精华内容
下载资源
问答
  • 文中通过分析苹果种植适宜性条件,提取影响研究区苹果种植的主要因子,作为评价指标;运用GIS技术结合统计学方法确定评价指标对研究区苹果种植适宜性影响分值;最后使用栅格、叠置分析对研究区苹果种植适宜性区划进行...
  • 1. 实验概述 数据描述 :现给定全国省市级别点、面矢量数据,包括会城市数据。 问题描述 :空间是地理学研究传统。对地理空间定量研究主要通过距离、邻接域...2)自己设计分析模型,基于邻域方法,依据城市交

    1. 实验概述

    数据描述 :现给定全国的省市级别点、面矢量数据,包括会城市数据。

    在这里插入图片描述

    问题描述 :空间是地理学的研究传统。对地理空间定量研究主要通过距离、邻接域和相互关系等度量。现假设中国的各个城市之间存在相互引力,交互能力由资金流、人流和文化 输入出决定。现将模型简化为: 距离越近,城市间交互能力强。以省会作核心城市,完成下任务为:

    • 1)分析出每个核心城市交互能力最强的10个城市,并与核心城市连线,以可视化的方式表达中国核心城市的交互能力空间分布图。
    • 2)自己设计分析模型,基于邻域的方法,依据城市交互能力,重新划定中国省份分区。

    2. 核心城市交互能力最强的10个城市

    ① 通过加载数据和观察实验数据,可以看出图层坐标信息不统一,因此这里新建数据集,将所有图层数据导入数据集中,实现系统的统一。

    在这里插入图片描述

    ② 找出与每个核心城市距离最近的10个城市(生成近邻表表示实现)

    在这里插入图片描述
    在这里插入图片描述

    ③ 将省会城市连接到生成的近邻表中,同时导出表数据

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    ④ 通过XY转线工具连接这些省会城市与它们距离最近的十个城市

    在这里插入图片描述
    在这里插入图片描述

    ⑤ 结果

    在这里插入图片描述

    3. 基于邻域方法划分区域

    ① 空间连接

    在这里插入图片描述

    ② 欧式分配

    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • 黑盒: 等价类划分、边界值分析、流程图、错误推测法等…… 白盒: 静态(代码审查……)、动态(边界值测试、逻辑驱动...等价类划分法: 依据需求对输入范围进行细分,然后再分出每一个区域内选取一个代表性.

    在这里插入图片描述
    黑盒: 等价类划分、边界值分析、流程图、错误推测法等……
    白盒: 静态(代码审查……)、动态(边界值测试、逻辑驱动测试……)

    黑盒测试

    包括:等价类划分法、边界值分析法、因果图法、决策表法、错误推测法、正交试验法、场景法。

    1、黑盒测试的目的

    –功能错误或者遗漏;
    –界面错误,或者不美观;
    –外部信息访问错误;
    –初始化和终止错误;
    –接口上,能否正确接收输入数据,并产生正确的输出信息;
    –性能错误。

    2.等价类划分法

    等价类划分法: 依据需求对输入的范围进行细分,然后再分出的每一个区域内选取一个代表性的测试数据开展测试。
    {
    1.有效等价类
    2.无效等价类
    }
    比如:软件需求是,计算两个1-100之间整数的和
    那么:有效等价类则是x(x属于1-100),无效等价类则是y(y<1或y>100或y不是整数或y不是数字等等……)
    因此,在设计测试用例时:
    图;

    测试用例表

    用例编号 所属等价类 加数1 加数2 结果
    1 2 1 2 3
    2 1 0 -1 wrong input
    3 3 111 112 wrong input
    4 4 1.1 1.2 wrong input
    5 5 a b wrong input
    6 6 @ # wrong input
    7 7 空格 空格 wrong input
    8 8 wrong input
    …… …… …… …… ……

    等价类划分法的步骤:

    1.列出等价类表,为等价类表中的每一个等价类分别规定一个唯一编号。

    2.设计一个新的测试用例,是他尽可能多的覆盖尚未覆盖到的有效等价类。(重复步骤2直至所有的有效等价类被覆盖)

    3.设计一个新的用例,仅覆盖一个尚未覆盖到的无效等价类。(重复3直至所有无效类被全部覆盖)



    深入讨论……

    等价类测试用例的分类 弱和强、健壮与一般


    单缺陷假设与多缺陷假设产生弱等价类与强等价类之分;
    是否进行无限小数据的处理则产生了健壮与一般等价类之分。

    关系是对应的:单缺陷->弱;多缺陷->强;处理无效数据->健壮;不处理无效数据->一般;
    所以组合起来就是2*2=4种: 强一般;弱一般;强健壮;弱健壮;

    不细说了,多缺陷的话,将每个变量的有效等价类做笛卡尔积,测试用例需要覆盖笛卡尔积的每个元素。
    还拿1-100整数和例子来说吧。
    加数1和加数2可以作为两个可能的缺陷。


    比较直观的方式:看图!
    在这里插入图片描述

    在这里插入图片描述
    另外话说这个思考问题,测试用例的数量不应该是和每个变量的可能取值相关的么?假如有三个变量,可能的取值分贝时3种,3种,2种,那数量就是3*3*2=18.种。

    在这里插入图片描述
    在这里插入图片描述

    那么,该如何选择等价类测试的类型呢?

    1)弱形式不如对应的强形式的测试全面。
    2)如果实现语言是强类型,则没有必要使用健壮形式的测试。
    3)如果错误条件非常重要,则进行健壮形式的测试。
    4)强等价类测试假设变量是独立的,相应的测试用例相乘会引起冗余问题。如果存在依赖关系,则常常会生成错误测试用例。

    下面举几个简单例题:

    1.qq登录器需要输入正确的账号(暂不考虑密码)
    * 有效等价类 无效等价类
    qq账号 1、长度在6-10位之间 3、长度小于6
    4、长度大于10
    2、数据类型是自然数 5、负数
    6、小数
    7、英文字母
    8、字符
    9、中文
    10、空
    ……
    用例编号 所属等价类 账号 结果
    1 1、2 20200606 right
    2 3 20 wrong input
    3 4 12345678910 wrong input
    …… …… …… ……
    2.卖保险的保险费计算程序。

    某保险公司人寿保险的保费计算方式为:
    保险费=投保额*保险费率
    其中,保险费率根据投保人的个人信息的不同(年龄、性别、婚姻状况、抚养人数)而有所不同。体现在不同的上述条件下对应的点数设定不同,10点及10点以上保险费率为0.6%,10点一下保险费率为0.1%,具体规则见下表。
    保险费率规则
    需求分析:谁是输入、谁是输出?
    输入:投保人个人信息+投保额
    中间输出:投保率
    最终输出:保险费
    输入有几个变量?
    年龄;性别;婚姻状况;抚养人数;4变量。
    等价类划分测试用例还是采用的(多缺陷)健壮(处理无效数据)等价类测试比较合适。
    因为没有不留余漏的全部覆盖,所以是弱类型。
    在这里插入图片描述
    设计测试用例
    在这里插入图片描述

    3.三角形问题

    主要想表达的意思:等价类划分的角度和方式不唯一。
    以不同的角度划分等价类:
    输出值域等价类
    输入条件(数据范围)的等价类
    以“整数相等”关系划分的等价类
    以两边之和与第三边之间的关系
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    其他习题

    电话号码
    某城市电话号码由三部分组成,分别是:
    地区码—— 空白或4位数字;
    前 缀——为三位数字,但不能为“0”,“1”;
    后 缀——4位数字。
    假定被测程序能接受一切符合上述规定的电话号码,拒绝所有不符合规定的电话号码。请用强一般等价类方法进行测试,设计测试用例。

    等价类划分表

    * 条件 有效等价类 无效等价类
    地区码 1、空白
    2、四位数字
    3、非四位的数字
    4、非数字
    前缀 5、不含0或1的三位数字 6、含0或1的3位数字
    7、非三位
    8、非数字
    后缀 9、四位数字 10、非四位的数字
    11、非数字

    其实我觉得这个等价类可以再细分,亦可以再粗略。

    强一般等价类测试用例表

    用例编号 覆盖范围 电话号 预期结果
    1 1、5、9 +234+0000 接收
    2 2、5、9 0000+234+0000 接收
    3 3 000+234+0000 拒绝
    4 4 asd+234+0000 拒绝
    5 6 0000+111+0000 拒绝
    6 7 0000+2345+0000 拒绝
    7 8 0000+asd+0000 拒绝
    8 10 0000+234+000 拒绝
    9 11 0000+234+asdf 拒绝
    展开全文
  • Java内存区域

    千次阅读 2016-02-27 11:27:48
    本文主要依据《深入理解Java虚拟机》这本书写,有批评和建议请留言! Java虚拟机在执行Java程序过程中会把它所管理内存划分为若干个不同数据区域。这些区域都有各自用途,以及创建和销毁时间,有的区域...

    本文主要依据《深入理解Java虚拟机》这本书写的,有批评和建议请留言!

           Java虚拟机在执行Java程序的过程中会把它所管理的内存划分为若干个不同的数据区域。这些区域都有各自的用途,以及创建和销毁的时间,有的区域随着虚拟机进程的启动而存在,有些区域则依赖用户线程的启动和结束而建立和销毁。根据《Java虚拟机规范(Java SE 7版)》的规定,Java虚拟机所管理的内存将会包括以下几个运行时的数据区域,如下图:


    程序计数器

           程序计数器对于大家来说不陌生,本科计算机必修课程《计算机组成原理》在讲计算机指令系统时,多次提到这个概念,这里的程序计数器和指令系统的计数器是同样的功能。在虚拟机的概念模型里,字节码解释器通过改变这个计数器的值来选取下一条需要执行的字节码指令,分支、循环、跳转、异常处理、线程恢复等基础功能都需要依赖这个计数器来完成。
          由于Java虚拟机的多线程是通过线程轮流切换并分配处理器执行时间的方式来实现的,在任何一个确定的时刻,一个处理器(对于多处理器来说是一个内核)都会只执行一个线程中的指令。因此,为了线程切换后能恢复到正确的执行位置,每条线程都需要有一个独立的程序计数器,各条线程之间计数器互不影响,独立存储,我们称这类内存区域为“线程私有”的内存。
          如果线程正在执行的是一个Java方法,这个计数器记录的正在执行的虚拟机字节码指令的地址;如果正在执行的是Native方法,这个计数器值为空(Undefined)。此内存是唯一一个在Java虚拟机规范中没有规定任何OutOfMemorryError情况的区域。

    Java虚拟机栈

           听着这个名字感觉十分高大上,其实这是程序员们很熟悉的“栈”!我们经常说,Java内存分为“堆”和“栈”,这只是一种粗略的分法,因为我们比较关注这两部分区域,其中的“栈”就是Java虚拟机栈,或者说具体一点就是局部变量表

           局部变量表存放了编译期可知的各种基本数据类型(boolean、byte、char、short、int、float、long、double)、对象引用(reference类型,它不等同于对象本身,根据不同的虚拟机实现,它可能是一个指向对象起始地址的引用指针,也可能指向一个代表对象的句柄或者其他与此对象相关的位置)和returnAddress类型(指向了一条字节码指令的地址)。

           与程序计数器一样,Java虚拟机栈也是线程私有的,它的生命周期与线程相同。虚拟机栈描述的是Java方法执行时的内存情况:每个方法在执行的同时,会创建一个栈帧,用于存储局部变量表、操作数栈、动态链接、方法出口等信息。每一个方法从调用直至完成的过程,就对应着一个栈帧在虚拟机栈中入栈到出栈的过程。
           在Java虚拟机规范中,对这个区域规定了两种异常 状况:如果线程请求的栈深度大于虚拟机所允许的深度,将抛出StackOverfloowError异常;如果虚拟机栈可以动态扩展,如果扩展时无法申请到足够的内存,就会抛出OutOfMemorryError异常。

    本地方法栈

           本地方法栈与虚拟机栈的作用类似,只不过虚拟机栈为虚拟机执行Java方法服务,而本地方法栈则为虚拟机使用到的Native方法服务。所谓Native方法,就是本地方法,即是指那些被Java调用的非Java语言编写的方法,比如Java调用了一个C语言写的方法,这个C语言方法就是个Native方法。

    Java堆

           对于大多数应用来说,Java堆是Java虚拟机所管理的内存中最大的一块。我们常说的“堆”内存也是指这一块。Java堆是所有线程共享的一块的内存,因此当编写多线程程序时,一定要注意线程的安全,主要关注这块的内存的读写同步与互斥。

           我们都知道,几乎所有的对象都会分配在堆内存上,因此Java堆是垃圾回收管理的主要区域。从内存回收的角度,由于现在垃圾回收基本都采用分代收集算法,所以Java堆还可以再细分为:新生代和老年代;再细致一点:Eden区、From Survivor区、To Survivor区等。

    方法区

    方法区与Java堆一样,是各个线程共享的内存区域,它用于存储已被虚拟机加载的类信息、常量、静态变量、即时编译后的代码等数据。这个区域经常被程序员称为“永久代”,这是因为Sun hotspot设计团队把垃圾回收扩展到了方法区,这部分区域如同Java堆一样被垃圾回收器管理。但是其他虚拟机,如IBM J9没有这个概念。

    大多数程序员遇到过这样的错误:PermGen OutofMemorryError,特别是在用Eclipse等编译器热部署Web程序时,当程序中用到了许多类似Spring这样预加载许多类信息、方法信息的框架时,经常出现这样错误,主要原因就是方法区的内存不够用了!Oracle Java8发布后,将这个区域移动到了本地内存,取名为Metaspace,理论上,不会再出现PermGen OutOfMemorryError,因为本地内存对于普通程序来说,绝对够大了。

    运行时常量池

    运行时常量池(Runtime Constant Pool)是方法区的一部分。Class文件中除了有类的版本、字段、方法、接口等描述等信息外,还有一项信息是常量池(Constant Pool Table),用于存放编译期生成的各种字面量和符号引用,这部分内容将在类加载后存放到方法区的运行时常量池中。 

    Java虚拟机对Class文件的每一部分(自然也包括常量池)的格式都有严格的规定,每一个字节用于存储哪种数据都必须符合规范上的要求,这样才会被虚拟机认可、装载和执行。但对于运行时常量池,Java虚拟机规范没有做任何细节的要求,不同的提供商实现的虚拟机可以按照自己的需要来实现这个内存区域。不过,一般来说,除了保存Class文件中描述的符号引用外,还会把翻译出来的直接引用也存储在运行时常量池中。 

    运行时常量池相对于Class文件常量池的另外一个重要特征是具备动态性,Java语言并不要求常量一定只能在编译期产生,也就是并非预置入Class文件中常量池的内容才能进入方法区运行时常量池,运行期间也可能将新的常量放入池中,这种特性被开发人员利用得比较多的便是String类的intern()方法。 

    既然运行时常量池是方法区的一部分,自然会受到方法区内存的限制,当常量池无法再申请到内存时会抛出OutOfMemoryError异常。


    转载自: Java内存区域




    线程的堆区和栈区

    堆区: 

    1.存储的全部是对象,每个对象都包含一个与之对应的class的信息。(class的目的是得到操作指令) 
    2.jvm只有一个堆区(heap),被所有线程共享,堆中不存放基本类型和对象引用,只存放对象本身 
    栈区: 
    1.每个线程包含一个栈区,栈中只保存基础数据类型的对象和自定义对象的引用(不是对象),对象都存放在堆区中 
    2.每个栈中的数据(原始类型和对象引用)都是私有的,其他栈不能访问。 
    3.栈分为3个部分:基本类型变量区、执行环境上下文、操作指令区(存放操作指令)。 
    方法区: 
    1.又叫静态区,跟堆一样,被所有的线程共享。方法区包含所有的class和static变量。 

    2.方法区中包含的都是在整个程序中永远唯一的元素,如class,static变量


    展开全文
  • 区域生长算法原理及MATLAB实现

    万次阅读 多人点赞 2016-03-13 21:20:57
    第二种性质的主要应用途径是依据实现指定的准则将图像分割为相似的区域区域生长算法就是基于图像的第二种性质,即图像灰度值的相似性。 1.1 基本公式 令R表示整幅图像区域,那么分割可以看成将区域R划分为n个子...

    1. 基于区域生长算法的图像分割原理

    数字图像分割算法一般是基于灰度值的两个基本特性之一:不连续性和相似性。前一种性质的应用途径是基于图像灰度的不连续变化分割图像,比如图像的边缘。第二种性质的主要应用途径是依据实现指定的准则将图像分割为相似的区域。区域生长算法就是基于图像的第二种性质,即图像灰度值的相似性。

    1.1 基本公式

    令R表示整幅图像区域,那么分割可以看成将区域R划分为n个子区域R1,,R2,......Rn的过程,并需要满足以下条件:
    a: U(Ri) = R;
    b: Ri是一个连通区域,i=1,2,3,......n;
    c: Ri ∩ Rj = 空集,对于任何的i,j;都有i≠j;
    d: P(Ri) = Ture, 对i=1,2,......n;
    e: R(Pi U Rj) = False, i≠j;
    正如“区域生长”的名字所暗示的:区域生长是根据一种事先定义的准则将像素或者子区域聚合成更大区域的过程,并且要充分保证分割后的区域满足a~e的条件。

    1.2 区域生长算法设计思路

    区域生长算法的设计主要由以下三点:生长种子点的确定,区域生长的条件,区域生长停止的条件。种子点的个数根据具体的问题可以选择一个或者多个,并且根据具体的问题不同可以采用完全自动确定或者人机交互确定。
    区域生长的条件实际上就是根据像素灰度间的连续性而定义的一些相似性准则,而区域生长停止的条件定义了一个终止规则,基本上,在没有像素满足加入某个区域的条件的时候,区域生长就会停止。在算法里面,定义一个变量,最大像素灰度值距离reg_maxdist.当待加入像素点的灰度值和已经分割好的区域所有像素点的平均灰度值的差的绝对值小于或等于reg_maxdist时,该像素点加入到已经分割到的区域。相反,则区域生长算法停止。
    在种子店1的4邻域连通像素中,即2、3、4、5点,像素点5的灰度值与种子点的灰度值最接近,所以像素点5被加入到分割区域中,并且像素点5会作为新的种子点执行后面的过程。在第二次循环过程中,由于待分析图像中,即2、3、4、6、7、8,像素7的灰度值和已经分割的区域(由1和5组成)的灰度均值10.5最接近,所以像素点7被加入到分割区域中。最后一幅图,示意了区域生长的方向(由浅入深)。
    从上面的分析中,我们可以看出,在区域生长过程中,需要知道待分析像素点的编号(通过像素点的x和y坐标值来表示),同时还要知道这些待分析点的像素的灰度值。

    1.3 区域生长算法伪代码

    begin
    初始化变量 pixdist = 0;
    交互式选择一个种子点,并且初始化区域的灰度均值变量reg_mean为该种子点的灰度值。
    while (pixdist < reg_maxdist)
    将当前种子点的四邻域像素点加入到链表neg_list中;
    分别计算neg_list中所有元素的灰度值和reg_mean差的绝对值,并且得到最小值的元素i(x,y).令pixdist = abs(neg_list(i,3)-reg_mean);
    更新 reg_mean = (reg_mean*reg_size + neg_list(i,3))/(reg_size + 1);(注:reg_size表示分割好区域内像素点的数量)
    将旧的种子点标记为已经分割好的区域像素点;
    将i(x,y)当做新的种子点,并将新的种子点i(x,y)从链表neg_list中移除
    end
    end

    1.4 基于MATLAB的区域生长算法设计

    % Segment based on area, Region Growing;
    clear  all; close all; clc
    [fileName,pathName] = uigetfile('*.*','Please select an image');%文件筐,选择文件
    if(fileName)
        fileName = strcat(pathName,fileName);
        fileName = lower(fileName);%一致的小写字母形式
    else 
        J = 0;%记录区域生长所分割得到的区域
        msgbox('Please select an image');
        return; %退出程序
    end
    
    I = imread(fileName);
    if( ~( size(I,3)-3 ))
        I = rgb2gray(I);%转化为单通道灰度图
    end
    I = im2double(I); %图像灰度值归一化到[0,1]之间
    Ireshape = imresize(I,[600,800]);
    I = Ireshape(51:475,200:699);
    gausFilter = fspecial('gaussian',[5 5],0.5);
    I = imfilter(I,gausFilter,'replicate');
    
    %种子点的交互式选择
    if( exist('x','var') == 0 && exist('y','var') == 0)
        subplot(2,2,1),imshow(I,[]);
        hold on;
        [y,x] = getpts;%鼠标取点  回车确定
        x = round(x(1));%选择种子点
        y = round(y(1));
    end
    
    if( nargin == 0)
        reg_maxdist = 0.1;
        %nargin是matlab代码编写中常用的一个技巧,主要用于计算当前主函数的输入参数个
        %数,一般可以根据nargin的返回值来确定主函数输入参数的缺省值。在实现中,如果
        %用户输入的参数个数为零,那么默认为0.2
    end
    J = zeros(size(I)); % 主函数的返回值,记录区域生长所得到的区域
    Isizes = size(I);
    reg_mean = I(x,y);%表示分割好的区域内的平均值,初始化为种子点的灰度值
    reg_size = 1;%分割的到的区域,初始化只有种子点一个
    neg_free = 10000; %动态分配内存的时候每次申请的连续空间大小
    neg_list = zeros(neg_free,3);
    %定义邻域列表,并且预先分配用于储存待分析的像素点的坐标值和灰度值的空间,加速
    %如果图像比较大,需要结合neg_free来实现matlab内存的动态分配
    neg_pos = 0;%用于记录neg_list中的待分析的像素点的个数
    pixdist = 0;
    %记录最新像素点增加到分割区域后的距离测度
    %下一次待分析的四个邻域像素点和当前种子点的距离
    %如果当前坐标为(x,y)那么通过neigb我们可以得到其四个邻域像素的位置
    neigb = [ -1 0;
              1  0;
              0 -1;
              0  1];
     %开始进行区域生长,当所有待分析的邻域像素点和已经分割好的区域像素点的灰度值距离
     %大于reg_maxdis,区域生长结束
     
     while (pixdist < 0.06 && reg_size < numel(I))
         %增加新的邻域像素到neg_list中
         for j=1:4
             xn = x + neigb(j,1);
             yn = y + neigb(j,2);
             %检查邻域像素是否超过了图像的边界
             ins = (xn>=1)&&(yn>=1)&&(xn<=Isizes(1))&&(yn<=Isizes(1));
             %如果邻域像素在图像内部,并且尚未分割好;那么将它添加到邻域列表中
             if( ins && J(xn,yn)==0)
                 neg_pos = neg_pos+1;
                 neg_list(neg_pos,:) =[ xn, yn, I(xn,yn)];%存储对应点的灰度值
                 J(xn,yn) = 1;%标注该邻域像素点已经被访问过 并不意味着,他在分割区域内
             end
         end
        %如果分配的内存空问不够,申请新的内存空间
        if (neg_pos+10>neg_free)
            neg_free = neg_free + 100000;
            neg_list((neg_pos +1):neg_free,:) = 0;
        end
        %从所有待分析的像素点中选择一个像素点,该点的灰度值和已经分割好区域灰度均值的
        %差的绝对值时所待分析像素中最小的
        dist = abs(neg_list(1:neg_pos,3)-reg_mean);
        [pixdist,index] = min(dist);
        %计算区域的新的均值
        reg_mean = (reg_mean * reg_size +neg_list(index,3))/(reg_size + 1);
        reg_size = reg_size + 1;
        %将旧的种子点标记为已经分割好的区域像素点
        J(x,y)=2;%标志该像素点已经是分割好的像素点
        x = neg_list(index,1);
        y = neg_list(index,2);
    %     pause(0.0005);%动态绘制
    %     if(J(x,y)==2)
    %     plot(x,y,'r.');
    %     end
        %将新的种子点从待分析的邻域像素列表中移除
        neg_list(index,:) = neg_list(neg_pos,:);
        neg_pos = neg_pos -1;
     end
     
     J = (J==2);%我们之前将分割好的像素点标记为2
     hold off;
     subplot(2,2,2),imshow(J);
     J = bwmorph(J,'dilate');%补充空洞
     subplot(2,2,3),imshow(J);
     subplot(2,2,4),imshow(I+J);


    
    

    2. 算法实验分析

    2.1 CT图像实验-分割肝脏实质


    2.2 US图像实验-分割肝脏血管

              分割不完整
                                                                                                                                            过分割
          对有明显边界的分割效果好



    3.算法应用总结

    1.对CT图像、MR图像以及所有的具有边界效应,或者是该区域与外界区域有明显差距的图像,分割效果很好。
    2.对感兴趣区域与外接区域存在边缘连通现象的图像,分割效果很差。如超声图像,肝脏对超声的反应就是“均匀性”散点回声。这造成“基于邻域像素相似性”分割很难应用。阈值设置的小,造成分割不完整;阈值设置得太大,造成过分割现象。
    展开全文
  • 针对成岩相的划分,依据鄂尔多斯盆地X地区石盒子致密储集层铸体薄片资料,研究主要成岩作用为机械压实作用、(绿泥石、碳酸盐、硅质)胶结作用、(高岭石、伊利石)充填作用和溶蚀作用;考虑成岩对储集层储集空间建设与...
  • 区域生长算法原理-matlab代码实现

    千次阅读 2018-03-29 13:56:58
    第二种性质的主要应用途径是依据实现指定的准则将图像分割为相似的区域区域生长算法就是基于图像的第二种性质,即图像灰度值的相似性。1.1 基本公式令R表示整幅图像区域,那么分割可以看成将区域R划分为n个子区域...
  • 运用瓦斯地质理论和方法,依据锅底山断层形成机理及其发育规律,结合断层区域内煤层厚度、同生和次生构造以及构造煤分布特征,将断层区域己16-17煤层划分为2个地质单元,锅底山上盘和锅底山下盘。依据断层区域内己16-...
  • 基于健康档案的区域卫生信息平台网络基础设施平台由内、外两大网络...内部网络再分子网,依据功能、性质划分,子网间访问也是受控。外部网络安全性主要依靠“虚拟专用网”功能和路由器上访问控制表来保障。
  • 基于模糊理论的图像分割算法研究一 论文 关键词: 图像分割 ...分割图像比如图像的边缘第二类的主要应用途径是依据事先制订的准则将图像分割为 相似的区域门限处理区域生长区域分离和聚合都是这类方法的实例遗传算法具有
  • 传统数据中心主要 依据功能进行区域划分,例如:Web、App、DB、办公区、业务区、内联区、外联区等。不同区域通过网关和安全设备互访,保证不同区域可靠性、安全性。同时,不同区域由于具有不同功能,因此需要...
  • 秦源煤业采用气压计基点测定法测定了该矿N104工作面及矿井主要井巷位置通风阻力,并确定各巷道阻力分布比例,从而分析得出影响该矿通风关键区域,并以此为依据,划分工作面回采期间防灭火工作重点区域。针对重点区域...
  • 在某露天矿,由于矿区岩体结构复杂,岩石种类繁多,并且选取爆破参数时主要选取方式是依据经验,没有对爆破区域岩石可爆性进行一个理论化划分,从而导致岩石破碎效果忽好忽坏,炸药单耗时高时低,并导致大块率偏高,从而...
  • 在布料不同形变区域使用不同精度网格,可以有效平衡建模精度和速度,已有工作主要是在布料形变过程中,动态计算出布料质点邻域曲率,依据人为设定阈值,划分出布料多精度区域,而在大部分场景中,布料...
  • 前言 要了解JVM内存管理机制,则不得不先了解Java内存区域。以下主要介绍Java内存区域...各个区域都有各自用途、创建和销毁时间,有的区域依据虚拟机进程启动而存在,有则是依据用户线程启动和结束...
  • 应用该方法对乌海美方矿1座矸石山进行系统测温,依据测温结果准确判定出防控区、临界区、蓄热区及发火区,其中,发火区及蓄热区作为灭火施工重点区域,主要位于边坡中上部。研究认为,该方法省时省力地评估了矸石山...
  • 临港服务业仅在上世纪80年代初才引起了个别学者关注,至今没有形成一个明确、公认定义,本文参照各国做法,并依据我国现实国情,为临港服务业进行了较为合理界定与划分。 (2)针对临港服务业构成,提出...
  • 依据层序地层学原理,将桦甸盆地西部划分为3个三级层序(简称层序),在层序格架中油页岩主要发育在水进体系域和高水位体系域。结合本区构造演化特征,盆地初始沉降阶段和末期快速充填萎缩阶段,湖泊水体整体较浅,主要...
  • 黄铁矿是硫铁矿硫的主要赋存矿物,依据不同类型构造煤中黄铁矿的形态特征,划分出4个形成阶段12种类型;有机硫随构造煤破坏程度增加而散失,构造应力尤其是剪切应力在改变煤体结构的同时为有机硫的迁移提供了动力。分析...
  • 首先,针对具有海陆混合背景光学遥感图像海陆分离问题,本文基于由粗到精思想,采用了OTSU与形态学相结合方法实现海陆区域的初步划分,之后,以孤立区域内像素欧式距离为判别依据,对“孔洞”进行精确划分,...
  • 1、计算机网络分为广域网、城域网和局域网,其划分的主要依据是(A) A. 网络的作用范围 B. 网络的拓扑结构 C. 网络的通信方式 D. 网络的传输介质 按分布范围分类:广域网、城域网、局域网、个人区域网 按拓扑...
  • 经营理念笔记总结

    千次阅读 2014-12-12 11:30:28
    划分原则:前台事业部划分原则:行业划分为主,区域为辅。后台事业部划分原则:以产品线作为划分依据。前台后台职责:前台事业部主要工作:销售、实施与服务。后台事业部的主要工作:进行产品研发与支撑。职能部门...
  • 图像分割

    2018-11-03 17:18:27
    分割的主要目的是将图像划分为与其中含有的真实世界的物体或区域有强相关性的组成部分 完整的分割需要依据有关问题领域专门知识的较高层次处理,但对于均匀背景上对比度强的物体,这一类图喜爱那个仅使用底层处理就...
  • lowmem_reserve学习

    2020-01-07 22:24:22
    内存节点主要依据CPU访问代价不同而划分。 管理区Zone:每个物理内存节点node被划分为多个内存管理区域,用于表示不同范围内存,内核可以使用不同 映射方式映射物理内存。通常一个节点分为DM...
  • 免费使用请求最多返回1000条信息,本文主要通过对目标区域分块进行请求,实现对限制规避,以达到解决问题目标 步骤: 1.获取高德地图目标区域的范围 2.将目标范围内划分为适量的区域,并生成中心点 3.计算中心点...
  • 该控制策略依据母线电压3个阈值将系统划分成5个工作区域,储能系统依据直流母线电压值实现充放电工作模式自动识别和切换;以蓄电池为主要出力单元,避免超级电容频繁投切,减少不必要开关动作造成系统谐波。...

空空如也

空空如也

1 2 3 4
收藏数 79
精华内容 31
关键字:

区域划分的主要依据