摘要：针对现代交通管理和监控系统对车辆类型自动识别的要求,提出一种用于汽车类型识别的改进的BP神经网络分类器的设计方法以及基于模糊聚类分析的车辆类型自动识别方法。在车辆图像预处理和特征提取的基础上进行了分类器设计及计算机仿真,给出了部分仿真结果,结果证明方法是可行的。

摘要：研究米亚罗自然保护区的森林地上碳储量,有利于掌握高山峡谷区森林植被碳储量的分布特点,对区域森林资源的有效科学管理和维护森林生态环境具有重要意义。通过对保护区内的7个主要树种分别构建模型来初步估测森林地上碳储量,利用实地调查的样地数据与同期Landsat 8遥感卫星影像,得到波段信息、植被指数、主成分分析、纹理特征、地形因子、植被生长六大类共80个因子,用以构建乔木层不同树种地上碳储量的多元线性逐步回归模型,而灌木层的碳储量则由生物量密度法估算得出。研究结果表明:①模型预测值与实测值相关系数在0.675—0.775之间,精度较高,预测结果可靠;②米亚罗自然保护区森林地上碳储量为5.861 Tg,其中乔木层5.632 Tg,灌木层0.229 Tg。云冷杉林是研究区分布最广的林分类型,其碳储量为5.098 Tg,占森林地上碳储量总量的86.98%,在维持区域碳平衡方面发挥着重要作用。③研究区森林平均碳密度为53.138 t/hm^2,其中冷杉的碳密度最高,达到74.467 t/hm^2。④区域内森林地上碳储量以杂谷脑河流域及支流为中心,以一定缓冲距离呈树枝状发散分布,海拔3000—4000 m区域的森林植被碳储量最大,且阴坡的碳储量明显高于阳坡。