将LVQ神经网络用于冷轧带钢表面缺陷的自动分类中,解决了以往分类方法在多缺陷模式类型情况下耗时多和准确率低的问题.对现场采集到的14种主要缺陷类型进行了实验.实验结果表明,基于LVQ神经网络的分类器训练与分类的时间短,在多缺陷种类分类的过程中准确率能得到保证

§1 生物群落的分类 中国的植物群落分类 法瑞学派的群落分类 美国的群落分类 群落的数量分类 §2 生物群落的排序 群落排序的概念 间接梯度分析 直接梯度分析

一、计算机的基本组成和工作原理 二、有关术语 位 字节 字和字长 位编号 指令 指令系统 程序 寄存器 译码器 三、计算机发展简史 四、微型计算机概述 1. 微型计算机的基本结构 1) 构成部件 (1) 总线 (2) 中央处理器CPU (3) 内存 (4) 外设和输入/输出接口（I/O接口） 2) 微机的工作过程 2. 微处理器、微型计算机、微型计算机系统 3. 微型计算机的特点 4. 微型计算机的分类 1) 按构成分类 2) 按CPU的字长分类 3)按主机装置分类 4) 按应用分类 5. IBM PC机的发展简史

一、证券的种类 证券的种类很多,可以按不同的标准进行分类。 (一)按证券所体现的经济内容分类 按证券所体现的经济内容不同,可分为债券、股票和投资基金。 (二)按证券到期时间分类 按证券到期时间的不同分类,可为短期证券和长期证券。 (三)按证券的收益状况分类 按证券收益状况的不同,可分为固定收益证券和变动收益证券

第一章概述 一、植物分类学的内容与任务 二、植物分类的历史 三、植物分类的方法 四、植物分类的等级和单位 五、植物的命名

一、课程性质 植物分类学的实习实训,是植物分类学重要的教学环节。通过实习认识自然界中植物的多样性,了解每种植物的生活环境,使分类学抽象的原理具体化,加强理论联系实际, 从而可提高学生鉴别各种植物所属科、属、种的能力。在采集和制作标本的活动中,还可 以训练学生采集和制作蜡叶标本的技能,要求学生学会使用工具采集植物标本的方法。由 于学生亲手制作,会激发学生的学习兴趣,吸引学生的注意力,调动学生的学习积极性。 植物分类学实习,对于培养德智体美全面发展的人才,具有重要意义

实习 1 航空像片比例尺测定 实习 2 立体观察练习 实习 3 利用反光镜测定像点高程差 实习 4 遥感图像的光学合成原理 实习 5 认识遥感图象处理软件（ ERDAS IMAGINE8.31 ）及数据输入输出 实习 6 遥感图像增强处理（ 2 ）辐射增强处理 实习 7 地质地貌实习 实习 8 植被判读实习 实习 9 扫描图像判读 实习 10 热红外像片判读 实习 11 航空像片的判读 实习 12 遥感图象分类（ 1 ）非监督分类与监督分类 实习 13 遥感图象分类（ 2 ）监督分类

1.土壤分类的基本概念和要求 2.中国土壤分类系统 （重点） 3.美国土壤系统分类 4.中国土壤系统分类 （重点） 5.土壤调查及其应用 （重点）

第一节 分类标引概述 第二节 标引规则 第三节 分类排架与分类检索系统

§8.1 遥感图像的计算机分类 8.1.1 分类的原理和步骤 8.1.2 非监督分类 8.1.3 监督分类 8.1.4 图像分类的有关问题 §8. 2 遥感图像空间信息的计算机提取 §8. 3 遥感图像解译专家系统 §8.4 计算机解译的主要技术发展趋势