期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
白花蛇舌草弱极性和中等极性组分HPLC指纹谱分析
被引量:
1
1
作者
田宝勇
李存满
王文淑
《河北师范大学学报(自然科学版)》
CAS
北大核心
2013年第4期387-391,共5页
建立了白花蛇舌草药材弱极性和中等极性组分HPLC特征指纹图谱的分析方法,通过相似度和聚类分析,对不同产地、正伪品种进行了质量评价.结果表明,白花蛇舌草样品同一产地化学组成相似,具有一定的地域性,伪品水线草化学组成与其相差甚远.因...
建立了白花蛇舌草药材弱极性和中等极性组分HPLC特征指纹图谱的分析方法,通过相似度和聚类分析,对不同产地、正伪品种进行了质量评价.结果表明,白花蛇舌草样品同一产地化学组成相似,具有一定的地域性,伪品水线草化学组成与其相差甚远.因此,采用相似度和聚类分析能够反映出白花蛇舌草药材弱极性和中等极性组分具有地域性差异,为白花蛇舌草药材产地选择及质量控制提供依据.
展开更多
关键词
白花蛇舌草
弱级性和中等极性组分
HPLC指纹图谱
下载PDF
职称材料
基于中间层特征的全极化SAR监督地物分类
被引量:
6
2
作者
任俊英
苏彩霞
曹永锋
《遥感技术与应用》
CSCD
北大核心
2014年第2期330-337,共8页
提出了一种组合中间层特征(Middle Level Feature,MLF)和支持向量机(Support Vector Machine,SVM)的全极化合成孔径雷达(Synthetic Aperture Radar,SAR)监督地物分类方法。选择监督方法的目的是直接区分实际地物类别,中间层特征在非监...
提出了一种组合中间层特征(Middle Level Feature,MLF)和支持向量机(Support Vector Machine,SVM)的全极化合成孔径雷达(Synthetic Aperture Radar,SAR)监督地物分类方法。选择监督方法的目的是直接区分实际地物类别,中间层特征在非监督聚类结果中获取,用于跨越底层特征与地物类别间的语义鸿沟。统计以某像素为中心的特征支持区域内各"中间成分"的占比作为该像素的MLF。这里"中间成分"对应于基于底层极化特征得到的非监督聚类类别。在覆盖武汉地区的Radarsat-2全极化数据上,与基于经典全极化特征的SVM监督分类方法进行了对比,研究了不同中间成分获取方法以及特征支持窗口对于分类性能的影响,结果显示:该方法有很好的性能并有进一步提升的空间。
展开更多
关键词
全极化SAR
支持向量机
中间层特征
中间成分
原文传递
题名
白花蛇舌草弱极性和中等极性组分HPLC指纹谱分析
被引量:
1
1
作者
田宝勇
李存满
王文淑
机构
河北科技大学河北省分析测试研究中心
出处
《河北师范大学学报(自然科学版)》
CAS
北大核心
2013年第4期387-391,共5页
基金
河北省科技条件平台建设项目(11966413D)
文摘
建立了白花蛇舌草药材弱极性和中等极性组分HPLC特征指纹图谱的分析方法,通过相似度和聚类分析,对不同产地、正伪品种进行了质量评价.结果表明,白花蛇舌草样品同一产地化学组成相似,具有一定的地域性,伪品水线草化学组成与其相差甚远.因此,采用相似度和聚类分析能够反映出白花蛇舌草药材弱极性和中等极性组分具有地域性差异,为白花蛇舌草药材产地选择及质量控制提供依据.
关键词
白花蛇舌草
弱级性和中等极性组分
HPLC指纹图谱
Keywords
Hedyotis diffusa Willd.
minor polar and middle polar component
HPLC fingerprint
分类号
O657 [理学—分析化学]
下载PDF
职称材料
题名
基于中间层特征的全极化SAR监督地物分类
被引量:
6
2
作者
任俊英
苏彩霞
曹永锋
机构
贵州师范大学数学与计算机科学学院
出处
《遥感技术与应用》
CSCD
北大核心
2014年第2期330-337,共8页
基金
国家自然科学基金"全极化SAR异质场景散射基元统计谱建模与分类"(41161065)
"高分辨率SAR图像复杂场景建模与基于场景的目标检测"(40901207)
+2 种基金
贵州省科学技术厅
贵州师范大学联合科技基金资助项目"基于SAR信息技术的贵州水稻估产研究"(黔科合J字LKS[2013]28号)
贵州师范大学学生科研基金
文摘
提出了一种组合中间层特征(Middle Level Feature,MLF)和支持向量机(Support Vector Machine,SVM)的全极化合成孔径雷达(Synthetic Aperture Radar,SAR)监督地物分类方法。选择监督方法的目的是直接区分实际地物类别,中间层特征在非监督聚类结果中获取,用于跨越底层特征与地物类别间的语义鸿沟。统计以某像素为中心的特征支持区域内各"中间成分"的占比作为该像素的MLF。这里"中间成分"对应于基于底层极化特征得到的非监督聚类类别。在覆盖武汉地区的Radarsat-2全极化数据上,与基于经典全极化特征的SVM监督分类方法进行了对比,研究了不同中间成分获取方法以及特征支持窗口对于分类性能的影响,结果显示:该方法有很好的性能并有进一步提升的空间。
关键词
全极化SAR
支持向量机
中间层特征
中间成分
Keywords
Full
polar
ization SAR
Support Vector Machine
middle
Level Feature
middle
-
component
s
分类号
TN957.52 [电子电信—信号与信息处理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
白花蛇舌草弱极性和中等极性组分HPLC指纹谱分析
田宝勇
李存满
王文淑
《河北师范大学学报(自然科学版)》
CAS
北大核心
2013
1
下载PDF
职称材料
2
基于中间层特征的全极化SAR监督地物分类
任俊英
苏彩霞
曹永锋
《遥感技术与应用》
CSCD
北大核心
2014
6
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部