专家系统用于摇感图像处理的方法研究

针对饣象卫星监测森林火灾和遥感图像分类问题，论述专家系统用于遥感图像处理的方法，使用框架和规则的知识表示方法，匹配和以正向推理为主的推理机制、综合的控制策略、使用信度处理不确定性的构造实用专家系统方法。据此实现的软件模块，经实验数据检测，取得满意的结果。     

专家系统在TM遥感图像分类中的应用研究

本文介绍一种以ＴＭ遥感图像光谱分类为基础，专家知识为依据，应用地理信息系统提取各种辅助信息，以图斑作为基本分类单元，按照一定的专家系统推理机制，对光谱分类中精度低的地类作进一步判别，达到提高分类精度的方法。通过对山西省隰县的应用，取得了较为理想的效果。     

专家系统在森林遥感图象分类中的应用

传统的林业遥感图像计算机分类方法,多作为目视判读的一种辅助手段,对数字图像数据本身进行分类。在这种分类过程中,各种辅助数据及林学家、图像判读员的经验和知识一直未能得到直接充分有效的利用。通过建立专家系统可将上述各种辅助数据和专家知识直接加入计算机分类的过程,以达到在一定程度上取代目视判读的目的。本文讨论了一个小型林业遥感图像分类专家系统的总体设计、数据库设计、信息综合、推理方法以及用此系统对一TM图像进行实际分类的初步结果。     

遥感技术在红树林资源调查中的应用

简述了广西钦州市在红树林资源调查中遥感图像的处理与使用方法 ,为在全国全面开展红树林调查选择正确的调查方法和遥感信息源进行了有益的尝试     

FST空间影像文件与CAD图像信息叠加的研究

把FST新格式影像利用一定的遥感图像处理技术处理后与CAD图像进行叠加,使输出图像既具有遥感影像信息,又具有丰富的林班、区界等细节信息。这种方法使ERDAS和ARCINFO等软件结合使用,功能互补提高了成图的信息量和质量。     

蒙古栎病虫害专家系统的设计与实现

针对目前森林植保专家无法进入现场诊断病虫害,研究开发了蒙古栎(Quercus mongolica)病虫害诊断专家系统,系统收集了蒙古栎主要病虫害的症状特征和图像信息,建立病虫害知识库,将图像指认和症状特征诊断相结合,构建推理机,通过推理诊断出病虫害种类,获得防治方法。     

诊断和维修的专家系统(英文)

专家系统就是把专家的知识技能和经验输入电子计算机，按照编制的特定程序软件，通过电子计算机处理，给用户和咨询者提供关于该问题的合理咨询和决策。同时，按用户和咨询者的需求，该系统还具有检测、推理和直接提供信息资料的功能。由于雇员的离职和退休，工厂企业需要他们的知识、技能和经验。专家系统可以帮助把这些专门知识储存起来，应用于故障诊断和维修领域。于是ＴｅｘａｓＡ＆Ｍ大学林学系农业实验站，１９８９年开发出车床专家系统（ＬＥＳ）。在日本，１９９０年又开发出汽车空调压缩机故障摄影专家系统。表１部分地列出了全世界主要的有关故障诊断和维修的专家系统。专家系统和专家是有根本区别的。专家系统是模拟人的思维过程的计算机程序，它不能包括普通数学、物理和化学等知识，也不包括某一特殊设备的故障诊断和维修，它缺乏专家的推理和想象能力。表２对专家系统和维修工程师的特点进行了比较。未来的诊断故障和维修专家系统应能同工作过程实时操作，还应扩大监测、诊断和维修的功能，并图示化。图３就是其流程图。     

结合GIS的遥感专题地图编制与应用

探讨了如何利用地理信息系统技术和遥感技术编制遥感专题地图的技术方法和过程,并对遥感图像处理、地图数字化、图像几何精校正和遥感专题地图的应用等问题作了详细论述。     

基于深度学习特征和支持向量机的遥感图像分类

随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。     

基于TM遥感影像的林相图的编制与应用

探讨了如何以TM遥感影像为数据源 ,运用地理信息系统技术和遥感技术编制林相图的技术方法和过程 ,并对遥感图像处理、地图数字化、图像几何精校正和基于遥感的林相图的应用等问题作了详细论述     

水源保护林造林设计分布式专家系统的实现

一个基于Web服务器的分布式面向水源保护林造林设计的专家系统。从水源保护林的造林设计需求，专家知识的表示，数据库的建立，推理引擎的驱动，客户端界面的设计等方面介绍了系统的实现。     

模糊推理技术在公路景观评价系统中的应用

本文研究模糊推理技术在公路景观评价领域的应用,提出采用可信度的双向推理方法用于公路景观评价及恢复系统中,该系统实现领域专家的评价决策,并针对评价结果提出景观的恢复建议,实验结果证明了方法的可行性。该系统在实现过程中建立公路两侧自然本底数据、空间矢量数据、评价指标因子等为主体的数据库;同时还建立由专家知识及经验构成的知识库;相关的评价模型建立模型库和决策库;实现多库统一的决策支持专家系统,实现对公路自身和周围景观的多样性评价;同时对不和谐的评价结果提出相应的恢复方案和措施。     

樟子松培育专家系统的研制

樟子松培育专家系统以PAID为开发平台,融汇了大量的专家知识和实际经验,遵循专家系统开发工具的知识表示和推理机制,达到了为林业用户提供决策支持的目标。     

A fuzzy-logic-based expert system for near-view scenic beauty evaluation of hinoki forest

Scenic quality must be assessed in forests for which recreational opportunities have become more important then traditional wood products. Current assessment methods focus on quantitative evaluations that provide digital information to the users. Usually, people prefer more explicit information (i.e., categorical data) than detailed quantitative data on scenic quality assessment. This paper employed fuzzy-logic terminology to define the scenic information of forests, and then tried to develop an expert system for evaluating scenic quality based on fuzzy reasoning. Results showed that a fuzzy-logic-based expert system using a qualitative model labeled with linguistic terms, makes scenic beauty evaluation intuitive and understanding easy by viewing the categorical physical features of forests. This research developed a methodology of building an expert system in this area. It is capable of providing an efficient and useful tool for forest recreation users and forest managers.     

基于Web的造林专家咨询系统研究

利用新的信息技术,研究造林专家的造林决策方法,提出造林专家决策咨询系统的目的和功能,给出系统环境和结构、知识库和推理机的设计,建立一个基于网络的、适于不同地区的造林专家决策咨询系统,解决困扰着传统森林培育中的适地适树和造林设计问题.     

基于Web的森林防火专家系统知识库的构建

介绍了基于森林防火专家系统的知识表示、知识获取和知识库组织的基本原理和方法，阐述了一种基于网络的知识库构建的一种新方案，使推理机的设计实现容易、知识库的维护更加灵活，实现了知识的获取功能以及网络多用户访问时的并发控制功能，克服了传统专家系统的弊端。     

南岭自然保护区干扰评价专家系统设计

以南岭自然保护区为例,介绍了用于自然保护区景观干扰评价的专家系统（“DEES”）的研究和实现过程．在对干扰状况评价的过程中,系统运行良好,具有良好的通用性、可扩充性．评价结果显示,南岭自然保护区目前的干扰等级为严重．从实现方法的技术角度来说,在转换知识库中的专家知识后,该系统的设计和实现技术同样适合于其它生态过程的干扰评价．     

A knowledge-based expert system for planning and design of agroforestry systems

Computer-based Expert Systems that use knowledge, facts, and reasoning techniques to solve problems, normally requiring the abilities of human experts, are increasingly being used in many activities. The United Nations University (UNU) Agroforestry Expert System (AES) is a first attempt to apply this technique to agroforestry. UNU-AES is a prototype Knowledge-Based Expert System (KBES) designed to support land-use (agricultural, forestry, etc.) officials, research scientists, farmers, and individuals interested in maximizing benefits gained from applying agroforestry management techniques in developing countries. This prototype addresses the options for alley cropping, a promising agroforestry technology which has potential applicability when used under defined conditions in the tropics and subtropics. Alley cropping involves the planting of crops in alleys or interspaces between repeatedly pruned hedgerows of fast-growing, preferably leguminous, woody perennials. The primary benefits from this technique include nutrient enrichment, soil improvement, and erosion control. UNU-AES, which is the first known attempt at the application of expert system procedures in the field of agroforestry, uses a total of 235 decision rules to develop its recommendations. With the inclusion of more climatic and socio-economic data and improved advisory recommendations, UNU-AES can be expanded to provide advice on alley cropping in more diverse geographical and ecological conditions and eventually address other agroforestry techniques.     

An integrated method for matching forest machinery and a weight-value adjustment

Proper matching of forestry machinery is important when raising mechanization levels for forestry production. In the matching process, forestry machinery needs not only expertise, but also improved methods for solving problems. I propose combination of case-based reasoning （CBR） and rule-based reasoning （RBR） by calculating the similarity of quantitative parameters of various forestry machines in an analytical and hierarchical process. I calculated the similarity of machin-ery used in forest industries to enable better selection and matching of equipment. I propose a weight-value adjusting method based on sums of squares of deviations in which the individual parameter weights were modified in the process of application. During the process of system design, I put forward a design method knowledge base and generated a dynamic web reasoning framework to integrate the processes of forest industry machinery selection and weight-value adjustment. This enables expansion of the scope of the complete system and enhancement of the reasoning efficiency. I demonstrate the validity and practicability of this method using a practical example.