排序方式: 共有29条查询结果,搜索用时 15 毫秒
21.
22.
传统的遥感影像是依据地物的波谱信息来进行分类的。这往往会产生"同物异谱,异物同谱"的问题,使得分类精度和效果不理想。因此本文采用基于专家知识的决策树C4.5法,利用地物的波谱信息、归一化植被指数、主成分分析等特征构建决策树,与监督分类中的支持向量机法、最小距离法去比较。实验结果表明,几种分类方法中,决策树法分类法的分类规则易于理解,准确率较好,所需分类时间短,总体分类效果最为理想,验证了决策树法在遥感影像分类领域的优势。 相似文献
23.
结合钟差数据的特点,提出了一种基于变化率的T-S模糊神经网络(TSFNN)钟差预报模型。首先计算相邻历元间钟差的变化率值并对其进行建模;然后利用TSFNN模型预报钟差变化率值,再将预报的变化率值还原,得到钟差预报值;最后,通过算例将本文所建模型与IGU-P产品、二次多项式模型(QP)及灰色模型(GM(1,1))进行试验对比。结果表明:在使用变化率方法后,TSFNN模型预报的精度和稳定性分别提高了69.8%和76.3%,而且与IGU-P钟差产品相比,预报的精度高出约10倍,同时模型预报的效果优于两种常用模型。因此,该模型可以实现卫星钟差较高精度的预报。 相似文献
24.
在调兵山地区,选择已用GPS定位技术求得大地高的76个已知点作为原始数据的基础上,采用两种数学模型建立大地水准面,模型包括二次曲面法和最小二乘配置法,这两种模型是在不分区拟合和分区拟合两种情况下进行的。通过实例发现,拟合点的选取及位置对拟合模型有很大影响,在平坦地区,采用不分区拟合时,二次曲面法和最小二乘配置法的模型所求的检验点高程异常的精度要好于分区拟合时的情况,二次曲面法比最小二乘配置法在求高程异常时精度要高,而在分区拟合和不分区拟合时都能满足精度要求。 相似文献
25.
26.
选取某地区76个已知点(大地高和正常高已知)为实验数据,以二次曲面拟合中误差值作为分区依据,研究GPS高程分区拟合方法。地势变化较小的区域采用二次曲面拟合法建立拟合模型,地势变化较大的区域采用混合拟合方法(二次曲面加权平均法)建立拟合模型,公共边界上的点采用混合拟合方法求其高程异常值。该分区方案及各分区选用的拟合方法不仅可以准确找到影响二次曲面拟合效果的区域,而且能有效削弱地形起伏对二次曲面拟合模型的影响,提高拟合精度。 相似文献
27.
城市商业型健身休闲场所空间格局及影响机理——以上海市为例 总被引:1,自引:0,他引:1
基于百度POI和美团网评分数据,分析上海市商业型健身休闲场所空间格局及影响机理。结果显示:① 上海市商业型健身休闲场所整体呈现核心?边缘格局,黄浦区、静安区、徐汇区、长宁区、普陀区和虹口区的交界处形成了核心集聚分布区。② 上海市商业型健身休闲场所分布与高人口密度区、高房价地区、交通网络发达区、住宅小区、写字楼和购物中心等空间分布保持较高的契合度。③ 人口密度、地铁距离、小区距离、写字楼距离、连锁情况和房价水平等6个变量是影响空间格局的关键因素,人口密度影响最大,房价水平和写字楼距离其次,地铁距离、小区距离和连锁情况最小,房价水平为负向影响,其余为正向影响。分析影响机理,以期满足人们日益增长的健身休闲需求,优化城市商业空间,提升城市生活品质,助力实现“健康中国”国家战略目标。 相似文献
28.
近年来共享住宿在我国城市迅速发展,是推动城旅融合的重要驱动力.该文以北京市为例,利用爱彼迎等开源平台共享住宿相关数据,应用ArcGIS技术、地理探测器方法与空间扩散理论,分析2018-2020年北京市共享住宿业空间分布的变化特征、影响因素及扩散模式.结果表明:1)北京市共享住宿业空间分布不均衡,呈现以中心城区为核心的"核心—边缘"结构特征,分布范围、集聚程度逐渐扩大,向心力增强,东北—西南分布方向性明显;2)共享住宿业空间分布的影响因素依次为餐饮、居民小区、科教文化、交通运输、体育休闲和景点,餐饮是主要影响因素;3)共享住宿业的空间扩散以等级扩散为主、传染扩散为辅,在次级城市功能区和景区扩散明显.研究结果可为未来共享住宿业的科学发展提供理论与现实指导. 相似文献
29.