排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
2.
为提升水土资源信息分类精度,以无人机航拍获取的高分辨率影像为实验对象,提出了最优分割尺度和决策树支持下的对象级影像分类方法。首先,根据影像内部的同质性和异质性,建立了分割质量函数,通过该函数获取了最优分割尺度;然后,提出了基于光谱信息和面积信息的最优分割尺度评价模型对分割结果进行评价;最后,引入决策树规则机制,完成了水土资源信息分类,并与最大似然法分类结果进行对比。研究结果表明:所建立的分割质量函数能准确获取最优分割尺度,有效避免了人工分割带来的主观性,所提方法分类总体精度为86.78%,最大似然分类方法总体精度为77.59%,在分类精度上有较大提升。 相似文献
3.
正充分发挥和利用母猪的繁殖性能是提高经济效益的重要手段,需要采取综合措施加以提高母猪繁殖力。1选取具有良好繁殖能力的优良母猪具有良好的繁殖能力是母猪繁殖的前提,所以选取繁殖力良好的母猪就成为了重中之重。1.1根据母猪的体态特征进行选择要选择体格强壮,身体各部分状况良好的母猪。要求后背宽阔,背部平直宽广。 相似文献
4.
基于迁移学习的无人机影像耕地信息提取方法 总被引:7,自引:0,他引:7
随着精准农业技术的发展,对农作物用地信息快速、准确提取的需求越来越高。同时,无人机技术以其方便、高效、具有低空云下飞行能力等优势被广泛应用于自然资源的调查中。但无人机影像普遍光谱信息较为匮乏,因此很难准确、快速地提取出耕地信息。基于此,提出了一种利用迁移学习机制的耕地提取方法(TLCLE)。首先,利用深度卷积神经网络(DCNN)剔除线状地物(道路、田埂等),然后,通过引入迁移学习机制将DCNN特征训练过程中得到的特征提取方法迁移到耕地提取中,最后,将所提方法与利用易康(e Cognition)软件进行耕地提取(ECLE)结果进行对比。研究结果表明:对于实验影像1、2,TLCLE方法耕地提取总体精度分别为91.9%、88.1%,ECLE方法总体精度分别为90.3%、88.3%,2种方法提取精度相当,在保证耕地地块完整、连续性上TLCLE方法优于ECLE方法。 相似文献
5.
节水灌溉广义上包括水源开发与优化利用措施、农业耕作栽培、节水技术措施以及节水灌溉技术措施等.这些措施会单独或联合作用而改变影响土壤侵蚀发育的某些因子,从而起到减弱土壤侵蚀、保持水土的作用.笔者从不同的节水措施着手,综述它们对保护、改良及合理利用山丘区水土资源,改变坡面微小地形,增加地面粗糙率和植被覆盖率,拦蓄降水,减缓地表径流,减少土壤冲刷,改良土壤结构,增加土壤抗蚀、渗透、保水性能等方面的作用. 相似文献
6.
从入雏前的准备、接雏、饮水和开食、温度、湿度、通风、密度、光照、断喙、免疫接种等方面介绍了皖西土杂鸡育雏期的科学饲养,以供养殖户参考。 相似文献
7.
[目的]研究四川山丘区11种不同利用方式土壤磷的吸附特性,为生态沟渠底质的选择提供科学依据。[方法]针对生态沟渠中的底质,选取四川山丘区11种不同利用方式的土壤为研究对象,对磷的吸附特性进行研究。[结果]等温吸附时,磷的最大吸附量Qm、吸附平衡常数K、最大缓冲容量MBC均与黏粉粒含量呈正相关,但K和MBC与p H呈负相关;适宜的淹水条件能增加土壤黏粉粒含量,促进非晶质氧化铁的形成,从而有利于土壤对磷的吸附。土壤磷吸附动力学试验表明,在接触时间2 h内吸附反应速率较快,这是磷向沟渠底质转移的主要阶段;去除水体中多余的磷素,应选取黏粉粒含量高的土壤作为生态沟渠的底质。[结论]该研究对生态沟渠底质的合理选择具有重要的实际应用价值。 相似文献
8.
采用室外完全随机试验,研究粉绿狐尾藻在氨氮、硝氮、总磷三因素作用下氨氮、硝氮、总磷的去除速率模型。结果表明:粉绿狐尾藻净水能力强弱受三因素影响表现为总磷氨氮硝氮,尤其受总磷、氨氮交互影响,能显著改变粉绿狐尾藻净水能力。氨氮、硝氮、总磷去除速率模型基本符合负指数模型,但因浓度范围不同而表现出差异性。负指数模型中a、b值亦因氨氮、硝氮、总磷浓度不同而表现出较大差异性。以粉绿狐尾藻为主构建生态净水系统后,前0~12 d是净水关键时期,是去除能力最强、去除速率最快、去除污染物最多的时期,12 d后,对氨氮、硝氮、总磷的去除率分别可达60.4%~78.1%,40.20%~49.88%,78.6%~82.94%。研究成果可为实时把控污水污染物浓度提供参数依据,为更好发挥粉绿狐尾藻净水效果提供指导。 相似文献
9.
10.
为解决样本的手工获取和常规的目视解译难以适应目前农业土地资源信息自动化提取的需求问题,引入时空数据挖掘技术,运用关联知识迁移学习机制,提出了一种基于知识迁移学习的高分辨遥感影像土地利用信息分类制图方法(KTLC)。首先,运用改进的均值漂移算法对新的待分类制图影像进行分割获得影像对象,然后,将分割后对象的矢量边界与前时相土地利用矢量专题图进行配准、嵌套,通过叠加分析获取当前影像中的不变对象,并通过光谱、空间信息阈值筛选完成不变对象的提纯,进而将历史专题图中的地物类别知识迁移到新影像对象上,建立新的特征与地物类别映射关系,最后,运用决策树构建分类规则完成当前影像的快速分类制图,并将所提方法与利用易康(e Cognition)软件进行分类(EC)的结果进行对比。研究结果表明,对于2组实验影像,KTLC方法分类总体精度分别为88.61%、88.30%,EC方法分类的总体精度分别为89.87%、84.84%,2种方法分类制图精度相当,但在效率方面,KTLC方法优于EC方法。 相似文献