共查询到15条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
鉴于前人对大尺度河流流域进行地貌发育阶段定量分析,而缺乏对小尺度流域研究这一现状,本文以白龙江中游3条小尺度河流为例,利用Arc GIS提取河网、河道分级及亚流域划分,基于Horton定律得到亚流域平均分支比和分形维数,用等边长正方形网格将亚流域研究区划分为若干区块,通过盒维数法计算各个区块内河流的分形维数,从小尺度河流地貌单元对流域地貌特征进行定量分析。得到以下结论:研究区河流主要呈NW-SE向发育趋势,盒维数法计算得到的3条河流分形维数均小于1.6,判断出亚流域地貌均处于侵蚀发育阶段的幼年期,利用Horton定律计算得到流域分支比和分形维数较高表明该区域构造活动强烈,与研究区实际地理环境相符。 相似文献
5.
嘉陵江中游洪水泛滥,为对洪涝区水土保持、生态环境治理提供数据支持,确定研究区最佳集水面积阈值尤为重要。基于DEM影像,利用Arc GIS水文分析模块提取不同集水面积阈值下河网,计算河网密度,并结合分形理论计算河网分形维数;对河网密度与集水面积阈值关系式二阶求导、在分形维数与集水面积阈值关系曲线上利用最小二乘法拟合直线以确定流域最佳集水面积阈值。得到的结论有:拟合出河网密度、分形维数与集水面积阈值关系曲线,并得到相关公式,求出研究区任意阈值对应的河网密度与分形维数;基于二阶求导确定研究区最佳阈值为13.5km2;基于分形理论发现河网具有多重分形特征,利用最小二乘法拟合直线确定的流域最佳集水面积阈值为13.95km2。 相似文献
6.
遥感图像判别是遥感领域研究的重要部分,民用和军事应用价值巨大。通过对遥感卫星图像特征和分形物理模型的研究角度对地物判别技术进行综述,综合了近年来提出的典型的遥感图像判别方法的基本原理和最新研究进展。从相应的研究得知,利用图像分形维数特征,对遥感图像进行分类是可行的。最后展望了遥感图像判别技术的未来研究方向,并给出了一些建议。 相似文献
7.
首先对一种信号分形维数计算方法即相关分形维数进行了讨论,发现其对信号幅值的变化反映敏感.为满足分析的需要,进一步提出了一种对信号瞬态分形特征进行分析的方法,并将此技术用于实际故障的诊断过程.实践证明,文中提出的信号瞬态分形特征分析技术完全可以对机械信号的瞬态幅值变化信息进行准确提取,且具有计算量小、方便实用等特点,有望在机械故障的诊断实践中得以推广应用. 相似文献
8.
戴俊 《江苏科技大学学报(社会科学版)》2006,20(5):37-40
构造了一例累积—触发电路系统,推导出这例系统可以由分段连续二维映象表示,通过数值计算给出了该系统的相空间分布,反映了相空间由具有瘦分形结构的瞬态随机网、肥分形结构的禁区网和椭圆岛构成;分别计算了瘦分形维数和肥分形指数,定量说明了这个分段连续系统的相空间的分形特征。 相似文献
9.
多重分形维数是单个分形维数的扩展,高阶分形特性缝隙则是分形维数的一个补充。文章研究了不同调制方式雷达辐射源信号的多重分形熵和缝隙尺寸变化率,研究结果表明不同调制信号的多重分形熵和缝隙尺寸变化率是不同的,因此它们可在雷达信号调制方式的分类识别中作为特征参数。并由仿真结果验证了基于多重分形熵和缝隙尺寸变化率进行的分类具有较高的识别率。 相似文献
10.
11.
在役跨海桥梁、港口工程等的服役环境恶劣,多数情况下采集到的裂缝图像背景复杂、噪声干扰较多。为了克服现有技术存在的不足,提出一种基于分形理论和二次分割的图像裂缝特征提取方法。该方法采用分形参数作为裂缝图像的特征参数,能优先抑制裂缝图像中产生干扰过多的问题,有效克服灰度不均匀、噪声块多和背景复杂的干扰因素,同时基于二次分割理论,结合两种不同的算法特点,利用粗分割排除干扰区域,利用细分割对目标区域内裂缝精准分割,实现混凝土结构裂缝目标准确有效的提取,具有更好的分割效果。 相似文献
12.
13.
LIU Zhuo-fu SANG En-fang School of Underwater Acoustic Engineering Harbin Engineering University Harbin China 《船舶与海洋工程学报》2003,2(2):76-81
This paper presents a supervised classification method of sonar image, which takes advantages of both muhi-fractal theory and wavelet analysis. In the process of feature extraction, image transformation and wavelet decomposition are combined and a feature set based on multi-fractal dimension is obtained. In the part of classifier construction, the Learning Vector Quantization (LVQ) network is adopted as a classifier. Experiments of sonar image classification were carried out with satisfactory resuits, which verify the effectiveness of this method. 相似文献
14.