基于高阶胡氏矩的多目标图象识别算法

本文提出了一种多目标图象识别算法，此算法以小波变换和目标区域分割算法实现图象的前期处理，以高阶胡氏矩为基础，利用k邻近法构建了分类器，实现了多类目标的识别与分类。仿真实验证明，此算法具有较高的识别精度。

基于双重匹配位置指纹的室内停车场定位方法

为了提高室内停车场的寻车效率,提出了一种基于双重匹配位置指纹的室内停车场定位方法。该方法在加权K邻近算法基础上,利用RSSI值得出用户坐标,融合数据过滤算法与格点对应算法,以降低算法的定位误差,并采用双重数据库方法提高定位效率。实验采用均方根误差与累积分布函数两种指标对比了WKNN算法、过滤WKNN算法、格点WKNN算法与本文算法,实验结果表明本文算法具有较高的定位精度。

基于近红外光谱技术的抹茶掺伪定性判别研究

本实验采用近红外光谱技术与主成分分析法结合线性判别分析法(PCA-LDA)和K最邻近法,对抹茶中添加白砂糖、麦芽糊精、桑叶粉、大麦苗粉的现象进行定性判别分析。结果显示,PCA-LDA的定性判别结果优于K最邻近法,纯抹茶与掺伪抹茶、纯抹茶与掺糖抹茶、纯抹茶与掺糊精抹茶、纯抹茶与掺桑叶粉抹茶、纯抹茶与掺大麦苗粉抹茶、4种掺伪抹茶的定性分析模型的校正集识别率为98.3%、100%、91.7%、100%、100%、100%;预测集识别率为96.5%、100%、87.5%、95.8%、90.3%、95.3%。由此可知,通过PCA-LDA建立的定性判别模型准确度和识别率都很好,能够快速、准确的对抹茶中是否掺伪进行定性判别。

基于Sentinel-2与GF-6 WFV数据的花生种植面积提取差异分析

为比较基于Sentinel-2与GF-6 WFV数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取Sentinel-2和GF-6 WFV遥感数据相同波段,采用K邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实测数据,比较对花生种植面积提取的相对误差。结果表明,2种分类方法对2种数据源的花生种植面积提取效果均可满足实际需要,制图精度均大于85%,用户精度均大于80%,相对误差均小于10%。提取结果显示,花生种植面积空间分布主要集中于西北部和东南部,东北部和西南部面积较少且分布零星。通过对比发现,采用面向对象的K邻近法能更好地避免复杂地物类型区像元错分及漏分问题,其总体精度、Kappa系数以及花生种植面积的制图精度、用户精度和面积相对误差等参数均优于传统基于像元的最大似然法。在同数据源不同分类方法时,2种数据源利用K邻近法的分类精度均高于最大似然法。说明面向对象的K邻近法可充分利用地物光谱特征及纹理特征,比基于像元的最大似然法取得更高精度的提取结果。在同方法不同数据源时,利用最大似然法对Sentinel-2花生种植面积的提取精度低于GF-6 WFV,利用K邻近法对Sentinel-2花生种植面积的提取精度高于GF-6 WFV。综上,由于Sentinel-210 m融合数据的空间分辨率高于16 m的GF-6 WFV,对细节的表达效果更佳,更适合用于提取种植结构复杂的小尺度区域。

基于向量空间和PZB服务质量模型的热点问题分析

本文基于K近邻与因子分析法对所收集的热点问题进行分析,并且将我国国情的特点和现代社会环境特点相结合,构建了一种新的答复质量评价指标体系。新的答复质量评价指标体系是以群众为评价主体、相关政府部门提供的服务为评价客体、群众对政府相关部门提供答复质量的感知作为评价结果。

核密度法的南京苏果超市分布热点探测

针对超市经营者进行选址优化和空间配置问题,该文以南京市主城区内苏果超市为例,利用平面核密度方法,对城市内零售超市的空间结构与分布模式进行分析,系统地研究不同类型超市的空间分布特征并进行热点区域的探测。研究表明,热点区域的探测结果符合商业网点分布的一般规律,南京主城区内不同类型苏果超市的空间分布表现出较大的空间区域分异:购物广场的热点分布于中心城区外围的次一级中心,社区店和标准超市的热点分布于居住区,便利店的热点大多分布于人口密集区域。