-
公开(公告)号:CN103258212A
公开(公告)日:2013-08-21
申请号:CN201310116009.4
申请日:2013-04-03
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06K9/66
Abstract: 基于吸引子传播聚类的半监督集成遥感影像分类方法,涉及遥感影像分类领域,针对遥感影像分类过程中所面临的因样本不足且代表不好,致使总体分类精度低的问题。包括如下步骤:利用吸引子传播聚类算法控制自训练半监督算法生成个体分类器;利用加权投票法对步骤A生成的多个个体分类器进行个体分类器集成;利用步骤B获得的半监督集成模型对遥感影像进行分类。本发明可广泛应用于遥感影像分类方法中。
-
公开(公告)号:CN109142679B
公开(公告)日:2021-10-26
申请号:CN201810916677.8
申请日:2018-08-13
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N33/24
Abstract: 本发明公开了一种基于人工神经网络克里金插值的森林土壤养分的空间预测方法,包括以下步骤:获取环境因子栅格数据;计算得到基于多层感知器神经网络的森林土壤养分空间分布图;进行实测养分值与预测值之间的残差计算;对神经网络预测残差进行分析和检验;进行残差的半方差计算及半方差函数定的模型模拟,得到各模型类型及参数;得到的半方差模型参数,对残差进行普通克里金插值,得到神经网络预测残差的空间分布;将基于多层感知器神经网络的森林土壤养分栅格与预测残差的栅格相加得到基于人工神经网络克里金插值的森林土壤养分空间分布图。本发明所得预测精度较仅使用多层感知器神经网络模型或普通克里金插值方法的精度均有显著提高。
-
公开(公告)号:CN101713729A
公开(公告)日:2010-05-26
申请号:CN200910309611.3
申请日:2009-11-12
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N21/31
Abstract: 测定水体中有色溶解有机物吸收系数的方法,它涉及一种测定有色溶解有机物吸收系数的方法。本发明解决了现有分光光度计法误差大、准确度低的问题。本发明方法:将待测水体放入聚碳酸酯过滤器内,经固定在聚碳酸酯过滤器上的聚碳酸酯滤膜过滤后,用分光光度计检测过滤后水体的吸光度,然后根据公式进行计算即得到水体中有色溶解有机物吸收系数。本发明的方法误差小,准确度高。
-
公开(公告)号:CN102880872A
公开(公告)日:2013-01-16
申请号:CN201210310022.9
申请日:2012-08-28
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 一种半监督SVM遥感影像分类构建方法,它涉及一种分类构建方法,具体涉及一种半监督SVM遥感影像分类构建方法。本发明为了解决现有SVM遥感影像技术应用时不容易找到最优分类参数,混合像元的硬化分、训练样本不足造成分类精度低下的问题。本发明的具体步骤为:步骤一、利用自适应变异粒子群算法对SVM遥感影像参数寻优;步骤二、利用自训练方法构建PS3VM半监督分类模型。本发明用于构建半监督SVM遥感影像。
-
公开(公告)号:CN101701907A
公开(公告)日:2010-05-05
申请号:CN200910073205.1
申请日:2009-11-13
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 水体中总颗粒物吸收系数及浮游植物吸收系数的测定方法,它涉及一种总颗粒物及其组分吸收系数的测定方法,本发明是为了解决目前国内外测定总颗粒物吸收系数时采用甲醇进行萃取去除浮游植物时,不能很好的萃取藻胆素和一些真核色素;采用次氯酸钠进行萃取去除浮游植物时,导致非色素颗粒物吸收和浮游植物吸收系数测定不准确的问题。本发明方法包括以下步骤:一、制作过滤膜样本及空白样;二、将样本放入分光光度计测定其吸光度;三、计算总颗粒物吸收系数;四、用丙酮萃取过滤膜样本去除浮游植物,保留非色素颗粒物;五、获取非色素颗粒物吸光度;六、计算非色素颗粒物吸光系数;七、计算浮游植物吸收系数。
-
公开(公告)号:CN101713729B
公开(公告)日:2011-08-17
申请号:CN200910309611.3
申请日:2009-11-12
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N21/31
Abstract: 在可见光波段下准确度高的测定水体中有色溶解有机物吸收系数的方法,它涉及一种测定有色溶解有机物吸收系数的方法。本发明解决了现有分光光度计法误差大、准确度低的问题。本发明方法:将待测水体放入聚碳酸酯过滤器内,经固定在聚碳酸酯过滤器上的聚碳酸酯滤膜过滤后,用分光光度计检测过滤后水体的吸光度,然后根据公式进行计算即得到水体中有色溶解有机物吸收系数。本发明的方法误差小,准确度高。
-
公开(公告)号:CN109142679A
公开(公告)日:2019-01-04
申请号:CN201810916677.8
申请日:2018-08-13
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N33/24
CPC classification number: G01N33/24
Abstract: 本发明公开了一种基于人工神经网络克里金插值的森林土壤养分的空间预测方法,包括以下步骤:获取环境因子栅格数据;计算得到基于多层感知器神经网络的森林土壤养分空间分布图;进行实测养分值与预测值之间的残差计算;对神经网络预测残差进行分析和检验;进行残差的半方差计算及半方差函数定的模型模拟,得到各模型类型及参数;得到的半方差模型参数,对残差进行普通克里金插值,得到神经网络预测残差的空间分布;将基于多层感知器神经网络的森林土壤养分栅格与预测残差的栅格相加得到基于人工神经网络克里金插值的森林土壤养分空间分布图。本发明所得预测精度较仅使用多层感知器神经网络模型或普通克里金插值方法的精度均有显著提高。
-
公开(公告)号:CN101701907B
公开(公告)日:2011-01-05
申请号:CN200910073205.1
申请日:2009-11-13
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 水体中总颗粒物吸收系数及浮游植物吸收系数的测定方法,它涉及一种总颗粒物及其组分吸收系数的测定方法,本发明是为了解决目前国内外测定总颗粒物吸收系数时采用甲醇进行萃取去除浮游植物时,不能很好的萃取藻胆素和一些真核色素;采用次氯酸钠进行萃取去除浮游植物时,导致非色素颗粒物吸收和浮游植物吸收系数测定不准确的问题。本发明方法包括以下步骤:一、制作过滤膜样本及空白样;二、将样本放入分光光度计测定其吸光度;三、计算总颗粒物吸收系数;四、用丙酮萃取过滤膜样本去除浮游植物,保留非色素颗粒物;五、获取非色素颗粒物吸光度;六、计算非色素颗粒物吸光系数;七、计算浮游植物吸收系数。
-
-
-
-
-
-
-