本文主要研究内容
作者汪金花,曹兰杰,郭云飞,赵礼剑,吴兵（2019）在《铁尾矿高-多光谱遥感特征分析与信息识别》一文中研究指出：研究选取河北省不同粒径、不同干湿状态及不同矿区的铁尾矿样本进行高光谱测量,对比分析了不同状态下的铁尾矿高光谱特征,通过拟合分析确定了铁尾矿高光谱识别的有效窗口.结果表明:不同粒径和不同矿区的铁尾矿样本,光谱值在500～600 nm范围内差异较小,不同干湿状态尾矿样本在500～600 nm反射率数值差别明显;若将尾矿分干湿两类分别提取时,光谱区间500～600 nm是一个铁尾矿光谱特征受粒径、湿度和矿床类型等因素影响较小区间,适合铁尾矿多光谱遥感信息提取的主要识别窗口.通过多光谱遥感影像在DT-tailings(DT:Decision Tree)和DT-tailings-B2两个决策树判别规则信息提取对比试验中,DT-tailingsB2规则下提取结果在湿尾矿、干尾矿、露天矿和山体的提取精度上均有提高,分别提高了5.00%、22.04%、4.49%和19.59%.验证了铁尾矿高-多光谱遥感信息提取有效性.
Abstract
yan jiu shua qu he bei sheng bu tong li jing 、bu tong gan shi zhuang tai ji bu tong kuang ou de tie wei kuang yang ben jin hang gao guang pu ce liang ,dui bi fen xi le bu tong zhuang tai xia de tie wei kuang gao guang pu te zheng ,tong guo ni ge fen xi que ding le tie wei kuang gao guang pu shi bie de you xiao chuang kou .jie guo biao ming :bu tong li jing he bu tong kuang ou de tie wei kuang yang ben ,guang pu zhi zai 500～600 nmfan wei nei cha yi jiao xiao ,bu tong gan shi zhuang tai wei kuang yang ben zai 500～600 nmfan she lv shu zhi cha bie ming xian ;re jiang wei kuang fen gan shi liang lei fen bie di qu shi ,guang pu ou jian 500～600 nmshi yi ge tie wei kuang guang pu te zheng shou li jing 、shi du he kuang chuang lei xing deng yin su ying xiang jiao xiao ou jian ,kuo ge tie wei kuang duo guang pu yao gan xin xi di qu de zhu yao shi bie chuang kou .tong guo duo guang pu yao gan ying xiang zai DT-tailings(DT:Decision Tree)he DT-tailings-B2liang ge jue ce shu pan bie gui ze xin xi di qu dui bi shi yan zhong ,DT-tailingsB2gui ze xia di qu jie guo zai shi wei kuang 、gan wei kuang 、lou tian kuang he shan ti de di qu jing du shang jun you di gao ,fen bie di gao le 5.00%、22.04%、4.49%he 19.59%.yan zheng le tie wei kuang gao -duo guang pu yao gan xin xi di qu you xiao xing .
论文参考文献
论文详细介绍
论文作者分别是来自云南大学学报(自然科学版)的汪金花,曹兰杰,郭云飞,赵礼剑,吴兵，发表于刊物云南大学学报(自然科学版)2019年05期论文，是一篇关于铁尾矿论文,高光谱论文,遥感论文,决策树论文,信息提取论文,云南大学学报(自然科学版)2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自云南大学学报(自然科学版)2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：铁尾矿论文; 高光谱论文; 遥感论文; 决策树论文; 信息提取论文; 云南大学学报(自然科学版)2019年05期论文;