简介:Camp等对Milliken(2014)的细粒沉积物和沉积岩成分分类的讨论,是受欢迎的进一步关注和思考这一重要课题的机会。然而Camp等并没有提到作为这种分类基础的概念模式:原生颗粒组合的成分对于控制着地下岩石总体性质演化的化学和力学变化途径来说,是一种关键的预测因素。如果人们承认颗粒成分与成岩作用之间的这种基本联系,那么Camp@提出的异议虽然有意义和值得讨论,但也不应该用于阻拦对所提出分类的全面试验,因为可选择的其他分类都没有涉及这种基本联系。这一分类对于与页岩(石油、天然气和C02的储层和封盖层)的开发利用密切相关的全岩性质预测具有潜在价值,同时支持更广泛地了解细粒沉积物在地壳沉积部分流体流动和元素循环中的作用。
简介:采用双指示种分析(TwoWayIndicatorsSpeciesAnalysis,TWINSPAN)和除趋势对应分析(DetrendedCorrespondenceAnalysis,DCA)方法,对位于三江平原的建三江农垦分局内的湿地植物群落的数据进行群落数量分类和排序。调查的86个样地中共发现49科133属226个物种;TWINSPAN将样地划分为8种群丛,将优势物种划分为8组,分类结果可以在DCA排序图上很好地反映出来,且优势物种的分布格局很大程度上决定了群丛的分布格局;DCA的前两个排序轴提供了23.5%的信息量,其中第一排序轴提供了14.5%的信息量,主要反映出样地水分条件的变化;样地的排序结果反映了植物群落类型与环境因子之间的关系。
简介:摘要:该文提出一种基于 FMCW雷达的液面状态检测方法。通过利用 Ti公司的 FMCW雷达 IWR1443对生活中常见场景下的液面状态进行数据采集,结合 Matlab软件对雷达回波数据进行处理得到不同状态下的距离 -多普勒图,最后导入到卷积神经网络模型中实现对五类不同液面状态的检测分类。针对经典 Lenet-5网络模型的不足,本文主要在池化操作方式上、卷积核大小上、网络深度上对 Lenet-5模型结构进行改进,并依据原数据集的大小对比不同学习参数下的训练效果,最终实现了约 99%的识别准确度。
简介:基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。