【摘 要】
：
生境适宜性评价是保护和管理濒危物种的重要途径。已有研究中用于物种生境适宜性评价的环境变量数据多存在分辨率低精度不高的问题，在研究小尺度物种生境适宜性时误差较大。为解决这一问题，本文根据黑颈鹤的出现点数据与光学、雷达遥感数据及地形辅助数据得出栖息地与觅食地特征，利用最大熵（MaxEnt）模型对草海越冬黑颈鹤细尺度的生境适宜性进行评价。结果显示：（1）运用多源遥感和地形辅助数据生成的环境变量结合Max
论文部分内容阅读
生境适宜性评价是保护和管理濒危物种的重要途径。已有研究中用于物种生境适宜性评价的环境变量数据多存在分辨率低精度不高的问题，在研究小尺度物种生境适宜性时误差较大。为解决这一问题，本文根据黑颈鹤的出现点数据与光学、雷达遥感数据及地形辅助数据得出栖息地与觅食地特征，利用最大熵（MaxEnt）模型对草海越冬黑颈鹤细尺度的生境适宜性进行评价。结果显示：（1）运用多源遥感和地形辅助数据生成的环境变量结合MaxEnt预测黑颈鹤的栖息地与觅食地效果都较为优秀，两者受使用者工作特征曲线下的面积值（AUC）值均大于0.
其他文献
随着计算机视觉不断发展，人体行为识别在视频监控、视频检索和人机交互等诸多领域中展现出其广泛的应用前景和研究价值。人体行为识别涉及到对图像内容的理解，由于人体姿势的复杂多样和和背景的遮挡因素导致实际应用的进展缓慢。全面回顾了人体行为识别的发展历程，深入探究了该领域的研究方法，包括传统手工提取特征的方法和基于深度学习的方法，以及最近十分热门的基于图卷积网络(GCN)的方法，并按照所使用的数据类型对这些
针对动态场景下视觉SLAM(simultaneous localization and mapping)算法易受运动特征点影响，从而导致位姿估计准确度低、鲁棒性差的问题，提出了一种基于动态区域剔除的RGB-D视觉SLAM算法。首先借助语义信息，识别出属于移动对象的特征点，并借助相机的深度信息利用多视图几何检测特征点在此时是否保持静止；然后使用从静态对象提取的特征点和从可移动对象导出的静态特征点来微
针对复杂室内环境中密集行人定位精度低、超宽带(UWB)基站密度要求高的问题，提出一种基于UWB的密集行人三维协同定位算法。首先使用聚类算法抑制测距数据中较大非视距(NLOS)误差，并使用高斯均值混合滤波抑制标准测量误差；然后提出双层协同定位算法，建立协同定位数学模型，并结合迭代初始值获取策略进行初步定位，降低了基站数量要求，在筛选出NLOS误差较小的测距数据并修正后，进行二次定位，进一步抑制了NL
高时空分辨率的电离层TEC地图对中小尺度电离层扰动的分析和建模具有重要的应用价值.利用中国大陆构造环境监测网络和IGS的地基GNSS监测数据，基于离散余弦变换-惩罚最小二乘回归（DCT-PLS）算法，实现了区域高时空分辨率(1°×1°×15 min)电离层TEC地图的重构.通过与2014年和2018年部分Madrigal高精度TEC数据的对比结果表明，DCT-PLS算法给出的垂直TEC一致性和稳定
不同地域的武夷岩茶具有独特香味,俗称“地域香”,但“地域香”是否存在及其影响因素缺乏科学依据.本研究在武夷山四大产区随机选取350个茶园,分别采集茶青3500份、土壤900份.利用气相色谱飞行时间质谱仪测定茶青香气代谢物,对329个代谢信号进行聚类分析,发现武夷岩茶(水仙)香气代谢物聚为两大群,分别为高山、正岩群和半岩、洲茶群,证实岩茶“地域香”确实存在.利用电感耦合等离子体质谱测定了茶青中13种
多智能体强化学习方法在仿真模拟、游戏对抗、推荐系统等许多方面取得了突出的进展。然而，现实世界的复杂问题使得强化学习方法存在无效探索多、训练速度慢、学习能力难以持续提升等问题。该研究嵌入规则的多智能体强化学习技术，提出基于组合训练的规则与学习结合的方式，分别设计融合规则的多智能体强化学习模型与规则选择模型，通过组合训练将二者有机结合，能够根据当前态势决定使用强化学习决策还是使用规则决策，有效解决在学
随着工业物联网的发展，云端数据更新变得越来越重要。传统的数据更新同步往往每次直接更新整个文件或不加选择的更新局部改动部分。后种方法虽然节约了一部分通信带宽，但是每次文件变化，不管变化多少都立即更新，增加了通信负荷，这两种方法均不能很好的满足工业互联网实时性要求。针对此问题，提出了一种工业互联网端边云协同数据同步方案。该方案通过计算差分文件，进行阈值判断。若在阈值范围内，则将变化的数据块进行编码、压
针对现有深度知识追踪模型存在输入习题间复杂关系捕获能力弱、无法有效处理长序列输入数据等问题，提出了基于自注意力机制和双向GRU神经网络的深度知识追踪优化模型(KTSA-BiGRU)。首先，将学习者的历史学习交互序列数据映射为实值向量序列；其次，以实值向量序列作为输入训练双向GRU神经网络，利用双向GRU神经网络建模学习者的学习过程；最后，使用自注意力机制捕获练习题之间的关系，根据双向GRU神经网络
针对软件定义网络中多控制器间负载均衡的迁移代价和迁移效率问题，提出一种基于模糊满意度的交换机迁移策略。首先，构建均衡判断矩阵，监测控制器负载状态，且提出交换机组选择度，划分交换机组以选取迁移交换机；其次，考虑迁移代价和负载均衡率，构建模糊满意度迁移竞争模型，且提出改进蚁群算法优化求解，选择最佳迁入控制器；最后，将迁移交换机迁往迁入控制器，实现交换机的快速迁移。实验结果表明，与现有交换机迁移策略相比
针对微服务架构软件系统的共享漏洞问题，面向微服务下的部署工作进行了研究，提出了一种面向韧性抗毁的多样性微服务动态部署策略，能够利用多样性部署特点，根据资源约束情况部署多样化的微服务组件，兼顾集中式部署与负载均衡的优势，有效缓解同构性带来的问题，增强软件系统的韧性能力。在此基础上实现了一种最小负载部署算法(Load-Min)，并通过实验和六种算法进行了比较，实验结果显示Load-Min部署算法相较其