排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
利用全球森林变化遥感数据、DEM数据、江西省土地利用分类数据,对研究区2000-2018年期间各森林类型进行资源动态变化研究;同时,根据潜在的社会经济指标,对森林资源变化进行驱动因素分析。结果表明:1) 2000-2018年期间赣州市、吉安市、新余市森林资源有所减少,与2000年相比,森林覆盖率减少了10%以上;2)2000-2016年森林资源减少呈增加趋势,2016年以后森林资源恢复成效明显,这与人工造林和低效天然次生林改造等森林恢复措施有重要关系;3)与2001-2009年相比,2010-2018年森林资源减少空间聚集度分布较高,由江西省南部逐渐向中部扩散;4)第一产业发展与森林资源动态变化相关性最高,且各潜在因素在0.01水平上呈显著相关性。 相似文献
2.
基于改进T-S云推理网络的板形模式识别方法 总被引：1，自引：0，他引：1
将云模型与T-S模糊神经网络相结合,利用正态云代替模糊神经网络的隶属度函数,构成T-S云推理网络.该网络综合考虑了模糊逻辑的快速性和云模型处理数据的不确定性,增强了网络处理数据的能力,同时分析了T-S云推理网络的结构和稳定性.在超熵确定的情况下,使用最速下降法辨识了T-S云推理网络的参数,将该网络应用于板形模式识别,并与T-S模糊神经网络作了对比.仿真结果表明:T-S云推理网络抗干扰能力较强,能够识别出常见的板形缺陷,并且识别精度较高. 相似文献
1