网络资源类别体系构建分析

分析了网络信息的分类方法，并对比了不同分类设置的优势及不足，提出借鉴传统分类法的优点并结合网络信息资源的特点，对网络信息资源进行有效组织，构建分类目录体系。     

基于网络的农业科技信息分类编码标准体系研究与应用

在多年农业信息资源建设和网络信息分类编码标准研究的基础上,提出了基于网络的农业科技信息分类编码标准体系构建方法,并形成《种养业信息分类与代码》地方标准。该研究成果已经广泛应用到农业科技信息资源开发与利用中,取得良好效果。     

农业网络信息分类体系初探

为了实现对农业信息资源的有效管理、查询、共享和使用,笔者通过分析农业网络信息分类体系现状,针对其中出现的问题,提出构建新的农业网络信息分类法的建议,建立起适合不同农业用户需要的农业科技信息分类体系,以适应网络农业信息和农业事业发展的需要。     

网络农业科技信息分类和编码的研究

农业网络信息分类编码，是建立统一的数字农业信息标准体系，推进农业信息化的重要手段。针对现有分类法存在的问题，本文提出了一套新的网络农业科技信息分类编码方法，充分考虑了农业科技信息的特点，较大程度体现了科学性、实用性和可操作性。     

基于本体论的土壤知识体系智能检索系统的设计与Web实现

从大量的网络信息资源中快速、准确地找到所需的信息已成为阻碍人们开发利用网络信息资源的严重屏障,也成为网络信息资源共享研究的一个热点.针对农业知识本体论(Ontology)基础研究特点,结合土壤与农业化学专业知识,本文以土壤分类体系为例,采用纯XML(eXtensible Markup Language)数据库Tamino作为信息导航库,根据用户输入的查询条件,以直观的树型结构来显示相关分类信息,通过点击方式理解用户的需求,实现Web智能检索.     

新形势下分类编目对图书馆工作的影响

随着计算机和网络在图书馆广泛运用,给分类编目工作带来了生机,分类编目通过网络链接揭示更多的信息,从而拓展了分类编目的职能。分类编目今后的着力点,一是就继续做好和加强纸质文献信息的分类编目工作,二是应积极探索网络条件下分类编目工作的特点和规律,推动文献信息资源共享和提高文献信息资源利用率。     

利用中国分类主题词表组织网络信息资源的模式分析

网络的发展,使得对网络信息资源进行有效地控制和组织迫在眉睫,本文从《中国分类主题词表》在网络信息资源组织中优势与不足的分析入手,探讨了利用《中国分类主题词表》这一分类主题一体化词表组织网络信息资源的模式。     

网络农业科技信息分类与编码的初步研究

在结合前人研究的基础上,对基于Web应用的农业科技信息的分类与编码作了初步的分析与研究,为农业科技信息在网络化条件下的采集、加工、发布、利用、共享以及与诸如农业专家系统、农业GIS、农业科技远程教育等系统的整合应用,提出了一套多维网络农业科技信息分类编码体系,以期为数字农业基础平台的构建和农业信息的标准化提供技术支撑.     

基于网络环境的农村医疗卫生信息分类编码研究

从网络环境下农村医疗卫生信息现状和需求的角度提出信息分类与编码对策,介绍了农村医疗卫生信息分类与编码的基本原则,采用层次码结构进行农村医疗卫生信息分类编码,使农村医疗卫生信息的分类编码更加科学、灵活、实用,有利于网络环境下农村医疗卫生信息的管理和有效整合。     

分类法在网络环境下的应用现状分析

文章以《杜威十进分类法》(DDC)、《中图法》等中外著名传统分类法为例,对传统分类法在网络环境下的应用现状以及中文浏览型网站中的分类系统、英文分类目录型网站中的分类体系进行了分析和对比,进而说明在网络环境下分类法如何充分发挥在组织网络信息资源上具有的潜力,从而保持其旺盛的生命力。     

针叶树种计算机视觉苗木自动分级系统的研究

针对苗木分级领域的实际需要及国际苗木分级技术发展状况,研究,设计了针叶树种计算机视突苗木自动分级系统。该系统应用计算机视觉技术和神经网络技术。通过对苗木图像的处理。在实验室中实现对苗木的自动分级,实验研究表明,计算机视觉自动分级系统在苗木分级领域中具有良好的应用前景。     

试论土地分类

针对土地分类存在的混乱问题,在综评国内外土地分类和吸取其精华的基础上,根据土地具有自然地理属性和社会经济属性这一特殊的双重性,结合笔者的科研成果与工作经验 ,建议从土地自然分类、土地资源分类和土地利用分类三个系统组成土地分类体系的思路出发, 并以浙江省为例,提出由此组成的土地分类体系试行方案.通过组编<浙江土地资源>科技专著的试用,初步证明可能是解决土地科学分类的有效途径.     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

A rapid,low-cost deep learning system to classify strawberry disease based on cloud service

Accurate and timely classification of diseases during strawberry planting can help growers deal with them in timely manner, thereby reducing losses. However, the classification of strawberry diseases in real planting environments is facing severe challenges, including complex planting environments, multiple disease categories with small differences, and so on. Although recent mobile vision technology based deep learning has achieved some success in overcoming the above problems, a key problem is...     

关于植物群丛划分的探讨

在传统的植物群落分类系统中,群丛是植物群落分类的基本单位.从群丛分类的必要性出发,综述了传统植物群落分类系统中对群丛的定义及其划分方法,即在群丛的划分中主要依据群落中不同层片的优势种或特征种;但是在利用传统植物群落分类方法划分群丛时也存在一些不确定性因素,主要表现在确定群丛的特征种(组)时需要人为确定;同时,论述了当前植物群落数量分类的研究现状,分析了利用双向指示种分析法(TWINSPAN)、主成分分析(PCA)等数量分类方法划分群丛时存在的一些问题,主要表现在数量分类结果与传统分类单位的对应关系不能达到协调一致,无法判断是否划分到了群丛的水平.最后提出了群丛划分方法的展望:数量方法是基础,特征种(组)是及其数量特征是关键.     

基于神经网络的黄河三角洲土地利用遥感获取技术研究

利用高光谱分析技术和神经网络图像分类方法对黄河三角洲1996、1998、2000和2002年LandsatTM5图像3、4和5波段假彩色合成图像进行信息提取,采用高斯分布布点的观测点进行试验地验证反馈改进算法精度,获取黄河三角洲地区土地利用状况。结果表明,黄河三角洲地区土地利用类型所占比例分别为耕地33％、林地13％、居民地5％、水域27％、盐碱地18％和未利用地4％,土地利用率为51％．土地垦殖率为46％。     

非监督分类在城市交通分区中的应用

讨论了交通分区问题,介绍了交通分区的必要性,针对交通设施状况、运行状况、环境状况,选取9个指标进行城市交通分区。综述了采用非监督分类方法进行交通分区的原理,在此基础上研究了城市交通系统分区的过程,对城市交通进行分析和评价提供了一些有用的资料。以北京城区交通网络划分为例。