利用hog特征進(jìn)行匹配，簡(jiǎn)單易懂，大家可以下載查看，圖像處理圖像匹配
標(biāo)簽： hog特征匹配
上傳時(shí)間： 2017-11-15
上傳用戶(hù)：15637470600
：消落帶土壤由于在水陸交替的特殊生境和復(fù)雜的地球化學(xué)共同作用下形成，具有獨(dú)特的理化性質(zhì)和生態(tài)功能。各營(yíng)養(yǎng)鹽 含量在時(shí)間和空間上具有較高的變異性，土壤中有機(jī)質(zhì)的分布及遷移和轉(zhuǎn)化均受到復(fù)雜的影響。針對(duì)官?gòu)d水庫(kù)流域上游媯水 河段消落帶，選擇典型消落帶落水區(qū)，對(duì)該區(qū)土壤有機(jī)質(zhì)含量的時(shí)空分布特征進(jìn)行研究。結(jié)果表明：1)研究區(qū)消落帶土壤有機(jī) 質(zhì)含量較為貧瘠，變化范圍在1．64—26∥蠅之間，平均值僅為13．169／kg，變異系數(shù)達(dá)50．59％。說(shuō)明消落帶由于季節(jié)性干濕交 替的特殊水文條件的影響，土壤養(yǎng)分的分布具有較高的空間異質(zhì)性。淹水頻繁區(qū)有機(jī)質(zhì)含量平均值為15．74∥婦，高于長(zhǎng)期出 露區(qū)的10．12∥k，且變異系數(shù)為41．38％，小于長(zhǎng)期出露區(qū)的54．98％。說(shuō)明淹水頻繁區(qū)對(duì)土壤養(yǎng)分的持留能力更強(qiáng)，且周期性 的淹水條件使得研究區(qū)近岸具有相似的生境類(lèi)型，不同采樣點(diǎn)土壤有機(jī)質(zhì)含量的差異相對(duì)較小。2)不同植物群落下．蘆葦和 香蒲群落土壤有機(jī)質(zhì)含量最高，平均值為17．089／kg；含量最低的是以小葉楊和白羊草為主的中旱生植物帶，平均值為9．12，∥ kg；其次是酸模葉蓼、大刺兒菜為優(yōu)勢(shì)物種的濕生植物帶，土壤有機(jī)質(zhì)含量平均值為15．499／kg。3)不同土壤層次有機(jī)質(zhì)含量差 異較大，總體變化趨勢(shì)均由表層向下逐漸減少，各層之間體現(xiàn)出顯著差異性(P<0．05)。研究區(qū)土壤C／N變化范圍在1．64— 18．95，平均值為8．95。說(shuō)明研究區(qū)土壤碳氮比相對(duì)較低，有機(jī)質(zhì)的腐殖化程度較高，且長(zhǎng)期出露區(qū)土壤有機(jī)質(zhì)更容易發(fā)生分 解，C的累積速度遠(yuǎn)小于N。土壤C／N垂直分布大致呈先增大后減小趨勢(shì)，在30cm處達(dá)到最大值，而后隨著土壤深度的增加逐 漸減小。4)消落帶土壤有機(jī)質(zhì)分布的影響因素分析中，土壤有機(jī)質(zhì)與全磷呈極顯著正相關(guān)，相關(guān)系數(shù)為0．62(P<0．01)：與土壤 全氮和C／N呈顯著正相關(guān)(R=0．57，O．60；P<0．05)。這說(shuō)明研究區(qū)土壤全磷、全氮、C／N和有機(jī)質(zhì)明顯具有相同的變化趨勢(shì)．和 有機(jī)質(zhì)存在相互影響。其次，土壤有機(jī)質(zhì)和濕度在呈顯著負(fù)相關(guān)(R=一O．51；P<0．05)，表明研究區(qū)土壤濕度對(duì)有機(jī)質(zhì)含量具有 顯著的影響。氣候因子中，溫度對(duì)研究區(qū)土壤有機(jī)質(zhì)的分布具有顯著的影響，相關(guān)系數(shù)為一0．51(P<0．05)。植被因子中．植被 覆蓋度和土壤有機(jī)質(zhì)含量呈顯著正相關(guān)，相關(guān)系數(shù)為0．64，表明植被因子也是影響土壤有機(jī)質(zhì)分布的重要因素之一。
上傳時(shí)間： 2018-08-13
上傳用戶(hù)：閩外莯莯
鄂爾多斯盆地延長(zhǎng)組致密油特征_姚涇利 鄂爾多斯盆地延長(zhǎng)組致密油特征_姚涇利 鄂爾多斯盆地延長(zhǎng)組致密油特征_姚涇利 鄂爾多斯盆地延長(zhǎng)組致密油特征_姚涇利 鄂爾多斯盆地延長(zhǎng)組致密油特征_姚涇利 鄂爾多斯盆地延長(zhǎng)組致密油特征_姚涇利
標(biāo)簽： 特征
上傳時(shí)間： 2018-09-25
上傳用戶(hù)：jw505305073
MATLAB紋理特征提取代碼，f為輸入的圖像，必須為灰度圖像。因?yàn)榧y理特征提取是灰度的紋理特征。
上傳時(shí)間： 2018-10-11
上傳用戶(hù)：duduqingily
圖片處理和圖片特征提取一直是圖像識(shí)別的重點(diǎn)研究方向，采用python進(jìn)行圖片處理和圖片特征提取非常有效方便
上傳時(shí)間： 2018-11-01
上傳用戶(hù)：mm135134
基于深度卷積特征的細(xì)粒度圖像分類(lèi)研究綜述
標(biāo)簽： 卷積 特征 圖像分類(lèi) 細(xì)粒度
上傳時(shí)間： 2018-11-25
上傳用戶(hù)：huangxiaomi
高維特征向量進(jìn)行處理，可以解決過(guò)擬合問(wèn)題
上傳時(shí)間： 2020-09-26
上傳用戶(hù)：
基于微震信號(hào)多重分形特征的巖石邊坡變形預(yù)警研究，很好的文章
標(biāo)簽： 信號(hào) 多重分形 變形 特征 巖石 預(yù)警
上傳時(shí)間： 2020-12-31
上傳用戶(hù)：
基于增強(qiáng)算子的污染土雷達(dá)圖像特征提取仿真這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
上傳時(shí)間： 2021-10-29
上傳用戶(hù)：trh505
該文檔為基于特征融合的粒子濾波目標(biāo)跟蹤講解資料，講解的還不錯(cuò)，感興趣的可以下載看看…………………………
標(biāo)簽： 特征融合
上傳時(shí)間： 2021-10-29
上傳用戶(hù)：XuVshu
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
