金佛山4种植物群落下表土炭屑特征初步分析

通过对比分析金佛山4种植被下表土炭屑形态和大小,揭示出森林群落与草本群落表土炭屑存在着较明显的差异.从炭屑形态上来区分:亚高山草甸表土中炭屑较薄,大部分为长方形或长条形,且其纵向边缘平直,横向断口一端相对平直,另一端较参差;森林群落下表土炭屑都较厚,多为近圆形或矩形,边缘参差不齐.炭屑大小上主要表现为:森林群落表土炭屑较小,平均L/W值为1.56±0.05,且L/W值大于3的炭屑不超过10%;亚高山草甸群落表土炭屑L/W值为1.77±0.10,且仍有超过10%的炭屑L/W值大于3.     

基于Landsat8 OLI影像的山区植被地形落影校正方法研究

为消除地形落影影响,提出一种基于Landsat8 OLI影像的山区植被地形落影校正方法.落影校正利用能够有效消除地形阴影干扰且无需异源数据支持的SEVI作为阴影校正信息源,构建光照区SCS+C校正后红绿蓝波段地表反射率与SEVI间的随机森林回归(Random Forest Regression,RFR)模型,进而利用落...     

智能森林火灾报警及火势延缓系统的设计

森林火灾是一种突发性强、破坏力大、处置救助较为困难的自然灾害,森林火灾的控制是世界性的难题.究其原因是因为森林火灾发现不及时且在火灾发生的初期最容易被控制的时期没有得到有效的控制.此设计针对目前发现不及时以及无法及时控制火灾的问题,结合单片机技术,提出了一种基于单片机的森林火灾报警及火势延缓设计方案.它以单片机作为核心...     

基于特征组合的黄河源园区土地覆被分类

为了解黄河源园区地物分布格局,本文以黄河源园区为研究对象,利用Landsat 8 OLI影像获取其光谱、植被、水体和纹理特征,采用Relief F算法对所有特征进行重要性排序,选出前8个特征作为优选特征;基于随机森林(RF)方法研究不同特征组合对分类结果的影响,为评估RF方法的效果,对优选特征组合,采用决策树、K近邻、...     

基于被动DNS流量的Fast-Flux域名检测方法

近年来,速变域名(Fast-Flux)技术已成为在速变服务网络(Fast-Flux Service Network,FFSN)中组建僵尸网络的常见做法,这些FFSN能够以非常高的可用性维持非法在线服务.文中基于FFSN工作原理以及速变域名技术特点,提出了一系列检测特征,设计了一种基于被动DNS流量的Fast-Flux域...     

基于逻辑回归的巫山县滑坡易发性区划研究

[目的]在已有文献研究基础上,构建基于逻辑回归的滑坡易发性评价模型,并与基于随机森林的模型进行分析比较,探讨出适用于三峡库区巫山县的滑坡易发性评价模型.[方法]选取地质条件、地形地貌、环境条件、人类工程活动等4方面影响下的22个因子作为滑坡易发性影响因子,根据研究区963处历史滑坡点,建立30 m×30 m栅格地理空间...     

基于异质分类器集成的蛋白质结晶倾向性预测

X射线结晶学是确定蛋白质分子结构的重要方法之一。准确预测蛋白质的结晶倾向性对于基于X射线结晶学的蛋白质结构确定的成功率具有重要意义。该文提出了一种基于异质分类器集成的方法,以进一步提高蛋白质结晶倾向性预测的准确率。首先从蛋白质序列出发抽取氨基酸组成成分、伪氨基酸组成成分、伪位置特异性得分矩阵以及伪溶剂可及性特征,并将这些特征进行组合;然后,在特征空间训练多个异质分类器并进行集成。该文所提方法在公开训练集上的五重交叉验证及独立测试集上的马修斯系数分别达到了0.64及0.73。与现有的基于序列的蛋白质结晶倾向性预测方法的对比结果进一步验证了所提方法的有效性。     

基于ULS、 TLS和超声测高仪的天然次生林中不同林冠层树高估测

【目的】应用不同数据源分析不同林冠层中探测提取树高的异同,探索适用于中国北方天然次生林树高估测的方法。【方法】以东北林业大学帽儿山实验林场中林施业区0.25 hm²样地为研究区域,基于无人机激光雷达(unmanned aerial vehicle laser scanning, ULS)、地基激光雷达(terrestrial laser scanning,TLS)和Vertex IV超声测高仪实测单木树高,根据冠层高度分布(canopy height distribution, CHD)对林冠层进行分层,对不同林冠层(上层和下层)、不同树木类型(针叶树和阔叶树)探测提取的树高进行对比与分析。【结果】由CHD计算得到的冠层分层阈值为8.5 m。树高的离群值大多产生在林冠上层,阔叶树比针叶树更容易产生离群值,ULS比TLS更容易产生离群值。在林冠上层,ULS比TLS估测树高的相对均方根误差(rRMSE)低2.56%,ULS提取针叶树树高的rRMSE比阔叶树低2.68%;在林冠下层,ULS仅能探测到少量树木,ULS比TLS探测提取树高的 rRMSE高6.31%,TLS提取针叶树树高的rRMSE比阔叶树低1.16%。【结论】针叶树的树高估测精度普遍高于阔叶树;当TLS和ULS均能对单木进行完全扫描时,具有准确提取树高的潜力;树高离群值多由冠型不规则或相互交叉的阔叶树产生,而大部分针叶树,由于具有规则的冠型,所以产生的离群值较少;基于CHD对林冠层进行划分能够较好地反映不同数据源估测树高的适用范围,具有一定的推广意义。     

基于随机森林的股权众筹项目风险评估研究

为给不同风险风险偏好的投资者提供决策参考,提高风险评估精度,针对股权众筹交易过程中的风险问题,采用机器学习算法构建随机森林模型,对抓取的数据进行分析.研究发现,随机森林模型分类正确率为93.75%,明显优于其他分类算法,其中分红的次数和及时与否,以及公司信誉在股权众筹风险评估中显得尤其重要.     

污染环境下森林发展系统的最优控制

研究了污染环境下一类森林发展系统的最优控制问题。首先,提出所研究的模型并通过Banach不动点定理证明了解的存在唯一性,然后根据凸泛函的性质以及Mazur引理得出最优控制的唯一解。