共查询到20条相似文献,搜索用时 718 毫秒
1.
2.
前言竹类植物开花结实不常见,营养器官的形态变幅又大,给竹子分类带来很多困难。近年来,不少学者试以新的科学手段与方法来探索竹子分类的新途径,例如在我国陈守良先生等应用电子计算机进行数量分类,对我国散生竹类的数量分类和确定分类等级进行了探讨;温太辉先生等根据竹秆的维管束类型进行了竹子分类的尝试;有的学者对竹子的染色体数目与其组型进行研究;还有的学者则正在进行化学分类的研究等。总之,大家都想用新的方法,来弥补单纯形态分类所存在的不足之处,使竹子分类逐步臻于完善。对于竹叶内部结构的观察,过去尚未有人作过系统的比较解剖,最近,陈守良先生等对竹叶表皮细胞的显微构造进行了较系统的观察,为竹子分类 相似文献
3.
4.
5.
兴隆山青杄林模糊数学分类研究 总被引:1,自引:0,他引:1
本文用模糊数学截集的分类方法,对兰州附近兴隆山的青杄林群系(Piceaneoveitchii Formation)进行了分类研究,划分为Picea neoveitchii—Sinarundi-naria nitida—Carex sp.Association,Picea neoveitchii—Shrub Association,Picea neoveitchii—Sinarundinaria nitida Association,Picea neoveitchii—Carex sp.Association等四个群丛,为研究植物群落群系以下分类单位的划分,探索一种新的方法,同时,对群系以上分类单位用模糊数学方法进行分类,提出了讨论意见。 相似文献
6.
7.
森林火灾损失分类方法和评估指标评述 总被引:1,自引:0,他引:1
构建合理的损失分类方法才能采用科学的评估指标进行森林火灾损失评估。本文在研究国内外关于森林火灾损失分类评估体系的基础上,结合相关学科的知识,引入"系统"的概念,重新提出森林火灾损失的术语和具体的损失分类方法。新的损失分类方法体系共三级,其中一级分类为固有性系统损失、注入补偿性系统损失和效应性系统损失;二级分类为固有生物量损失、固有非生物量损失、趋利注入性损失、避害补偿性损失、社会效益损失和生态效益损失。新的术语和分类方法着力对森林火灾重要损失做全面统计,避免漏估和重复估计,为日后科学、合理和有效的森林火灾损失评估提供基础依据。 相似文献
8.
9.
采用青海省隆宝滩地区的多角度高光谱CHRIS遥感数据,通过研究+36°、0°和-36°三个角度影像的组合变换,提出影像变换+不同角度波段组合的方法,用以获取地物的分类信息。该方法首先对0°影像进行穗帽变换,选择其湿度图像,再与+36°和-36°影像的第4波段(0.461 μm)进行RGB组合,生成新的彩色合成影像,然后再进行支持向量机(SVM)的监督分类。结果显示,利用该方法对隆宝滩湿地分类的精度可达到90.02%;而利用传统的监督分类对0°影像直接进行分类,其精度为75.46%。由此可见,利用不同角度信息进行波段组合的方法,大大提高了高光谱影像进行湿地信息提取的精度,为湿地信息提取提供了一个有效的方法。 相似文献
11.
12.
目前旅游资源调查分类普遍接受的是2003年国家发布的《旅游资源分类、调查与评价标准》。但是,若单纯以国家标准对乡村休闲旅游资源进行分类,将会出现一系列问题。因此,文中在综述乡村休闲旅游资源研究进展的基础上,基于"三生"理念,提出一套新的乡村休闲旅游资源分类方法,并且对浙江省苍南县10个乡镇的乡村休闲旅游资源进行具体分类,以期为苍南县乡村休闲旅游规划的功能分区、旅游产品开发等提供思路。 相似文献
13.
基于多种分类器组合的森林类型信息提取技术研究 总被引:1,自引:0,他引:1
遥感图像分类是遥感应用系统中的关键技术,提高遥感图像的分类精度是发展遥感技术重点,采用多分类器组合的算法对黑龙江塔河县森林类型进行分类。根据黑龙江省森林资源调查技术规定及研究区二类调查数据制定分类系统,最终的分类级别为针叶林、阔叶林和针阔混交林。通过分析TM数据的原始波段和NDVI、BI等植被指数提取各分类类型的光谱特征。选择最小距离法、最大似然法、马氏距离法对研究区进行分类,计算出各分类器的精度。在分类器组合的过程中采用信息熵方法确定组合分类器中各分类器的权重系数,利用组合后新的分类器对研究区进行分类。结果表明:多分类器组合的分类精度达75.59%,比单分类器精度提高了3.85%,对阔叶林、针阔混交林、针叶林3种分类类型的分类精度分别达82.32%、66.45%、75.49%,比单分类器进度分别提高了2.87%、4.82%。4.10%。 相似文献
14.
15.
16.
基于对象的激光点云数据城区树木识别方法 总被引:2,自引:0,他引:2
通常利用激光点云数据(LiDar)进行树木分类的方法是将点云内插生成数字地形模型(DTM),根据地物高程差值,在图像处理方法的基础上进行分割或分类。提出一种新的基于对象的LiDar数据树木识别方法,其最大特点是直接利用点云数据的三维空间关系进行分类,不需要将点云转换成二维图像进行处理,避免了转换过程中信息的丢失,提高了分类的精度。具体实现步骤:首先利用kd-trees组织点云数据,在局部邻域中利用点云位置和法线分别进行协方差分析,估算各点的空间特征变量,然后结合各点的回波次数和局部邻域中点云个数密度作为SVM分类器的输入变量,最后利用基于径向基函数的SVM方法实现点云的分类。实验结果表明:OA分类精度为91.21%,Kappa系数为85.62%。 相似文献
17.
数值分类在我国昆虫分类工作中的应用 总被引:9,自引:0,他引:9
数值分类学是借数值方法根据其性状状态将分类单位归类成类元,其核心就是将所有的分类性状加以等权处理,再以性状间的相似性来进行归类。国际上关于数值分类的工作开始于二十世纪五十年代,并于六十年代初趋于成熟;同时,数值分类学的方法也开始引入我国,七十年代中期数值分类首先应用到微生物和昆虫的分类中。第一篇昆虫数值分类的文章是关于蚜虫的研究,随后数值分类的方法被应用到不同类群和阶元的分类研究;进入九十年代以后,一个显著的特点是数值分类的方法与分子生物学密切结合,为昆虫不同的种群和种及种以上阶元在分子水平上精确分类开辟了新的途径。 相似文献
18.
19.