匿名数据的KCNN-SVM分类技术

提出一种基于匿名数据分类法的KCNN-SVM分类法.把匿名数据建模成不确定数据,实现用匿名数据建立分类模型.同时发布匿名数据的QI属性统计信息,更好地操纵匿名数据.KCNN-SVM分类法改进了SVM分类对于混淆点的泛化能力.结果表明,在实现了匿名数据分类的同时,分类精度也得到了提高.     

基于Sentinel-2的火烧迹地提取方法研究——以西昌泸山火灾为例

本文使用Sentinel-2数据,针对西昌2020年3月30日发生的火灾,分别采取DNBR和决策树分类法提取火烧迹地。DNBR提取方法经过阈值分割后提取结果有所改善。决策树分类法提取结果精度84.52%,并且通过精度验证。研究结果表明Sentinel-2数据可用于提取火烧迹地,并且利用DNBR指数和决策树分类法对过火区域进行火烧迹地面积提取是可行的。     

基于两阶段最小二乘回归的分类方法

针对最小二乘回归分类法对原始数据进行分类时容易受到噪声样本影响的不足,利用系数增强的方法提出一种缓解噪声样本对表示系数影响的鲁棒分类法. 该方法是一种两阶段最小二乘回归分类法： 第一阶段通过最小二乘回归分类法获得表示系数,第二阶段强化近邻表示系数的作用得到表示系数. 最后用最小误差准则对测试样本进行分类,利用核理论进一步提出非线性两阶段最小二乘回归分类法,并在4个常用人脸图像数据集上验证了该方法的有效性.     

局部系数增强判别协同表示分类法

协同表示分类法(CRC)是一种基于表示理论的简单分类方法，它和它的许多扩展模型具有良好的分类性能.概率协同表示分类法(ProCRC)、判别稀疏表示分类法(DSRC)和判别协同表示分类法(DCRC)通过定义不同的判别信息项改进CRC.借鉴ProCRC、DSRC和DCRC,定义判别信息项增强表示系数的判别能力，基于近邻系数的相似性，定义局部系数强化项，增强近邻样本的协同表示能力，提出了局部系数增强判别协同表示分类法(LDCRC).在6个数据集上的实验表明LDCRC是有效的.     

基于BP神经网络的石漠化遥感影像分类方法的探讨

以由DEM数据提取出的坡度、地形特征信息与TM遥感影像的光谱信息相结合,应用BP神经网络方法进行石漠化遥感影像分类。并对比了BP神经网络分类法、ISODATA分类法、最大似然法三种分类方法。结果表明BP神经网络分类法有效地提高了石漠化信息的遥感分类精度。     

基于局部强化最小二乘回归分类法的人脸识别方法

为解决基于表示理论的分类法未考虑噪声样本对重构系数影响的不足,利用局部约束协同表示法改进最小二乘回归分类法,提出局部强化最小二乘回归分类法.该方法通过非负稀疏表示自适应选择近邻样本,并利用近邻样本的协同作用强化重构系数使得局部强化最小二乘回归分类法具有较好的鲁棒性和容噪性.该方法可以克服传统分类方法存在的过拟合问题.在4个人脸图像数据集上的实验结果表明该方法可以提高人脸识别准确率.     

基于遥感影像的济南市湿地信息动态监测

以济南市湿地为研究对象,利用济南市1987年、1996年和2001年的陆地卫星TM数据,以及2007年CBERS数据,采用决策树分类法和监督分类法,对研究区的湿地资源进行动态监测,结果表明:从1987至2007年间,济南市湿地总面积呈现先增加后减少的趋势,在各类湿地资源中水库面积增加最快,而河滩数量急剧减少。     

网络信息分类法与传统文献分类法的比较——以新浪网和《中国图书馆分类法》为例

以新浪网和《中国图书馆分类法》为例,阐述了网络信息分类法和传统文献分类法的区别,分析了网络信息分类法中存在的问题,对网络信息分类法的进一步完善及其发展趋势进行了探讨。     

决策树在高分辨率影像目标为小地物的分类应用研究

高分辨率遥感影像的应用越来越多,但其高昂的成本让一般项目望而却步．应用软件从Google Earth上下栽已成为获取高空间分辨率影像的有效途径,但因无光谱信息,解译局限较大．选用C4．5算法的决策树方法,对目标为水塘研究的广州市天河区的下载的快鸟数据进行解译,与最大似然分类法和面向对象分类法相比较．结果表明：决策树分类法的分类精度和kappa系数均较高,能利用多源数据,结构简单直观,易于表达和应用;提取小目标地物更有效,数据量相对小．速度较快．     

对太原理工大学图书馆馆藏数据现状的分析

从历史状况、计算机管理系统、集中采购和编目业务外包等方面分析了太原理工大学图书馆馆藏数据的现状及原因,旨在为图书分类法的转换提供依据。     

对网络环境下信息分类法的思考

介绍了网络分类法的由来,阐述了传统分类法对网络分类法的借鉴之处,并在此基础上提出了建立网络分类法的几种方案并分析了各种方案的优劣。     

软件测试技术在交通征稽管理系统中的应用

软件测试可以检验开发工作的成果是否符合要求,是保证软件质量的重要手段。主要讨论了对山西省交通征稽管理系统3．5版进行软件测试中使用的测试方法和测试用例的选取问题。测试过程中。对测试用例的选取采用了黑盒测试方法中的等价分类法和边界值分类法,对输入的数据依据交通征稽政策计算出预期结果,并对测试步骤进行了精心设计,取得了较好的效果。     

图书分类法发展历程回溯

回溯了我国图书分类法的产生和发展过程,包括我国古代图书分类法、近代图书分类法以及现在广泛使用的图书分类法。     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.     

基于高光谱图像的分类方法研究

随着高光谱图像技术的发展,高光谱图像在众多领域得到了广泛应用.高光谱图像分类是其应用领域的一个重要分支,其中高精度的分类算法则是实现准确分类的前提.高光谱图像分辨率高、波段数多、数据量大等特点给传统分类技术带来了巨大挑战.该文综述了基于高光谱图像的支持向量机分类法、人工神经元网络分类法、决策树分类法、最大似然分类法等监督分类方法以及K-均值聚类法和迭代自组织方法等非监督分类方法,并结合实际高光谱图像数据给出应用实例.基于不同应用需求,以上两类分类方法均能最大程度地挖掘高光谱图像的图谱信息,从而实现更加准确和精细的模式识别.     

略论我国近代图书分类法的发展和特点

近代图书分类法是我国图书分类法的转型时期,本文通过对我国近代几大著名分类法形成及各自特点的分析,简要总结了我国近代图书分类法的形成特点和原因,以及对现代图书分类法形成的影响.     

基于文件系统的高速数据记录系统

针对高速数据记录系统中记录过程和文件化过程的带宽不匹配问题,分析了影响文件化带宽的因素,提出了一种更具有灵活性和实用性的基于文件系统的记录方法.用该方法建立了文件系统框架,将存储空间划分为连续的管理信息区和数据区,记录过程中顺序记录数据到数据区,记录结束后修改管理信息区.在保证不影响系统记录带宽的前提下,该方法改善了文件化过程的带宽,实现了记录数据的高速文件化.     

音乐学院图书馆专业图书借阅统计分析

以星海音乐学院图书馆为例,在介绍音乐分类法的基础上,对星海音乐学院图书馆的借阅流通数据进行了统计分析,总结出了音乐学院读者的阅读倾向,并对星海音乐学院图书馆的馆藏结构提出了建议.     

网站分类法比较研究

介绍了网站分类法的基本概况,以雅虎(YAHOO)、搜虎(SOHU)为例详述了综合性网站和搜索引擎的分类法,又以图书馆学科导航网站为例分析了网络信息学科导航或门户网站的分类法,归纳了网站分类法的特点。     

区域优化分割的数学模型及其算法

针对一些实际问题提出区域优化分割问题并建立数学模型,综合应用数据分类法、多目标非线性规划理论等数学理论和方法,获得了区域优化分割模型的近似最优解及算法。