西藏羌塘盆地北部托纳木地区上侏罗统雪山组沉积相          下载免费PDF全文

金玮  代飞  任志高  谭宝德 《地质科学》2009,44(1):268-280

羌塘盆地地处藏北高原,其南、北边界分别为班公错一怒江缝合带与拉竹龙一金沙江缝合带,盆地面积约18×10⁴km²,可进一步分为羌北坳陷、中央隆起带和羌南坳陷3个二级构造单元.双湖托纳木地区地处羌北坳陷南部,与中央隆起带毗连,广泛发育上侏罗统雪山组沉积,垂向上由3个沉积旋回组合构成,总体显示为一个向上变粗的充填序列.雪山组发育扇三角洲相和冲积扇相,其中雪山组一段为前扇三角洲亚相沉积;二段为扇三角洲前缘亚相和扇三角洲平原亚相沉积,扇三角洲前缘亚相分为水下分流河道、河口坝和远砂坝沉积,扇三角洲平原亚相发育天然堤和分流河道沉积;三段为冲积扇相沉积,包括扇端和扇中沉积.雪山组沉积的物源来自西南部的中央隆起带.  相似文献   

多核学习算法及其在高光谱图像分类中的应用研究进展     

李广洋  寇卫利  陈帮乾  代飞  强振平  吴超 《地球信息科学学报》2021,23(3):492-504

多核学习算法在高光谱图像分类领域占据着十分重要的地位。与灰度图像、全色图像和多光谱图像等相比,高光谱图像因具有很强的分类识别能力等多方面优势而被广泛应用。为进一步提高高光谱图像的分类精度,促进多核学习算法在高光谱图像分类中的应用,本文对多核学习算法及其在高光谱图像分类中的应用进行了总结。首先在回顾核方法的基础上阐述了多核学习框架,其次对多核学习核函数组合方法进行综述,随后根据求解多核学习组合系数方法的不同将多核学习分为两类：固定规则的多核学习算法和基于优化的多核学习算法,并对两类多核学习算法在高光谱图像分类中的应用进行综述,总结各类算法在高光谱图像分类的应用进展。同时,为了便于研究者对多核学习算法及其在高光谱图像分类问题中的应用研究,本文对常用核函数和高光谱图像数据集进行了整理归纳。最后,讨论了多核学习算法在高光谱图像分类研究方面的不足,并对未来研究方向进行了展望,以期为该领域的研究和应用提供参考。  相似文献