基于双分支卷积网络的高光谱与多光谱图像协同土地利用分类

高精度监测土地利用对实现可持续发展有重要意义。然而,由于遥感传感器成像的限制和地物的复杂性,单一的高光谱和多光谱图像已经不能满足高精度土地利用分类的要求,充分利用高光谱和多光谱遥感图像的互补信息能克服仅采用单一遥感图像分类的不足。该研究设计双分支卷积神经网络协同高光谱和多光谱遥感图像进行土地利用分类。针对高光谱图像设计3维-1维卷积神经网络(3D-1D Convolutional Neural Networks,3D-1D CNN)分支自动提取高光谱图像的空间-光谱特征;针对多光谱图像,设计3维卷积神经网络(3D Convolutional Neural Networks,3D CNN)分支提取多光谱图像的空间-光谱特征;设计融合层将从高光谱和多光谱图像提取的特征进行融合,最后通过全连接层输出土地利用类别。研究表明,与决策树(Decision Tree,DT)、支持向量机(Support Vector Machine,SVM)以及1D、2D和3D CNN方法相比,该文提出的基于双分支卷积神经网络的方法在两个数据集上Kappa系数平均分别提升了15.9、8.1、5.4、5.4和2.7个百分点。

深度解读椭圆内接图形面积的最值

新版教材更新了教学内容,进一步精选了学科内容,重视以学科大概念为核心,使课程内容结构化,以主题为引领,使课程内容情境化,促进学科核心素养的落地。教师应培养学生的数学理解力,满足学生的自主探究欲望,开阔学生的数学视野,结合目前高考试卷中的问题,以实际问题为背景来设计命制性试题、开放性试题,培养学生提取信息、建立模型、解决问题的能力。

四种市售花草茶抗氧化活性的评价

研究市场上同一厂家的茉莉花茶、玫瑰花茶、金银花茶和贡菊花茶的主要品质化学成分质量浓度及其抗氧化活性.结果表明:总糖质量浓度,贡菊花茶>金银花茶≈茉莉花茶>玫瑰花茶;总蛋白质量浓度,玫瑰花茶≈金银花茶>茉莉花茶>贡菊花茶;游离氨基酸总质量浓度,玫瑰花茶>贡菊花茶>金银花茶≈茉莉花茶;茶多酚质量浓度,玫瑰花茶>金银花茶>茉莉花茶>贡菊花茶;总黄酮质量浓度,玫瑰花茶>金银花茶=贡菊花茶>茉莉花茶;儿茶素类化合物总质量浓度,玫瑰花茶>茉莉花茶>贡菊花茶>金银花茶;抗氧化活性,玫瑰花茶>金银花茶>茉莉花茶>贡菊花茶.茉莉花茶中EGCG,贡菊花茶中+C质量浓度分别与其抗氧化活性显著相关.4种花草茶中发挥抗氧化活性的主要物质基础不完全相同.