基于随机森林CA的东莞市多类土地利用模拟
Abstract城市土地利用及其变化对城市环境有着重要影响。很多学者已经结合元胞自动机和机器学习算法对城市扩 张进行了相关的模拟研究, 但针对复杂的多类土地利用相互变化过程的研究仍然较少。该文提出了一种基于随机 森林算法的多类元胞自动机( RFA2CA) 模型, 并将其用于模拟和预测复杂的多类土地利
地理模拟 (Urban Simulation)
Deriving urban dynamic evolution rules from cellular automata with remote sensing images
AbstractCellular automata (CA) have proven to be very effective for simulating and predicting the spatio-temporal evolution of complex geographical ph
基于模糊认知图的生态风险管理探究
Abstract生态风险管理具有不稳定性和不确定性，如何获取和调整不同利益群体对于生态风险和环境管理的看法并把它们定量表 示出来、协调其中存在的冲突是生态系统管理亟待解决的问题。以煤矿区生态系统为研究对象，探讨了模糊认知图方法在获取 利益相关方认知上的应用，并基于模糊关联矩阵，采用神经网络模型进行不
High-resolution-remote-sensing-image-feature-extraction-by-using-rules
针对高分辨率遥感影像中地物的复杂性和多变性带来的地物提取难点，提出了一种基于多层次规则的面向对象的典型地物提取方法。改进了基于区域增长的影像分割方法，利用小区域内的全局最优策略进行初始增长，避开了种子点的选择。利用影像分割得到的影像对象作为地物提取的基元，针对影像上典型地物选择提取特征 ，利用多层次的提取规则进行地物提取，总的提取精度达到87.1％ 。
利用规则进行高分辨率遥感影像地物提取
摘要针对高分辨率遥感影像中地物的复杂性和多变性带来的地物提取难点，提出了一种基于多层次规则的面向对象的典型地物提取方法。改进了基于区域增长的影像分割方法，利用小区域内的全局最优策略进行初始增长，避开了种子点的选择。利用影像分割得到的影像对象作为地物提取的基元，针对影像上典型地物选择提取特征 ，利用多