2m分辨率遥感影像地表覆盖分类误差研究

以贵州省镇远县焦溪镇为研究区,以资源3号(ZY-3)2m分辨率卫星影像为主要数据源,采用面向对象分类技术提取研究区地表覆盖信息,将提取结果与普莱亚(Pleiades)影像,经目视解译并结合实地验证获取的高精度地表覆盖进行对比,分析ZY-3影像提取地表覆盖各类型的精度误差。研究结果表明:ZY-3影像相对于Pleiades数据提取平均总误差为1.56%,其中旱地和建设用地分类误差相对较大,精度误差分别是3.41%和3.08%。而水体分类误差最小,为0.70%,其余地类水田、乔木林、灌木林、草地、裸地提取误差则分别是1.28%、0.53%、0.86%、1.18%、1.47%。     

HAZOP分析方法在煤制甲醇系统转化炉中的应用研究

为了解决中煤龙化化工公司甲醇系统部分氧化工段转化炉系统存在的潜在危险和可操作性问题,采用了危险与可操作分析(HAZOP)方法进行了分析,明确了节点并设定了偏离,进行了风险识别和风险矩阵评估,找出了可能存在的潜在危险和危害程度,有针对性地提出了16条建议措施,优化了转化炉系统的安全性和运行的可靠性,为企业的安全生产提供了保障。     

基于KL变换与BP神经网络的农田害虫识别算法

KL变换是一种降低维度的算法,BP神经网络是一种智能识别算法,农田害虫的训练需要一个庞大的害虫图片库,面对巨大的图片库,如果使用高清的数码照片训练,是对计算机性能的巨大挑战,所以将KL正交变换用于降低维度,最大限度地在提高计算机性能的基础上维持神经网络的识别率。     

分类模式在妇幼保健院档案管理中的作用研究

档案管理是医院管理中需要重点管理的内容.随着社会的不断发展,对妇幼保健院档案管理也需要不断的发展才能跟上时代的步伐;对于档案的整体归类的方法需要不断地改善创新,才能帮助医院充分利用好档案,发挥档案自身的价值.其中分类模式主要是指将不同科室的档案分到不同的档案区,使档案更加清晰明了,更加方便应用.下面本研究首先简单介绍了分类模式开展的目的及优势,然后详细分析了妇幼保健院档案管理中分类模式作用以及档案管理中应注意的问题,以供参考.     

均值张量成分分析及其在步态识别中的应用

针对步态识别中非负样本数据存在冗余,且未经中心化的多线性主成分分析保持聚类结构的特征向量不能对应最大特征值,导致识别效果下降的问题,提出一种保持原始张量数据均方长度的均值张量成分分析算法。该算法首先对原始样本任一模式下内积矩阵进行谱分解,计算该模式下相应的特征值和特征向量;其次,利用获得的特征值和特征向量计算均值向量,并对均值向量值进行降序排列,使较大均值向量值对应的特征向量构成该模式下的低维子空间;最后,将原始样本投影到该低维子空间,形成特征张量。与多线性主成分分析算法相比,该算法不需要对数据去中心化处理,而是保持非负数据均值向量最大均方欧几里德距离和方向。通过在USF步态数据库和TUM GAID步态数据库进行仿真实验,结果表明,经过均值张量成分分析预处理,在2个步态库上的平均识别率分别高达57%和75%,较其他传统方法的识别率有明显提高。     

北京高校学生生活垃圾源头分类行为及其影响因素研究

生活垃圾源头分类制度的推广受到了社会的广泛关注。结合计划行为理论及相关文献提出5个研究假设,根据对北京市10所大学500余名在校大学生问卷调查的统计结果,分析了影响高校学生进行生活垃圾源头分类的因素,从政策制定、宣传教育、基础设施建设及创新体制机制等方面提出对策建议。     

一种局部与全局特征相结合的主题域识别模型

传统的主题域识别技术主要局限于单一领域，缺乏领域间的交互式协同，难以保证识别结果的准确性，因此提出一种局部与全局特征相结合的主题域识别模型.该模型一方面基于实体在领域内的局部特征进行局部识别，另一方面基于领域间协同作用、领域相关度等全局特征对各个局部识别结果进行一致化趋近，从而使识别结果更全面、有效.另外，针对相似矩阵的更新时机、协同作用的量化以及迭代终止条件的设定三个方面对主题域识别算法进行了优化.通过实验验证了本文所提出的关键技术的可行性和有效性.     

基于Copula函数和M-K检验的时空数据异常识别方法

针对时空数据异常识别精度不足的问题,从时间维度和空间维度融合思想出发,构建了一个时空数据异常识别框架.基于该框架,在分布未知情况下,采用阿基米德Copula函数推导了不同空间位置属性数据之间的差异概率.与此同时,建立了以高值点数为核心的空间数据转化方法,形成了空间秩序列,确定了用于假设检验的期望和方差.最后,以窗口大小、范围半径为模型参数,通过M-K检验给出了异常数据的识别方法.实验表明,该方法能够进一步提高时空数据异常检测精度,具有更强的识别能力.