计算机内存的分类及优化管理

本文从计算机应用角度出发，介绍了计算机内存的基本结构及其类型内存配置对计算机工作的影响，同时讨论了如何合理计算机内存，以便充分发挥计算机的优势。     

江苏及南黄海地区历史地震类型分布特征

通过对江苏地区及南黄海海域历史地震资料特点分析，将研究区历史地震类型分为相对安全类和相对危险类，并对地震类型的统计结果、地理分布特征及构造进行探讨. 结果表明:① 江苏及南黄海地区绝大多数中强以上历史地震类型为相对安全类，仅有13.8%的中强以上历史地震为相对危险类；② 江苏陆地、长江口以东海域和南黄海北部坳陷地区以相对安全类地震为主，苏中沿海南黄海海域地震类型分布较为复杂，相对安全类和相对危险类地震类型比例基本相当；③ 研究区历史地震类型统计结果和空间分布特征与现代地震序列类型实况非常吻合，反映本区地震活动具有继承性的特点.研究结果可以作为江苏省地震应急工作中震后早期趋势判定的参考依据.      

消除噪声的RNF图像融合算法

在多光谱遥感图像中有时也会存在较严重的随机点噪声的干扰，这种随机点噪声严重影响了地物光谱特征提取和识别的精度，降低了各种遥感定量分析方法技术的有效性。常用的遥感图像随机噪声消除或压抑方法是Fourier变换频率域方法和采用平滑模板对图像进行卷积处理的空间域方法，但它们往往会损失图像信息。文章探讨了消除或压抑噪声的图像融合方法，即RNF融合法。RNF融合算法先对参与融合的多光谱图像进行低通滤波，对全色波段进行高通滤波。然后将滤波后的全色波段与多光谱图像用HSI变换法进行融合，融合后的图像消除了噪声。     

塔里木盆地周边地区冰雹云特征分析

对1998～2001年6～9月在塔里木盆地普查得到105个降雹云团进行分类，按尺度大小分为雷暴云、对流云、中尺度对流系统、冷云核和系统云系云区5类。塔里木盆地2000年降雹云团出现最多，半数以上出现在5月和6月。塔里木盆地降雹云团尺度小、形状不规则、云顶温度较高。     

北疆降雹云团卫星云图特征的分类研究

北疆降雹云团按其卫星云图特征分为对流性和系统性两大类，又将对流性降雹云团按尺度大小分为雷暴云和对流云，系统性降雹云团按所处位置分为冷云核、云系云区和云系边缘。据此方法对1998-2001年4-9月期间北疆出现310个降雹云团进行归类分析。北疆降雹云团以对流性云团为主，它们尺度小、形状不规则、云顶亮温较高。主要出现在北疆西部和北疆沿天山中段。各类降雹云团在各地区的出现机率不同。     

基于神经网络的区域生态环境分类方法研究

如何利用智能化信息提取技术,进行区域生态环境自动分类,一直是一种前沿性研究。该文在分析研究区自然景观特征的基础上,总结了影响区域生态环境的建模要素,基于神经网络技术,并根据生态环境的遥感探测机理,利用TM卫星遥感数据中的可见光、热红外、植被指数(NDVI)以及DEM数据,建立了基于BP神经网络的区域生态环境信息自动提取模型,形成了一种新的生态环境分类方法,其分类结果与实际情况完全一致。     

地理分类方法的探索与实践

地理事物和现象都是按照一定的条件存在和发展的，从而形成了地理学上一系列相互联系、又相互区别的地理知识。在地理教学中，为了把这些错综复杂的地理事象按照某些不同的特点区分开来，或把同类地理事象归属在一起，这就需要运用地理分类的方法。     

基于PRS的遥感图像地物信息提取模型

点源理论(PRS)是一种面向应用需求的集中信息处理方式。不同尺度、不同分辨率的点都是一定的综合信息场,是客观世界的真实反映。本文在数字图像处理过程中引入点源理论,探讨针对地物空间信息应用服务的遥感信息分析和处理模型,讨论基于点源的图像构造、知识构造及地物模型建造过程,给出基于点源的遥感图像地物提取流程。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

IMD法在多光谱图像分类中的应用

数学形态学着重于分析和处理图像的几何结构信息。根据这一原理，在图像分类预处理过程中，对各种地物区域的几何结构特点进行分析，构造相应的结构元素，然后对图像进行形态迭代分解法(IMD，Iterative Morphological Decompostion)变换。在变换结果中，地物区域的灰度信息进行了归一化处理，同时区域的几何结构特点和独立地物得到了有效保留。将多光谱图像的IMD变换结果进行分类实验的结果表明，该方法可以有效提高多光谱图像分类的精度和效率，具有较强的适用性。