排序方式: 共有41条查询结果,搜索用时 246 毫秒
21.
品牌价值与乡镇企业相关多元化的价值均衡分析 总被引:2,自引:0,他引:2
当前,中国市场经济处于深化阶段,乡镇企业步入“二次创业”时期———越来越多的乡镇企业开始进行多元化经营。品牌是消费者选择商品的重要根据之一,正发挥越来越重要的作用。乡镇企业应充分利用自身的品牌价值涉足相关产业,以品牌优势提升市场相关多元化的成功率。运用公司战略的价值均衡分析方法,引入品牌效应因素,通过分析其与企业能力、市场费用之间相互影响、相互制约的变化关系,建立动态价值预期模型。并在此基础上,通过案例分析,揭示乡镇企业涉足相关多元化的最佳时机,以此证明该模型是可行和可信的。 相似文献
22.
【目的】准确的作物空间分布是农业估产、作物长势和病虫害防控等农业遥感监测的重要基础信息。选择合适的特征和分类器对作物空间信息的提取有重要意义。【方法】文章基于北安市的Landsat 8时间序列数据探究了特征提取和分类器选择对作物分类的影响。首先,基于Google Earth Engine (GEE)平台提取光谱、植被指数、纹理和物候时序特征;其次,将不同特征及其组合输入最小距离法(Minimum Distance Classification,MDC)、朴素贝叶斯(Na?ve Bayes,NB)、K最近邻法(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF) 5种分类器比较精度;最后,计算分离性指数(Separability Index,SI)评估特征对识别作物的贡献度,辅助验证分类器的分类结果。【结果】研究结果表明:(1)4类特征中光谱特征分类精度最高,3种特征组合中光谱+植被指数精度最高,但相较于光谱特征精度提仅提高0.6%,说明时序光谱特征足以得到较好的作物分类结果,提取的其他特征对精度提升作用不明显;(2)通过比较5种分类器的精度均值和标准差,性能最好的是RF,其次是SVM,MDC的性能最差;(3)在特征分离性方面,光谱特征最好,其次是植被指数、物候和纹理特征。【结论】光谱时序特征结合RF分类器效率最高,能得到较好的作物识别效果。文章能为作物分类特征提取和分类器选择提供参考和依据。 相似文献
23.
24.
25.
26.
27.
【目的 】针对地表覆盖变化受干扰因素影响而产生伪变化的问题,提出一种基于遗传规划(Genetic Programming,GP)的变化检测方法,以提高土地管理、灾害评估和生态监测中地表覆盖变化检测的准确性和实时性。【方法 】文章以山东省阳谷县为研究区,基于研究区两幅Landsat-8 OLI影像,采用GP算法进行种群初始化、适应度评估和种群进化,进而进化出最佳个体用于地表覆盖变化检测,并将GP检测结果与变化向量分析、主成分分析和相关系数法这3种传统遥感变化检测方法进行比较。【结果 】基于GP的变化检测方法获得的总体精度为95.55%,Kappa系数为0.91,变化和未变化像元的错分率分别为3.37%和5.50%,漏分率分别为5.58%和3.32%,优于3种传统变化检测方法。【结论 】基于GP的变化检测方法可以自动选择地表覆盖敏感光谱波段构建变化强度树,并自动集成阈值和变化强度树,避免了手动设置阈值带来的主观干扰。 相似文献
28.
印度谷螟成虫复眼的外部形态及显微结构观察 总被引:4,自引:0,他引:4
利用扫描电镜和石蜡切片技术观察研究了印度谷螟[Plodia interpunctella(Hübener)]成虫复眼的外部形态和明暗适应对其内部显微结构的影响.结果显示:(1)该蛾复眼半球形,位于头部两侧,略成“八”字形排列,单个复眼的小眼数约为1 950;(2)每个小眼主要由角膜、晶锥、小网膜细胞柱、视杆和基膜组成,其中角膜、晶锥、小网膜细胞周围环绕着由初级虹膜色素细胞分泌的初级虹膜色素颗粒和由6个次级虹膜色素细胞分泌的次级虹膜色素颗粒,基膜处分布有基膜色素颗粒,且密集的气管穿过基膜进入网膜区;(3)明适应时,大部分次级虹膜色素颗粒向视杆远心端移动,覆盖整个小网膜细胞柱区域;暗适应时,次级虹膜色素颗粒逐渐向晶锥方向聚集,分布在各晶锥周围和小网膜细胞柱的远心端.结果表明:印度谷螟成虫复眼为典型的重叠像眼,其主要通过色素颗粒发生纵向位移来调节对光的吸收,以适应外界光环境的变化. 相似文献
29.
全球耕地利用格局时空变化分析 总被引:14,自引:3,他引:14
【目的】分析2000-2010年全球耕地时空分布及变化特征,为中国粮食安全国际化战略决策制定以及全球生态环境监测等研究提供信息支撑。【方法】基于全球首套30 m地表覆盖产品数据集GlobeLand30,利用耕地总面积、面积变化量、人均耕地面积占有量、面积变化幅度、面积变化量标准差、复种指数、复种指数变化量和复种指数变化幅度等8个指标,从大洲、国家、1°×1°经纬网3个统计单元,分析2010年全球耕地空间分布现状、2000-2010年全球耕地时空变化特征以及全球耕地利用强度变化特征。【结果】2010年全球耕地面积总量为193 890.00×104 hm2,占全球陆表面积14.31%。全球人均耕地占有量为0.28 hm2。其中,大洋洲以人均1.71 hm2位列第一,亚洲以人均0.17 hm2排名最后。[10oN-45oN, 65oE-125oE]、[40oN-55oN, 15oE-55oE]和[15oS-45oS, 45oW-70oW]是全球耕地分布最密集的区域。耕地面积最大的前10名国家依次是:中国、美国、印度、俄罗斯、巴西、阿根廷、澳大利亚、加拿大、哈萨克斯坦和乌克兰,其中俄罗斯、加拿大、阿根廷和澳大利亚还是人均耕地占有量全球前10名的国家。2000-2010年,全球耕地面积总量略微变化,总体增加2.19%;美洲是耕地面积增长最大的大洲,增长达2 128.14×104 hm2;非洲是耕地面积和空间变化最剧烈的大洲,增长幅度为7.42%。全球耕地面积总量前10名国家中,中国是唯一出现耕地面积减少的国家,10年间减少0.95%,巴西和阿根廷是耕地面积增加和空间波动性最大的国家。美国是耕地面积变化总量和变化幅度均最小的经济大国。全球耕地高强度种植区域主要集中在东南亚、中美洲以及西非地区,复种指数均达200%以上。2000-2010年,全球耕地面积最大的10个国家中有5个国家复种指数呈上升趋势,其中巴西和哈萨克斯坦复种指数增加最显著,俄罗斯复种指数下降最明显。【结论】2000-2010年,全球耕地总量变化不大,但不同区域和国家的耕地变化差异较大。本研究利用30 m分辨率遥感数据产品揭示了全球耕地分布状况、10年变化特征和区域差异,研究结果可为全球水土资源利用、粮食产量和粮食安全分析研究提供重要数据和信息支持。 相似文献
30.