为了明确湖北省植被长势变化特征及其影响因子,研究利用Landsat影像提取2005年、2010年以及2015年湖北省景观类型信息,分析近10年来景观时空变化特征;基于2005—2015年夏季MODIS/NDVI数据,采用一元线性回归、Theil Sen median趋势、Mann...为了明确湖北省植被长势变化特征及其影响因子,研究利用Landsat影像提取2005年、2010年以及2015年湖北省景观类型信息,分析近10年来景观时空变化特征;基于2005—2015年夏季MODIS/NDVI数据,采用一元线性回归、Theil Sen median趋势、Mann Kendall检验等分析方法对NDVI时空变化特征及其显著性进行探讨;采用最小二乘法对NDVI与气候之间的相关关系进行分析。使用DMSP/OLS和NPP/VIIRS夜间灯光数据探讨NDVI与人类经济活动之间的关系。结果表明:研究区景观类型变化以建设用地和耕地为主。耕地面积呈现逐年减少的趋势,主要转变为建设用地。建设用地面积不断增多,主要由耕地和林地转变而来,集中在武汉、荆州、襄阳城市圈;研究区NDVI值整体上表现为西高东低,以林地为主的十堰、恩施等地区NDVI值较高,以建设用地为主的武汉、襄阳、荆州等地区NDVI值较低;整体上NDVI变化呈轻微改善趋势,局部地区下降明显,鄂西北、鄂西南等地区NDVI稍有上升,武汉城市圈植被呈退化趋势;NDVI与降水量、气温的相关性均较弱,气候因子不是该区NDVI变化的主导因子;NDVI与夜间灯光亮度值呈显著负相关,相关系数达-0.8030,整体上人类经济活动与NDVI呈负相关关系,且有着分区性的特点,在武汉、襄阳等以建设用地为主的地区人类经济活动对NDVI起抑制作用,而在恩施、十堰等林地为主的地区人类活动对NDVI起促进作用。人类社会经济活动是影响研究区景观格局和植被变化的重要驱动力,城镇化扩张是湖北省植被变化的主要原因。展开更多
针对受字数限定影响的文本特征表达能力弱成为短文本分类中制约效果的主要问题,提出基于word2vec维基百科词模型的中文短文本分类方法(chinese short text classification method based on embedding trained by word2vec from wikipedi...针对受字数限定影响的文本特征表达能力弱成为短文本分类中制约效果的主要问题,提出基于word2vec维基百科词模型的中文短文本分类方法(chinese short text classification method based on embedding trained by word2vec from wikipedia, CSTC-EWW),并针对新浪爱问4个主题的短文本集进行相关试验。首先训练维基百科语料库并获取word2vec词模型,然后建立基于此模型的短文本特征,通过SVM、贝叶斯等经典分类器对短文本进行分类。试验结果表明:本研究提出的方法可以有效进行短文本分类,最好情况下的F-度量值可达到81.8%;和词袋(bag-of-words, BOW)模型结合词频-逆文件频率(term frequency-inverse document frequency, TF-IDF)加权表达特征的短文本分类方法以及同样引入外来维基百科语料扩充特征的短文本分类方法相比,本研究分类效果更好,最好情况下的F-度量提高45.2%。展开更多
文摘为了明确湖北省植被长势变化特征及其影响因子,研究利用Landsat影像提取2005年、2010年以及2015年湖北省景观类型信息,分析近10年来景观时空变化特征;基于2005—2015年夏季MODIS/NDVI数据,采用一元线性回归、Theil Sen median趋势、Mann Kendall检验等分析方法对NDVI时空变化特征及其显著性进行探讨;采用最小二乘法对NDVI与气候之间的相关关系进行分析。使用DMSP/OLS和NPP/VIIRS夜间灯光数据探讨NDVI与人类经济活动之间的关系。结果表明:研究区景观类型变化以建设用地和耕地为主。耕地面积呈现逐年减少的趋势,主要转变为建设用地。建设用地面积不断增多,主要由耕地和林地转变而来,集中在武汉、荆州、襄阳城市圈;研究区NDVI值整体上表现为西高东低,以林地为主的十堰、恩施等地区NDVI值较高,以建设用地为主的武汉、襄阳、荆州等地区NDVI值较低;整体上NDVI变化呈轻微改善趋势,局部地区下降明显,鄂西北、鄂西南等地区NDVI稍有上升,武汉城市圈植被呈退化趋势;NDVI与降水量、气温的相关性均较弱,气候因子不是该区NDVI变化的主导因子;NDVI与夜间灯光亮度值呈显著负相关,相关系数达-0.8030,整体上人类经济活动与NDVI呈负相关关系,且有着分区性的特点,在武汉、襄阳等以建设用地为主的地区人类经济活动对NDVI起抑制作用,而在恩施、十堰等林地为主的地区人类活动对NDVI起促进作用。人类社会经济活动是影响研究区景观格局和植被变化的重要驱动力,城镇化扩张是湖北省植被变化的主要原因。
文摘针对受字数限定影响的文本特征表达能力弱成为短文本分类中制约效果的主要问题,提出基于word2vec维基百科词模型的中文短文本分类方法(chinese short text classification method based on embedding trained by word2vec from wikipedia, CSTC-EWW),并针对新浪爱问4个主题的短文本集进行相关试验。首先训练维基百科语料库并获取word2vec词模型,然后建立基于此模型的短文本特征,通过SVM、贝叶斯等经典分类器对短文本进行分类。试验结果表明:本研究提出的方法可以有效进行短文本分类,最好情况下的F-度量值可达到81.8%;和词袋(bag-of-words, BOW)模型结合词频-逆文件频率(term frequency-inverse document frequency, TF-IDF)加权表达特征的短文本分类方法以及同样引入外来维基百科语料扩充特征的短文本分类方法相比,本研究分类效果更好,最好情况下的F-度量提高45.2%。
