参加培训回执.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
参加培训回执.doc

附件: 参加培训回执 单位名称 地址邮编 姓 名 性别 职务/职称 电 话 手 机 电 传 E-mail 数据的输入/输出功能 各种格式的栅格矢量文件的输入和输出 数据显示 彩色合成显示,立体显示,3D飞行显示,彩色增强显示等 数据库查询 数据库结构的构建,像元值定义;图像波段的算术运算和布尔运算;两个定性图像的唯一性确定,相似性统计;建立编辑ASCII数据;一般数据库的字段处理,字段数据直方图,计算面积和周长,剖面数据的读取。 图像数学计算器 图像的算术计算和布尔代数运算;图像15种变换:包括:倒数,对数,指数,等 距离操作 距离计算;利用球面三角法计算地球表面的球面距离;最小耗费距离计算;缓冲区计算;计算不同方向采用不同策略的最小耗费计算;计算物质在不同受力方向的扩散;计算一对受力图像的合力;分解一个矢量或图像格式文件为X和Y方向两个分量图像;最短距离计算; 上下文操作 计算一个地表模型的坡度、坡向和山坡阴影;滤波计算;模式计算(估算丰度,熵度,优势指数,分散指数,不同数值的级数,中心与相邻的计算的比较矩阵类型估算;图像的纹理分析(变形,碎片维数和边缘分析);分组;通视性分析;最小水体流域边界定义;决策盈/亏平衡;按照X/Y坐标建立新图像。 地理空间统计 直方图统计;一般的统计计算;模型计算;多重图像的相关频数计算;回归分析;逻辑分析;趋势分析。 决策支持 多准则,多目标决策和不确定性把握:多目标多准则的基本选择与处理,加权的多目标多准则的线性合并;多准则的布尔方法运算;风险评估;风险与折中的程度选择;评价模糊集各要素的可能性;解决多目标中的冲突; 时间序列变化分析 比较2个相同变量不同时期的差异;计算2个不同时期的比值和自然对数率;比较两个不同时期不同传感器图像的变化;计算时间序列剖面的线形特征;计算多年数据达到256个文件的住成分分析;利用元胞自动机_马尔可夫模块预测变化趋势;建立一个视频系列图像显示变化; 表面分析 点插植;提取等值线;计算最佳趋势分析;三角网插值;;从TIN建立面图像;克里格插值 地统计分析 空间依赖模型的确定;数学模型的选择;克里格模型和模拟; 地形变量分析 坡度;坡向;山体阴影;曲度计算;破碎度计算 表2 IDRISI软件功能介绍 特征提取 等高线提取;表面类型的计算;水体淹没边界的确定。 模型计算 宏模型的建立;图像计算;宏模块的运行;扩展模块的加入;土壤侵蚀平衡模型; 图像预处理 纠正;重采样;镶嵌;去条纹;辐射纠正;利用预设的模型自动纠正;NDVI计算;去除噪声。 图像增强 拉伸;彩色合成;滤波。 图像变换 主成分分析;时间序列变化的主成分分析;彩色空间变换;纹理分析;TM 6的黑体温度计算;植被指数计算;穗帽变换。 图像的傅立叶变换 包括26种频率域的傅立叶变换 分类特征选择 包括分类特征的选择,提纯,高光谱数据分类特征的选择 硬分类 包括平行六面体分类、最小距离分类、最大似然分类,费什尔分类法,直方图峰值聚合,神经网络分类。 软分类/混合像元分析 贝叶斯分类器,Dempster-Shafer分类器 Mahalanobis分类器, 模糊分类器,线性合成模型分类器(Linear Mixture Model) 高光谱分析 高光谱数据特征选择,分类 精确度评价 建立随机的、空间的、系统化的采集数据分析集。 数据格式转换 栅格/矢量格式转换,文件投影系统的建立与转换,图像重采样,取子区,提高/降低图像精度,图像镶嵌,图像旋转 数据管理 数据编辑,数据更新,数据库管理 表面插值 从点和线插值成面,建立多边形,趋势面建立,TIN 的建立,从TIN建立栅格图像;克里格插值。 土地利用模块 该模块可以在ArcGIS中使用 包括一套任务集,是围绕着土地覆被变化评估、预测、评估的变化和生物多样性的影响,规划干预的探索。利用尖端的决策支持和不确定性对资源配置管理工具和创造适宜的地图。 图像处理工具以及软分类器和神经网络分类以及决策树分析分类。 具有无与伦比的分类IDRISI工具。机器学习神经网络分类器的分类包括三个多层感知器、自我组织——地图、模糊的艺术的地图。 第八期IDRISI培训 1

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档