期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于分类回归树方法的遥感信息快速提取研究 被引量:2
1
作者 高剑 孙辉 +1 位作者 潘之腾 李建梅 《现代电子技术》 2023年第11期33-37,共5页
遥感信息具有一定的连续变化性,这将会在一定程度上使得遥感信息快速提取存在偏差,其提取的时间也随之增加,容错率下降,为此文中提出基于分类回归树的遥感信息快速提取方法。通过噪声调整的主成分分析法(NAPCA)提取遥感信息的特征,利用... 遥感信息具有一定的连续变化性,这将会在一定程度上使得遥感信息快速提取存在偏差,其提取的时间也随之增加,容错率下降,为此文中提出基于分类回归树的遥感信息快速提取方法。通过噪声调整的主成分分析法(NAPCA)提取遥感信息的特征,利用复小波变换法对图像进行去噪处理,同时结合邻域值函数完成小波系数收缩。通过分类回归树方法进行样本训练,连续不间断获取遥感信息,结合Bayes判别准则完成遥感信息快速提取。实验结果表明,所提方法能够有效提升容错率,降低遥感信息快速提取偏差和时间。 展开更多
关键词 遥感信息提取 分类回归树方法 图像去噪 小波系数收缩 偏差降低 实验测试 城市绿化
下载PDF
用分类回归树方法研究亮温异常变化 被引量:7
2
作者 李勇 何洋波 +1 位作者 马丽 强祖基 《北京师范大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第2期143-146,共4页
利用分类回归树方法研究卫星热红外亮温异常数据和地震震级关系 ,结果显示对地震震级影响的主要因素是最大异常亮温面积 ,可以利用它来构造具有 4个终节点的最优分类树 ,其误判率为 0 .3131,并且该分类树具有很好的稳定性 .
关键词 地震观测 震级 卫星热红外线亮温 亮温异常 分类回归树方法 最大异常亮温面积
下载PDF
基于增强回归树的畜禽养殖业减污增效供给侧改革分析
3
作者 王迪 王明新 +1 位作者 钱中平 祝孔亮 《江苏农业科学》 北大核心 2017年第19期112-117,共6页
采用增强回归树(boosting regression tree,简称BRT)方法分析了2012—2015年我国除港澳台之外畜禽养殖业排污强度省际差异的影响因素及其贡献率,在此基础上讨论了我国畜禽养殖业减污增效的供给侧改革对策。结果表明,目前我国华北地区、... 采用增强回归树(boosting regression tree,简称BRT)方法分析了2012—2015年我国除港澳台之外畜禽养殖业排污强度省际差异的影响因素及其贡献率,在此基础上讨论了我国畜禽养殖业减污增效的供给侧改革对策。结果表明,目前我国华北地区、黑龙江、辽宁、宁夏、山东、上海、广东、浙江和河南等地的畜禽养殖业排污强度较高,是畜禽养殖业减污增效的关键地区;畜禽养殖业排污强度总体上随着生猪饲养规模和奶业比重的增加而增大,随着牧业比重和氨氮/总氮比值的增加而降低,随着奶牛饲养规模、生猪比重、化学需氧量(简称COD)/氨氮比值和农牧比值等的增大呈先增大后降低趋势。东部沿海地区应重点推进规模化生猪养殖场向生态化和零排放转型;西北牧业、半牧区应充分挖掘优质牧草的生产潜力,做到以草定畜、草畜平衡,从而实现粪污的循环利用;东北和华北粮食主产区应突出农牧结合、以地定畜,优化养殖场空间布局便于粪污无害化处理与就地还田。 展开更多
关键词 畜禽养殖业 增强回归树方法 排污强度 供给侧改革 减污增效措施 省际差异
下载PDF
肖像照片漫画风格化方法研究
4
作者 程乐彤 《鞋类工艺与设计》 2023年第8期34-36,共3页
本文针对相关方面的问题开展了分析,围绕数据驱动及滤波方法对线条画智能生成方法进行了讨论。具体来看,分别从五官与头发两方面进行了分析,借助数据及非数据驱动方式,依次对五官及头发合成进行了讨论,主要是基于已有特征点之上为其匹... 本文针对相关方面的问题开展了分析,围绕数据驱动及滤波方法对线条画智能生成方法进行了讨论。具体来看,分别从五官与头发两方面进行了分析,借助数据及非数据驱动方式,依次对五官及头发合成进行了讨论,主要是基于已有特征点之上为其匹配相应的数据,从而生成五官图片;对于头发的处理,本文讨论了多种处理方式,主要是生成线条域,为实现最佳效果,还讨论了纹理和线条域叠加的方式,以此生成多样风格的头发。将五官及头发图片进行整合,将形成漫画风格的线条画。 展开更多
关键词 线条画生成 回归树方法 数据驱动方法 写实漫画风格
下载PDF
秦淮河流域典型排涝泵站前池水质与降雨特征响应关系
5
作者 徐荣 邓雅静 +6 位作者 李一平 潘泓哲 刘军 柏松 商鹤琴 周玉璇 郑婉婷 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第1期11-20,28,共11页
为分析排涝泵站前池水质与降雨特征的响应关系,对南京市城区秦淮河沿线2个排涝泵站前池水质以及降水量开展高频在线自动监测,结合回归树方法分析了不同降雨强度、前期干旱时间条件下排涝泵站前池水质变化规律,探讨了不同类型排涝泵站前... 为分析排涝泵站前池水质与降雨特征的响应关系,对南京市城区秦淮河沿线2个排涝泵站前池水质以及降水量开展高频在线自动监测,结合回归树方法分析了不同降雨强度、前期干旱时间条件下排涝泵站前池水质变化规律,探讨了不同类型排涝泵站前池水质的主要影响因素。结果表明:晴雨天均有生活污水汇入的A泵站前池氨氮质量浓度在大雨强下降低,中雨强下先升高后降低,小雨强下平缓上升,A泵站前池污染物质量浓度主要受降雨强度和次降水量影响;主要接收降雨径流,雨量大时有生活污水溢流汇入的B泵站,前池污染物质量浓度在大雨强下先升高后逐渐降低,中雨强下降低,小雨强下变化不大,B泵站前池水质主要受次降水量、前期干旱时间和降雨强度影响;2个泵站前池COD_(Mn)质量浓度变化与降雨的响应规律相似,但更多受到与前期干旱时间关联的地表径流冲刷作用影响;连续降雨均导致泵站前池氨氮质量浓度和COD_(Mn)质量浓度波动变化较大,而前期干旱时间越长,降雨发生后泵站前池水质越差。 展开更多
关键词 排涝泵站 降雨特征 泵站前池水质 响应关系 回归分析方法 南京秦淮河
下载PDF
Classification and Regression Methods with Data Mining Algorithms
6
作者 Andrej Trnka 《Computer Technology and Application》 2011年第3期227-231,共5页
This article deals with implementation of the classification and regression trees into the DMAIC phases of Six Sigma methodology. Six Sigma methodology seeks to improve the quality of manufacturing process by identify... This article deals with implementation of the classification and regression trees into the DMAIC phases of Six Sigma methodology. Six Sigma methodology seeks to improve the quality of manufacturing process by identifying and minimizing variability of this process. Using the classification, regression and segmentation trees as a part of the Data Mining methods could improve results of DMAIC phases. This improvement has a direct impact on the Sigma performance level of processes. The author introduces research results of implementation Data Mining algorithms into retail sales promotion. The author implements classification and regression techniques in our research. As a software tool has been selected SPSS PASW Modeler. The author deals with more data mining algorithms ad their implementation in the DMAIC phases. The article is divided into several parts. The first part is the introduction to Six Sigma methodology, the second deals with classification and regression trees. The third part describes tree research focused on the implementation of data mining algorithms and the fourth section summarizes the research results. 展开更多
关键词 CLASSIFICATION data mining DMAIC regression Six Sigma.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部