排序方式: 共有108条查询结果,搜索用时 93 毫秒
81.
1986—1990年,我院应用“膀胱造瘘术”治疗猪尿道结石87例,治愈82例,治愈率94.25%。介绍如下。一、症状及临床诊断根据病猪频作排尿姿势,但无尿液流出或呈滴状排出,用手触 相似文献
82.
83.
针对东洞庭湖湿地植被的分布现状,为提高湿地植被信息提取的精度和效率,应用高分辨率的SPOT-5影像数据,在完成图像预处理的基础上,将NDVI应用到多尺度分割中,结合基于隶属度函数和阈值的面向对象的分类方法对东洞庭湖湿地植被信息进行提取;与此同时,以相同分类方法对未辅以NDVI分割的图像进行植被提取,并与最大似然监督分类法提取的结果进行对比.结果显示,辅以NDVI分割的面向对象信息提取的总分类精度达到了87.69%,Kappa系数达到0.86;未辅以NDVI的总分类精度为82.69%,Kappa系数为0.80;最大似然监督分类总分类精度71.92%,Kappa系数0.67;其总分类精度分别提高了5.00%、15.77%,Kappa系数分别提高了0.06、0.19.可见,该方法可以有效提高湿地植被的提取精度,为湿地植被资源进一步的监测和保护奠定了基础. 相似文献
84.
85.
[目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比。[结果]利用面向对象CART决策树方法,分类结果的总精度为88.05%,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10%~20%;比使用最大似然分类法的总精度高近30%,Kappa系数提高0.355。[结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法。 相似文献
87.
针对现有林分可视化方法表现林木多样性不足的问题,以林分调查数据为基础,提出多样性林木三维模型构建方法,实现林分三维模型实时建立,对可视化直观反映林分三维结构状况具有重要意义。提出林木树干三维模拟方法,建立10参数的幂函数冠形控制曲线,形成林木多方向冠形控制模型,基于贝塞尔曲线构建10种形态类型的枝干模型,提出冠形控制下的林木枝干生成算法以及树叶模拟方法,实现了林木多样性三维模型实时构建。以每木调查数据为基础,根据林木形态数据,实时建立了林分三维模型。结果表明:林木冠形多样性模型得到有效构建,林分调查数据可直接为林分三维建模提供数据支持。该方法可实现林木多样性形态与林分特征因子的直观三维模拟。 相似文献
88.
[目的]利用多角度高光谱数据,分析不同角度下东洞庭湖湿地典型植被群落的光谱特征,确定多角度信息融合的最佳方法,并对融合影像进行湿地植被类型精细识别。[方法]使用CHRIS多角度高光谱数据,针对洞庭湖湿地植被的光谱特征,研究计算窄波段NDVI的最佳波段组合和角度,评价CHRIS 0°影像与NDVI的像素级融合方法,进而对洞庭湖地区湿地植被进行提取。[结果]计算NDVI的最佳红波段和近红外波段分别位于667.6 nm和926.95 nm,对应于CHRIS数据的第24波段和第55波段;选取HSV、Brovery、Gram-Schmidt和PCA 4种融合方法进行融合,发现PCA融合图像的光谱信息丢失最少、纹理细节更丰富,信息量最大;PCA融合影像的总体精度为81.36%,比单角度影像提高7.93%,Kappa系数提高0.097 6,且苔草的漏分误差和泥蒿的错分误差得到明显改善。[结论]基于NDVI的多角度信息融合是提高湿地植被识别精度的一种有效途径,多角度信息融合丰富了地物的信息量,提高地物识别精度。 相似文献
89.
90.