SAR图像的检测和分类方法

从理论上分析了图像灰度共生矩阵和灰度共生矩阵的多个统计量.提出了一种基于灰度共生矩阵的C-均值聚类算法,用于对合成孔径雷达(SAR)图像的分类.通过真实的SAR图像,在实验中分析了各统计量的性能.分析表明,熵、方差、对比度、差平均的性能较好.采用这几个统计量作为特征量进行分类,得到了较好的分类结果,很好地保持了类间距,同时使类内方差较小.

1980—2020年安徽省土地利用时空演化特征

为分析安徽省土地利用时空演化特征,以1980年、1995年、2000年、2005年、2010年、2015年、2020年土地利用现状图为基础,利用Sankey图、土地利用动态度等方法分析了安徽省近40年土地利用演变特征;结合Getis-Ord General G聚类方法和多距离空间聚类(Ripleys K函数)方法对安徽省土地利用变化累积量进行了时空模式分析;并基于地理探测器模型分析了多种驱动因子对土地利用变化的单一与交互解释程度。结果表明:①1980—2020年安徽省建设用地、草地、水域面积分别增加35.04%、2.44%和0.75%,耕地、林地分别减少4.63%和0.98%;安徽省综合土地利用动态度逐渐增加,建设用地和耕地变化较快,单一动态度最高分别达到3.15%和-0.39%;林地、草地、水域变化较为稳定。②1980—2020年安徽省土地利用的剧烈变化具有显著的聚集性,通过K-means聚类可将不同程度的变化较好地分类;土地利用剧烈变化区域聚集特征受观测尺度变化的影响小于平缓变化区域。③地理探测结果表明:与人类活动强度密切联系的社会因子(夜间灯光数据、GDP、人口、到城市和主要道路距离等)和地形因子(高程、坡度)以及各因子间交互作用是土地利用变化的重要推动力。

我国新能源产业创新发展态势分析

以CNKI数据库中"新能源"类目下所有文献为样本数据,基于关键词共现关系构建关键词共词网络。引入社群结构抽样算法和G-N聚类算法,对领域研究总体分布情况进行分析。引入概念的学科和地域隶属度算法,对不同学科和不同地域的新能源研究特色领域进行比较分析。从时间维度分析国内新能源产业研究领域的迁移轨迹,并对国内新能源领域演化发展不同阶段的特点进行分析。

我国知识产权研究领域的共词网络分析

国内知识产权研究领域的关键词共现网络顶点度分布符合幂律分布特征,具有较高的聚类系数和较低的平均距离,符合复杂网路特征。通过G-N聚类分析,发现目前国内知识产权研究领域主要包括知识产权的数字化挑战、知识产权与技术创新等七大子领域。引入关键词的学科隶属度算法,对经济管理学、图书情报学和法学在知识产权领域的研究热点分布情况进行可视化分析,发现图书情报学在知识产权的数字化挑战及其应对方面的研究优势明显,进而建议图书情报学界加强跨学科合作,拓展学科覆盖面。