首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   1篇
综合类   1篇
农作物   1篇
  2019年   1篇
  2004年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
年过六旬的谢义强是浙江衢江区上方镇的村民。今年3月9日,他来到本村“大柴坪”(地名)的自家高粱地上,将高粱秆堆在地中问,然后点火焚烧,没料想火苗窜到了旁边引燃了山林旁的杂草,谢匆忙中用茶树枝扑打,但没能扑灭,大火迅速蔓延开来,引发山林火灾,他吓得逃离了现场。附近村民发现山林着火纷纷赶来扑救。在参与救火时,两村民不幸被大火烧伤经救治无效死亡。这场大火共烧毁了18公顷的森林。次日,谢被刑拘。  相似文献   
2.
基于SVM的县域冬小麦种植面积遥感提取   总被引:3,自引:0,他引:3  
冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有着重要的支撑作用。本研究在对Landsat-8卫星15 m×15 m空间分辨率遥感影像进行预处理的基础上,基于最佳波段指数(OIF),采用支持向量机(SVM)算法中四种核函数进行影像分类,并比较分类精度,选择精度最高的核函数作为SVM最优核函数对盐城市大丰区冬小麦种植面积进行提取,与最大似然法、最小距离法的结果进行对比。结果表明,四种核函数中,Linear核函数分类精度最高,达到98.56%。将Linear核函数作为SVM最优核函数对大丰区冬小麦种植面积进行提取,提取到的种植面积为71 834.4 hm~2,提取精度、分类精度和Kappa系数分别为91.25%、98.56%和0.98。基于SVM的冬小麦面积提取效果明显好于传统监督分类方法,说明使用支持向量机与影像光谱特征进行影像分类能够准确提取县域冬小麦种植面积。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号