您的位置: 专家智库 > >

赵正勇

作品数:7 被引量:54H指数:4
供职机构:东北林业大学更多>>
发文基金:国家科技重大专项黑龙江省自然科学基金更多>>
相关领域:农业科学交通运输工程经济管理更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 6篇农业科学
  • 1篇经济管理
  • 1篇交通运输工程

主题

  • 3篇地理信息
  • 3篇针阔混交
  • 3篇针阔混交林
  • 3篇混交
  • 3篇混交林
  • 3篇TM图像
  • 2篇地理信息系统
  • 2篇信息系统
  • 2篇遥感
  • 2篇遥感图像
  • 2篇神经网
  • 2篇神经网络
  • 2篇图像
  • 2篇林区
  • 1篇英文
  • 1篇噪声
  • 1篇森林资源
  • 1篇生态
  • 1篇生态工程
  • 1篇收益率

机构

  • 7篇东北林业大学
  • 1篇十八站林业局

作者

  • 7篇赵正勇
  • 4篇王立海
  • 2篇杨旗
  • 1篇董希斌
  • 1篇李波

传媒

  • 2篇东北林业大学...
  • 1篇林业科学
  • 1篇黑龙江科技信...
  • 1篇应用生态学报
  • 1篇Journa...

年份

  • 1篇2007
  • 1篇2006
  • 3篇2005
  • 1篇2004
  • 1篇2003
7 条 记 录,以下是 1-7
排序方式:
林区TM图像噪音消除方法的比较研究(英文)被引量:1
2007年
遥感图像会因成像系统和地理环境而产生噪音,这些噪音将会影响从TM图像中提取森林信息的精确性和有效性。消除噪音对图像的分类十分重要。本研究的目的是评估应用Landsat 5 TM图像提取森林相关信息时,目前所使用的空间滤波处理方法的有效性。对低通滤波、中值滤波、均值滤波、求和滤波、增强型自适应滤波五种空间滤波方法做以检验。通过设计一系列的评估指数,分析每种噪音消除方法的平滑能力、边界保持和增强能力。基于所设计的评价指数和图片对比表明,对林区土地利用和森林类型分类而言,求和滤波(D=1)和增强型自适应滤波是消除Landsat 5 TM图像噪音的最有效的方法。图1表2参29。
赵正勇王立海
关键词:TM图像
利用GIS对吉林针阔混交林TM遥感图像分类方法的初探被引量:20
2006年
为提高林区TM遥感图像自动分类识别精度,在GIS技术辅助下,以吉林省汪清林业局针阔混交林TM遥感图像为例,对研究区DEM、坡向等地理因子和土壤类型等环境因子与森林植被分布之间的内在规律进行了定量分析,并结合对遥感图像预分类的定性分析,形成分类知识库,建立了适用于针阔混交林的自动分类识别专家系统.分类试验证明,该系统能比较明显地削弱混合像元和地形阴影的影响,分类精度较无监督分类法提高了14.22%,Kappa指数为0.7556,达到区别森林类型的分类目的.将GIS数据引入专家系统,应用先验知识建立推理机制,可以解决遥感图像中云区和云阴影区由于不能接收到正确的光谱值而无法进行分类的问题.
王立海赵正勇杨旗
关键词:专家系统地理信息系统针阔混交林遥感图像
林区TM图像消除噪声方法的比较被引量:10
2005年
介绍了几种消除噪声滤波方法的数学基础,并结合吉林省汪清林业局数据,分别用低通滤波、统计滤波、增强型自适应滤波、均值平滑滤波、中值滤波方法对研究区TM遥感图像进行滤波消噪处理,并以平滑指数FI、边缘保持因素T和峰值信噪比PSNR为评价指标,对实验结果进行了对比分析,结果表明,统计滤波(D=1)和增强型自适应滤波用于林区TM图像消除噪声的滤波器中比较好。
王立海赵正勇
关键词:TM图像消除噪声林区滤波器
针阔混交林TM遥感图像自动分类识别技术研究
本研究以林业发展需求为切入点,适时地选择典型针阔混交林TM遥感图像为研究对象,把提高其自动分类识别精度做为研究的目的。以吉林省汪清林业局的TM遥感图像为实例,在对传统自动分类识别技术进行试验、精度分析的基础上,本研究开发...
赵正勇
关键词:遥感图像针阔混交林自动识别神经网络地理信息系统森林资源
文献传递
林业生态工程项目的决策评价指标
2003年
作者试图通过把林业生态工程的生态、经济和社会三大效益都进行量化计算,综合地建立项目决策评价指标,为项目决策者进行项目决策提供一个可靠的依据。
李波赵正勇
关键词:林业生态工程评价指标净现值内部收益率
客运索道侧型设计系统
2004年
从我国客运索道设计的发展及现状出发 ,介绍了一个以VisualBasic为技术基础的客运索道侧型设计系统。通过具体实例 ,分析了 4种设计方法的精度 :理论上认为 ,悬链线的设计结果是真实反映客运索道的线形 ,摄动法比较接近悬链线 ,其次是悬索曲线 ,抛物线的计算结果误差最大。
杨旗董希斌赵正勇
关键词:客运索道VISUAL
基于BP神经网络的针阔混交林TM遥感图像自动分类技术研究被引量:18
2005年
在对标准BP神经网络试验分析的基础上,通过输入矢量归一化处理、主成分分析、增加验证集、改进训练学习算法、扩大隐层和输出层规模等措施,对BP神经网络自动分类系统进行改进;利用改进后的BP系统对吉林省汪清林业局的典型针阔混交林TM遥感图像进行辩识、分类试验研究。结果表明:改进后的BP网络分类系统自动分类精度提高了19·14%,比传统无监督自动分类精度提高8·55%,达到了区分森林类型的分类要求。研究还显示了该改进系统应用于针阔混交林TM遥感图像自动分类识别的精度随网络规模增大而提高。
王立海赵正勇
关键词:BP神经网络针阔混交林TM图像地理信息
共1页<1>
聚类工具0