廊坊市垃圾分类现状与对策

探究垃圾的合理分类,可以大大减少填埋场的工作量,降低垃圾对环境现有和潜在影响,提高资源利用率,改善市民居住环境,提高生态文明建设水平.本文对廊坊市垃圾分类政策与现状进行调研,发现垃圾分类推进中的问题,并提出推进对策,探索建立以法制为基础、政府推动、全民参与的垃圾分类机制.     

浅谈技术文件的分类及其内容

简述了正确认识技术文件内涵的意义,并参考国外资料,对航天产品技术文件的分类及其内容提出了新的看法。     

利用小波分析对合成孔径雷达图像分类

本文旨在提出一种利用小波变换获得的多分辨率图像表示对合成孔径雷达图像进行分类的方法。     

浅谈企业技术文件的分类

总结了各类标准对技术文件的定义 ,对企业中的一些具体技术文件 ,如工艺细则、技术标准、检验规程和计量文件等进行了分析归类 ,并对技术文件分类的重要意义作了简述。     

基于实测高光谱数据的树种分类

本文利用实测高光谱数据,结合光谱特征分析方法和全波段分析方法将15种树木进行有效分类.与多光谱数据对比,高光谱技术具有数据量多、波段窄等特点,根据这一特点高光谱数据可对树种进行更为精细的识别.其中,选择合适的分类波段对于提高树种分类精度非常重要.该文对于使用归一化、一阶微分、倒数等12种变换方法对原始光谱数据进行变换,...     

基于最小距离法的遥感图像分类

本文在ENVI遥感图像分析软件环境下,利用最小距离法对遥感图像进行了有监督分类。仿真实验通过对遥感图像中地物目标的光谱信息和空间信息进行分析及特征提取,利用判别函数计算到中心的距离,解读遥感图像,并对分类结果进行定量评估。实验结果表明用最小距离法来分析遥感图像可以获得较高精确度。     

基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。     

进一步做好信息分类编码标准化工作

简述了信息分类编码标准化工作的意义,分析了当前航天行业信息分类编码标准化工作中存在的主要问题,提出了加强该项工作的几点建议。     

我国确定空域分类实施目标时间

国家空管委办公室于近日确定了我国实施空域分类的目标时间为2010年。空域分类是国际民航组织在空域组织和管理方面的重要标准，国务院、中央军委2004年就确定了借鉴国际民航组织空域划分标准，科学划分空域类别的战略目标。近年来，民航总局对国外空域分类状况、发展方向和相关标准进行了深入的跟踪研究，为我国实施符合国情的空域分类做好了充分的技术准备。     

基于小波阈值降噪和经验模态分解的高光谱图像分类算法

为了充分降低高光谱图像中的噪声以获得高精度的分类结果,本文结合小波阈值降噪(WTD)和经验模态分解(EMD)的优点,提出了一种基于小波阈值降噪-经验模态分解的高精度支持向量机(SVM)高光谱图像分类算法(WTD-EMD-SVM)。首先对高光谱图像进行小波阈值降噪,除去高光谱数据中的高频噪声;然后再对高光谱图像进行EMD,获得含有高光谱数据本质特征的内固模态函数(IMF)和含有低频噪声的残差;最后采用内固模态函数重构高光谱图像,并对高光谱图像进行SVM分类。将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,同时可减少支持向量数目,以提高高光谱图像分类速度。     

基于多尺度CNN模型的多时相PolSAR图像作物分类

农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限，因此，采用多时相PolSAR数据，其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题，提出了一种非负性约束稀疏自编码器(NC-SAE)的特征压缩方法，用于对分解后的特征数据进行压缩，以获得分类所需的有效特征。此外，构建了一种多尺度特征分类网络(MSFCN)，该网络可以提高农作物的分类性能，且优于目前传统的卷积神经网络和支持向量机方法。通过使用欧空局提供的数据进行仿真实验，对分类结果进行性能评估，并与传统方法比较。实验结果表明:所提的方法具有很好的农业应用前景。     

航天产品标准中的检验分类

简析了3种常用的检验分类方法,针对卫星研制的特点,分析了GJB5086-2002《通信卫星通用规范》中检验分类的要求。     

基于粗糙基的高超声速进气道起动／不起动分类方法研究

进气道起动／不起动状态检测是高超声速进气道研究的重要内容，它是进气道保护控制的基础和前提。针对这一问题，对高超声速进气道进行了不同边界条件下的二维稳态流场数值模拟。提出了利用粗糙集方法对进气道的测点进行约简处理，得到了进气道起动／不起动的分类准则，对分类准则进行了内在的物理机制分析，并利用其它工况数据对判断准则进行了验证。验证结果表明了分类准则的正确性。     

我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远.本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类.     

基于模糊层次分析法的产品特性分类模型

产品特性分类是武器装备研制过程中的一项重要工作。现有的产品特性分类方法主要是在可靠性预计、故障模式及影响分析的基础上进行,无法全面衡量产品寿命周期中的安全性、维修性、保障性因素。文章分析了当前产品特性分类准则,提出基于模糊层次分析法的分类模型,该模型能够给出产品针对特性分类准则的优劣排序,用以辅助设计人员进行特性分类工作。最后通过实例验证了模型的实用性。     

高光谱图像无监督分类的非线性特征提取器

高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难,为进行有效降维、提高分类精度,提出以曲线距离分析作为非线性特征提取器、以独立分量分析的混合模型作为分类器的高光谱图像无监督分类的新方法。利用该方法对来自空载可见光/红外成像光谱仪的高光谱图像进行无监督分类,用分类精度对分类效果进行评价。实验表明,用本文提出的方法得到的分类精度高于传统分类方法得到的分类精度,说明了CDA方法在高光谱图像特征提取方面的有效性。     

我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远。本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类。     

一种遥感图象分类的快速算法

本文给出一种抽取纹理特征的快速算法。新算法实时性强,适于线遥感图象分类。实验表明,方法是有效可行的。     

航天信息分类与编码标准及体系结构的协调性、兼容性探讨

概述了信息分类与编码的概念及其标准体系编制的作用,分析了信息分类编码标准与体系结构协调性、兼容性的必要性,研究了航天信息分类与编码标准体系结构框架和特点,探讨了航天信息分类编码标准体系和标准制定应考虑的问题,提出了解决的思路、措施和具体方法。     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。