阜新市北部地区沙化信息提取及监测分析研究

为了获取阜新市北部地区10年来沙化变化情况,文中基于Landsat遥感影像利用决策树模型提取了阜新市北部沙化地区2003年、2008年和2013年沙化信息,并运用转移矩阵模型,从沙化等级变化特征对研究区域的沙化情况进行定性、定量分析。结果表明:从2003年至2013年阜新市北部沙化地区重度沙化面积大幅度减少;中度沙化面积有所减少,轻度沙化面积大幅度增加;有少部分土地在中度沙化和轻度沙化之间转换。以10年作为一个时间序列,5年作为时间节点,利用基础统计学理论和随机过程理论马尔科夫链模型对研究区的沙化情况进行动态监测分析。     

高分1号数据用于云南文山三七种植信息提取

  目的  云南文山三七Panax notoginseng作为经济价值较高的中草药，其产量多少与价格波动之间存在着较紧密的联系，实时准确地掌握三七种植面积，对于当地政府相关管理部门科学指导三七种植规模和确定价格等宏观调控具有重要意义。  方法  以文山州4个三七主产县为研究区域，基于国产16 m分辨率的高分1号（GF-1）开源影像，根据三七的生长环境特点对专家决策树模型进行改进，并通过决策树分类法提取三七的荫棚图斑。在对三七荫棚识别可靠度和面积提取精度评价中，采用了谷歌影像代替实地调绘和以目视解译结果作为图斑面积基准的方法。  结果  决策树分类成果和目视解译提取的图斑判定正确率分别为87%和99%；专家决策树分类提取的成果整体面积精度为80%。  结论  与传统基于高分辨率商业影像采用目视解译的人工勾绘图斑方法相比，基于GF-1影像的三七面积提取所采用的方法能够在保证一定精度的条件下，以较快速度开展文山三七种植资源的调查，为当地特色农产品种植的科学监管与价值估算提供基础数据与有效技术支持。     

基于机器学习的江苏省冬小麦气象产量客观区划及歉年预测

利用江苏省统计局提供的全省75个县(市、区)1981—2018年的冬小麦产量,基于灰色系统滑动模型得到各县(市、区)冬小麦气象产量.采用K-means算法对全省各县(市、区)冬小麦气象产量进行聚类分析,将全省客观划分为南、北2个冬小麦种植区,区域连续且相互独立.通过C4.5决策树算法,基于130项前期春季气候因子对2个种植区的冬小麦气象产量"是否歉年"分别建立决策树预测模型.在北种植区冬小麦是否歉年的预测中,决策树模型的自学习准确率为82.0％,测试准确率为90.9％;在南种植区冬小麦是否歉年的预测中,决策树模型的自学习准确率为92.5％,测试准确率为91.67％.结果表明,K-means算法和C4.5算法对江苏省冬小麦气象产量区划和预测具有良好效果,可为江苏省冬小麦产量预测提供有意义的参考.     

可卡因-安非他明转录调节肽的功能及抗应激调控机制的研究进展

大多生产动物自出生后将面临补铁、断奶、环境及温度变化等应激源造成的威胁,这极大地增高动物的发病率和死亡率,严重地影响了畜牧经济的发展。神经肽具有多种生物学功能,尤其在动物机体抗应激调控过程中发挥重要的作用。本文将对可卡因-安非他明转录调节肽(CART)的功能以及参与抗氧化应激调控的相关机制进行综述。     

分层分类与监督分类相结合的遥感分类法研究

遥感分类技术是获取土地利用/覆盖数据的主要方法.分层分类思想强调将分类过程逐级进行,每层选用不同的分类标准和方法;监督分类是基于传统统计分析的分类法,具有算法成熟,简便易行的特点.将2种方法相结合,建立起一个复合分类模型,并在SPOT影像上进行试验.试验证明:该方法能有效地提高分类精度,比单一使用监督分类法得到的结果精度提高了8.41%.     

改进的GDBT迭代决策树分类算法及其应用

传统的决策树分类方法有ID3和C4.5,由于单棵决策树的局限性,在训练数据过程中由于属性值的过多容易出现过拟合现象,本文研究使用多颗决策树和Boosting算法结合在一起的GDBT分类方法。GDBT算法是基于回归的思想,对复杂数据有较强的处理能力,且它是由多棵树组成的,构造树不复杂,每次用残差进行调整,保证分类的精确。     

基于复合数据挖掘算法的短期电力负荷预测

提出一种决策树算法、自组织特征映射神经网络(SOFM)算法与粗糙集理论结合的算法.首先,使用SOFM算法对样本数据进行聚类,形成符合标准的目标数据子集.然后,使用粗糙集理论进行决策系统约简,删除不相关或不重要的属性.最后,使用决策树算法对优化后的电力负荷样本数据进行分类预测.本方法采用多种数据挖掘算法相结合方式,既全面考虑了影响负荷预测的温度、天气、气压、湿度等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足.同时,本算法使用自动化数据挖掘算法,可以大大提高预测速度.实际算例表明:本算法能有效缩短预测时间,提高负荷预测精度.     

决策树在人力资源管理中的应用研究

传统的人力资源评价方法过分依赖于人的主观判断与经验，为了克服这个缺陷，文中提出了一种基于数据挖掘的信息论的综合评价方法，该方法中利用决策树、分类器概念以及相关性分析，先对初选的数据进行筛选．再进行建树，然后进行修剪树，进而得出了综合评价模型并同时给出了相应的算法。最后通过算例说明了方法的有效可行。     

面向对象的丘陵区水田遥感识别方法

中国南方丘陵区地形破碎,地物分布复杂,丘陵区水田的光谱特征相对于平原区较混杂,传统的基于像元的遥感数据获取受异质性因素的影响,无法利用单一时(季)像及特定的图像自动识别规则提取精度较高的水田分布信息。针对这一问题,该文基于多时像HJ-1A/1B卫星图像,结合地面调查,以湖南省湘潭市为研究区,在易康(e Cognition)软件平台上分别以光谱特征为主要参考的多层最邻近分类法和以在特征知识库支持下的决策树分类法对丘陵区水田进行图像识别。结果表明:分层最邻近分类法比单一最邻近分类提取的精度高,但在相同分割尺度下,利用特征知识库支持下的决策树分类提取水田的精度达到最高,为90.25%,总Kappa系数为0.79,说明特征知识库支持下的决策树分类方法比最邻近分类法更加适合丘陵区水田的遥感识别。