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   3篇
  免费   0篇
  国内免费   1篇
农学   1篇
  1篇
综合类   2篇
  2019年   1篇
  2015年   1篇
  2014年   2篇
排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
基于核密度函数的多尺度北京市休闲农业空间分布分析   总被引:3,自引:1,他引:2  
核密度函数估计法是常用的分析城市点要素空间分布模式的方法。使用核密度函数估计法的关键是最佳带宽的确定。目前,大多数研究使用单纯基于数学的方法或目视判读法确定核密度函数的最适带宽,但是针对同一地理实体在不同分析尺度上所对应的核密度函数适用带宽确定方法问题研究相对不足。该文考虑了北京市休闲农业本身所具有的尺度特征,基于北京市休闲农业POI数据,使用核密度函数评估方法,识别并分析其多尺度空间分布模式,并使用文献求证法进行了验证。使用Moran’I、HH个数和Comprehensive I指数曲线相结合的方法确定了适合分析北京市休闲农业区域尺度和局部尺度空间分布模式的核密度函数所对应的带宽,分别为9 km和3 km。进而分析了北京市休闲农业多尺度空间分布模式。北京市休闲农业空间分布模式在区域尺度上形成了2个圈层及多个聚集中心的结构。距离城市中心约30~50 km的圈层为1日游圈层。距离城市中心约50~90 km的圈层为2日游或多日游圈层。1个主中心位于昌平区东部、怀柔区东南部、密云区西南部的山前平原地区。2个副中心分别位于密云区东北部和房山区西南部;在局部尺度上形成了3个等级的26个小的聚集中心,第一等级2个,第二等级3个,第三等级21个,主要位于中北部的山前平原地区,东南部城乡交错带的平原地区及西部山区分布相对较少,中心城区分布最少。该研究可为北京市休闲农业空间规划提供重要参考依据。  相似文献   
2.
薛海燕  张旺锋  马文亚  任晓蕾  马晓理  李坤 《安徽农业科学》2014,(34):12350-12352,12359
根据2011年IM影响图提取渭河流域地区的居民点、DEM、水系、道路等空间信息数据,利用核密度估计分析法研究了渭河流域居民点及镇驻地的空间分布格局及其影响因素.结果表明:第一,渭河流域研究区内镇驻地大多分布于居民点集中的区域,居民点整体分布较为分散,在北部、西南部和东南部地区较为集中,符合典型的高山峡谷地带大散居、小聚居的农村居民点分布特征;第二,渭河流域研究区内居民点的空间分布模式与我国农村居民点分布的普遍特征类似,主要有3种:在高程低、坡度缓的区域主要表现为片状分布,道路两侧及河谷地区主要表现为带状分布,海拔较高地区主要表现为分散分布;第三,地形制约、城镇带动、交通影响、水系吸引、政策引导等因素对其居民点的空间分布格局均有着重要的影响,居民点在高程低、坡度缓、城镇周边以及道路两侧居民点较为集中.研究结果可为居民点整合规划提供参考.  相似文献   
3.
针对在每个标签类上直接学习分类模型计算代价高和树层次中低层结点训练数据扭曲的问题,提出了一种基于树层次的蛋白质功能预测算法:核依赖估计–压缩排序选择算法(KDE–CSSA)。该算法先将标签向量投影到标签核的主成分上,仅仅学习少量的回归模型,然后将预测的数值向量投影回原来标签向量空间,利用压缩排序和选择算法获取满足树属性的0,1标签向量。在12个基因组数据集上使用精确率和召回率作为评测标准的实验结果表明,KDE–CSSA算法性能优于目前优秀的CLUS–HMC算法。  相似文献   
4.
We propose an estimation method for aircraft target direction based on histograms of oriented gradients (HOG), and then use the improved active shape model (ASM) to model the deformation between the different types of targets. Finally, we use kernel density estimation method (KDE) global statistical shape constraint to obtain the target to achieve the target recognition, and design a semi-automatic image feature point detection strategy for aircrafts, which improves the efficiency of training samples for calibration feature points. Recognition experiments on aircraft remote sensing images show the proposed method can better recognize aircraft targets than the existing methods.  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