语种识别是机器翻译等多语种语言处理任务的必要预处理过程。但双字节编码语种的识别,如中文、日文等,尚未被充分研究和试验。本文采用 Markov 语言模型,提出并测试了一种有效的基于 EM 的训练算法。同时,给出了性能分析和与其他算法的...语种识别是机器翻译等多语种语言处理任务的必要预处理过程。但双字节编码语种的识别,如中文、日文等,尚未被充分研究和试验。本文采用 Markov 语言模型,提出并测试了一种有效的基于 EM 的训练算法。同时,给出了性能分析和与其他算法的比较。展开更多
在模拟兴隆山自然保护区近20年来土地利用/覆盖变化(land use and land cover change,LUCC)的过程中,提出了按照驱动力差异将研究区划分成不同亚区后分别进行模拟的思路.首先将研究区划分成了4个亚区,并对分区的合理性进行了检验,然后...在模拟兴隆山自然保护区近20年来土地利用/覆盖变化(land use and land cover change,LUCC)的过程中,提出了按照驱动力差异将研究区划分成不同亚区后分别进行模拟的思路.首先将研究区划分成了4个亚区,并对分区的合理性进行了检验,然后采用空间马尔科夫模型预测了研究区的土地利用变化趋势.结果表明:1)对于山地景观,因为局部地形影响以及水热条件组合的不同,LUCC驱动力表现出较大差异,因此在进行山地LUCC预测时需要按照驱动力的差异将研究区划分成不同亚区后分别进行预测;2)4个亚区的演化趋势并不一致,说明在兴隆山自然保护区今后的保育过程中应该针对具体区域具体分析,对不同亚区采取不同的保护措施;3)研究区林地面积趋于减少,耕地面积趋于增加,因此,应严格执行保护区管理条例,加强林地管护.展开更多
文摘在模拟兴隆山自然保护区近20年来土地利用/覆盖变化(land use and land cover change,LUCC)的过程中,提出了按照驱动力差异将研究区划分成不同亚区后分别进行模拟的思路.首先将研究区划分成了4个亚区,并对分区的合理性进行了检验,然后采用空间马尔科夫模型预测了研究区的土地利用变化趋势.结果表明:1)对于山地景观,因为局部地形影响以及水热条件组合的不同,LUCC驱动力表现出较大差异,因此在进行山地LUCC预测时需要按照驱动力的差异将研究区划分成不同亚区后分别进行预测;2)4个亚区的演化趋势并不一致,说明在兴隆山自然保护区今后的保育过程中应该针对具体区域具体分析,对不同亚区采取不同的保护措施;3)研究区林地面积趋于减少,耕地面积趋于增加,因此,应严格执行保护区管理条例,加强林地管护.
