基于随机森林分类的快速标签检测

主要解决了传统的人工标签检测中存在的成本高、速度慢以及检测率低的问题。与传统算法相比,提出了一种基于随机森林分类的快速标签检测算法。文章首先设计了自适应特征选择方法,能够在大规模的特征中自动选择鉴别力最高的特征,较好地区分前景和背景。在此引入了基于金字塔随机撒块的随机森林分类器,能够快速有效地完成多种标签的检测。实验结果验证了本算法的高速、高精度特性,适用于高速自动化生产线上的标签检测。
     

ETM+遥感影像最佳波段融合质量评价

利用最佳指数(OIF)法得出泉州市2001年ETM+遥感数据的最佳波段组合为波段5、4、2;采用乘积变换、Brovey变换、HIS变换、小波变换等4种典型的融合方法,分别进行ETM+最佳波段组合影像与ETM+全色波段影像的融合;计算融合后影像与原始影像之间的相关系数,从空间相关系数、光谱相关系数2个方面进行定量和定性评价.结果表明,Brovey融合后的影像信息损失最小、对于光谱保真性最好,小波变换融合方法次之;而小波变换融合后影像对于空间分辨率的改善效果最好,Brovey融合方法次之.针对本研究区,在4种融合方法中,Brovey变换和小波变换融合方法是最佳的选择.     

基于ETM遥感影像的城市温度反演及结果分析——以福建省泉州市为例

传统城市温度监测技术方法存在周期长、效率低的问题。而利用热红外遥感影像进行城市温度监测的方法具有准确、简便、实用等特点。利用ETM影像对泉州市进行温度反演，同时针对温度反演结果采用密度分割法进行专题制图，并借助GIS等工具和辅助数据，结合温度反演结果进行分析。结果表明：泉州市区温度分布差异明显，且分布不均匀；不同土地利用类型的地表温度存在较大差异，其中裸地及新开发用地的地表温度表现为异常高值（高于28 ℃），城区建筑用地地表温度较高（24～28 ℃），植被及绿化用地的温度较低（20～24 ℃），水体最低（低于20 ℃）。估算的结果符合地表水热关系。结果提示，本研究方法能较好地反演出城市地表温度的分布状况。
     

基于多尺度空间聚类的经济区域划分研究

传统的聚类方法能够自动实现类型的划分,但其只考虑空间对象的属性特征,忽略了空间对象之间位置的邻近性。在尺度空间理论基础上,利用多尺度空间聚类方法,同时兼顾空间对象间的空间相邻和属性相似这两个特征,使得在空间尺度由小变大的过程中,具有高度空间相互依赖关系的空间对象相互融合,得到不同空间尺度下的区域划分结果。并以福建省67个县市1990—2004年历年的人均GDP数据分析为例,进行了全省的经济区域划分应用试验。结果表明与实际的区域经济发展情况相符。该方法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,使得聚类结果更加合理,为制定区域经济持续发展战略提供依据。     

浅谈CAI课件在解剖学教学中的应用

根据解剖学的教学特点，分别介绍了计算机辅助教学（CAI）在解剖学的理论、实验和考核中的应用。针对应用CAI出现的一些问题，进行了深入的探讨．以便更加合理地应用CAI，增强教学效果。     

ETM+遥感影像的水体信息提取研究——以泉州市区为例

针对单波段法提取水体信息,存在的人工确定阈值的难度性和提取结果的误差性,以及多波段法提取水体信息存在的地域局限性,以泉州市区ETM+遥感影像为例,在谱间关系法的基础上作进一步改进,采用决策树法分步提取水体信息的方法,首先利用研究区内的典型地物类型的辐射亮度均值作出典型地物辐射亮度响应曲线,并构建自动提取水体信息的模型,实现对研究区的水体信息提取。     

基于ETM遥感影像的城市温度反演及结果分析——以福建省泉州市为例

传统城市温度监测技术方法存在周期长、效率低的问题。而利用热红外遥感影像进行城市温度监测的方法具有准确、简便、实用等特点。利用ETM影像对泉州市进行温度反演,同时针对温度反演结果采用密度分割法进行专题制图,并借助GIS等工具和辅助数据,结合温度反演结果进行分析。结果表明:泉州市区温度分布差异明显,且分布不均匀;不同土地利用类型的地表温度存在较大差异,其中裸地及新开发用地的地表温度表现为异常高值(高于28℃),城区建筑用地地表温度较高(24～28℃),植被及绿化用地的温度较低(20～24℃),水体最低(低于20℃)。估算的结果符合地表水热关系。结果提示,本研究方法能较好地反演出城市地表温度的分布状况。     

基于ETM遥感影像的城市温度反演及结果分析——以福建省泉州市为例

传统城市温度监测技术方法存在周期长、效率低的问题.而利用热红外遥感影像进行城市温度监测的方法具有准确、简便、实用等特点.利用ETM影像对泉州市进行温度反演,同时针对温度反演结果采用密度分割法进行专题制图,并借助GIS等工具和辅助数据,结合温度反演结果进行分析.结果表明:泉州市区温度分布差异明显,且分布不均匀;不同土地利用类型的地表温度存在较大差异,其中裸地及新开发用地的地表温度表现为异常高值(高于28℃),城区建筑用地地表温度较高(24～28℃),植被及绿化用地的温度较低(20～24℃),水体最低(低于20℃).估算的结果符合地表水热关系.结果提示,本研究方法能较好地反演出城市地表温度的分布状况.