玉树地区融合决策树方法的面向对象植被分类

植被类型是反映气候变化和生态环境变化最直接、最敏感的指示器。草地作为青藏高原最主要的植被类型,对其进行分类研究可以为高原草地退化、荒漠化等研究提供直接的信息,也可以为全球变暖、冻土退化等提供间接的分析数据,同时还可以为陆面模型的模拟提供重要的参数。大面积区域的植被分类可以通过将研究区内的位置、纹理和地形属性等信息综合考虑来完成,面向对象的植被分类方法可以通过对研究区多重信息进行分割和合并,来生成植被类型图。而且,该方法可以克服传统决策树分类方法成图时像元分散的缺点。利用TM假彩色合成影像、ASTER DEM数据和MODIS的EVI和LST产品,对玉树地区的高寒草地类型进行了面向对象的划分,总体精度为49.32%。虽然相比仅用单独决策树分类方法的总体精度略微偏低,不过该方法可以在保持环境、地域等因子同植被类型统计关系的基础上,克服决策树方法带来的“椒盐效应”。此外,植被模型的物理过程、参数计算和获取环境因子等都比较复杂,本研究的方法也可以为植被分类制图提供一种简单,快速的方法。     

基于决策树算法的奖学金分析应用研究

奖学金评定的质量是当代高校学生最为敏感的问题之一。做到评定的公平、公正、公开,并更好的鼓励先进,鞭策后进,提高学生全面素质是评定工作的关键。本文基于决策树算法,对高校学生奖学金评定相关属性数据进行分析挖掘。用具体实验发现奖学金评定中的主导因素,为教务人员提供奖学金评定规则制定的支持和帮助。     

基于二叉决策树分类模型的草原牛行为识别

为了解决人工监测草原放牧牛运动行为工作量大、监测精度低的问题,试验提出一种基于二叉决策树分类模型的草原牛行为识别方法,即选取草原牛颈部三轴加速度计采集数据的X轴、Y轴、Z轴方差、均方根、平均值及三轴总体的矢量幅度(signal vector magnitude, SVM)和幅度(singal magnitude area, SMA)共11种统计特征量来构建查准率-查全率曲线(P-R曲线),通过P-R曲线获取各统计特征量所对应的最优行为类别分组方式及最优阈值,利用信息增益作为选择标准来构建二叉决策树分类模型,运用此模型对草原牛的躺卧、反刍、采食及慢走四种运动行为进行分类识别,并与K-均值(K-means)聚类算法比对。结果表明：K-means聚类算法只能识别躺卧行为,难以区分反刍、采食及慢走三种运动行为,但二叉决策树分类模型能够有效地将躺卧和慢走行为从躺卧、反刍、采食及慢走四种行为中识别出来,查准率和查全率均达到0.760以上。说明二叉决策树分类模型较常用的K-means聚类算法可更有效地完成草原牛行为分类,并且准确率更高。     

基于决策树方法的青藏高原温泉区域高寒草地植被分类研究

植被指数作为植被生长状态的最佳指示因子,已成为植被分类的重要手段之一。为了解青藏高原温泉区域高寒草地植被的分布状况,利用野外样方调查获得植被点数据,结合MODIS/EVI遥感影像数据及数字高程（DEM）数据,综合分析各种高寒草地植被类型的EVI时序曲线特征及其生长环境的高程、坡度和坡向等地形特征,建立知识库并采用决策树分类算法对该区域的高寒草地植被分类进行研究。结果表明,总体分类精度为72%,Kappa系数是0.6,决策树方法能有效地分类和识别具有相似EVI时序特征的高寒草地植被。     

森林资源动态监测系统与ENVI决策树分类技术的应用

在山东省2014年展开的森林资源二次调查的前提下,以潍坊安丘市凌河镇赵家沟村为研究区域。利用ENVI软件的决策树分类技术对研究区的树种进行了分类,再以森林资源调查过程中用GIS技术开发的《山东省森林资源动态监测调查系统》软件的实地调查结果为依据对研究区树种分类结果进行精度验证,结果显示研究区森林覆盖率55.82%,分类精度为76.7554%。本文提出两种研究手段在研究过程中所出现的问题及建议。     

文本分类算法在山东女子学院档案管理的应用

高等教育的快速发展使学校档案馆要管理的档案越来越多,许多学校针对这种情况采用档案管理软件对档案进行管理,据调查在我校没有对档案文件进行自动分类功能,为减轻档案工作人员工作量便研究一种适合我校档案的文本自动分类方法。本文大体论述文本分类算法的知识点和文本分类算法的应用。根据山东女子学院档案的重复性、周期性等特点,询问档案馆工作人员采用手工对档案进行分类时,需要知道档案主题名和档案人信息确定归属于哪一个类别。本文将档案按照主题名看作不同类别应用加权分类算法对属于不同的类别的档案进行自动分类处理。     

天山北坡草地遥感分类及其精度分析

基于遥感资料的植被类型划分能快速获得大尺度的植被覆盖变化数据。采用遥感和GIS技术,利用天山北坡典型草地2008年Landsat 5 TM遥感影像和1999年Landsat 7 ETM+全色波段数据,在对遥感影像预处理的基础上,进行了数据融合处理。根据融合影像的纹理特征进行监督分类,将研究区域的植被初步分为8种主要覆盖类型,在监督分类的基础上借助专家知识系统构建决策树,进一步将草地分为5类,包括平原荒漠、平原沙漠、低山荒漠、温性草甸和高寒草甸,最后对分类结果进行精度评价,总精度在95%以上,总Kappa系数为0.939 6,间隔9年的影像融合和决策树分类方法在研究区植被分类中具有较高的可行性。     

基于语义相似度的Web服务分类算法研究

现有的Web服务分类语义信息获取方法大多基于预先定义的类别信息、或者基于人工指定服务社区的方式实现,其中专家知识具有一定的主观性、片面性和随意性。有效避免专家知识的主观性、片面性和随意性,本文以基于本身的描述信息为基础、以统计计算为基本手段、以机器学习中的分类算法为依据,提出了不同粒度的Web服务对象之间的语义相似度度量方法,采用已有的语义相似度度量的方法及K-NN分类算法的思想,并使用对K-NN算法进行改进后而得到的WS-KNN算法,对Web服务进行分类。本文提出和实现的服务分类方法能很好地避免已有的服务分类工作的各种不足,服务之间的语义相关性基于大量的历史数据学习而得到,有自动分类的效果,同时分类的方法简单可行、实现方便,可为服务社区的自动构建和服务的自动发现奠定一定的理论和工程化基础。     

数学分类思想及其应用

文章介绍数学分类思想及其在解数学题中的应用。     

蚁群算法模型改进与应用发展

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统,该算法具有很强的正反馈能力并融入启发式搜索思想,并且算法后期快速收敛,易于与其他方法结合,目前已经在众多组合优化领域中得到广泛应用。本文结合蚁群算法工作原理,分析其应用现状,针对蚁群算法优缺点,提出蚁群算法改进思路,并简要其应用发展前景。     

解热镇痛药分类及其临床应用

解热镇痛药是一类具有退热和减轻外周慢性钝痛的药物.该类药物种类较多,在临床应用广泛,本文从解热镇痛药的作用机理、常用解热镇痛药特性、临床应用和不良反应、解热镇痛药使用注意事项3个方面对解热镇痛药进行介绍,以指导临床合理用药,减少由于滥用此类药物所导致的不良反应的发生.     

消毒剂的分类及其应用

目前，对于消毒剂的认识和应用还存在很多误区。但是随着养殖模式的改变，规模化养殖将成为时代的“新宠”，这些规模化养殖场在疫病防控方面更注重于“防”，而消毒则是预防措施中重要的一块，因此，各类消毒剂的应用也将逐渐被人们所重视。所以，本刊特组织了一组关于消毒剂的稿件，供广大兽医工作者参考!     

蜜腺及其分类 四

三、商榷的问题蜜腺分类名词上,我用“花蜜腺”而不用“花内蜜腺”,因为用“花蜜腺”一词可以概括象乌桕、山乌桕、陆英等花序上的各类型蜜腺以及花器官组成范畴内的各部位的蜜腺。用“花内蜜腺”容易造成各种误解。     

基于模拟退化算法的混合遗传算法及其应用

将遗传算法和模拟退火算法进行了有机结合,并采用一种自适应的交叉和变异概率,本文提出了一种改进的混合遗传算法——自适应的模拟退火遗传算法.通过旅行商问题的仿真实验,对比遗传算法和模拟退火算法的实验结果,这种混合遗传算法改进了传统遗传算法的性能,并且提高了整个算法的收敛速度,拥有更好的优化性能.     

蜜腺及其分类 二

二、蜜腺的位置及其分类根据蜜腺分布于植物体上的不同器官,可分为花蜜腺和花外蜜腺两大类型。(一)花蜜腺,是指分布于花器官各组成部分或花序上的蜜腺。常见的有〔图2(1)、(2)〕。1.位于花被基部,如荞麦、水蓼等。2.位于花萼基部或花萼上,如椴属的花萼内侧基部的蜜腺,是由多细胞的腺毛紧密地拥挤在一起形成垫状结构;马利筋萼裂片内侧各有1枚蜜腺;棉花在两苞片之间所对的花萼外侧近基部的蜜腺。     

差分优化算法及其应用

差分进化算法是一类基于群体的全局优化结果的算法。本文对差分进化算法的三个算子进行研究,并将此算法与旅行商问题结合,针对旅行商问题进行最短路径优化测试与研究。实验结果表明差分进化算法对于最短路径问题有较好的效果。     

草原综合顺序分类法的新改进：Ⅰ类的划分指标及其分类检索图

根据全国２３５２个气象站３０年以上的气候资料以及其他资料，对草原的综合顺序分类法第一级分类的热量级，湿润度级指标进行了修正，设计了新的分类检索图，将地带性和非地带性的天然草地，以及人工草地的类，纳入到统一的检索图的中，并可进行计算机检索。     

决策树算法ID3的应用研究

如何利用机器学习方法解决仿真机器人足球中环境的复杂性一直是该领域的一大难题。通过对机器学习方法中决策树学习算法的研究与探讨,本文介绍了基于决策树算法的几种分类技术,重点介绍了具有很大影响的ID3算法,并提出将基于ID3的决策算法应用到Robo Cup仿真球队中。基于ID3算法,以传球决策为实例,Agent实时的判断是否执行传球,如果不传球下一步的行为如何等等。实验表明,将ID3算法算法应用于传球训练中,能够使Agent在传球的准确性方面有很大提高。