基于MATLAB数理统计分析南疆巴旦木结构物理参数

基于MATLAB软件与数理统计原理来对南疆巴旦木结构外形及表观尺寸进行深入分析研究:首先对南疆巴旦木结构外形进行定义,并对其结构物理特性进行深入研究,寻找其核长、核宽、核厚三者间的关系;南疆巴旦木可近似为一关于横、竖、纵三椭圆截面对称的扁壳体,为以后巴旦木破壳力学研究和破壳机械的设计奠定基础。     

厚度和含水率对巴旦木破壳力学特性的影响

[目的]研究米桑、双果和晚丰三个巴旦木品种的物理特性,进行不同厚度和含水率相关力学特性试验,为巴旦木破壳加工机械的设计提供理论依据。[方法]观察和测量不同品种巴旦木外形尺寸、含水率、壳仁结构与间隙、力学特性等。[结果]含水率对巴旦木外形尺寸、壳仁结构,以及对晚丰、米桑的破壳力学特性影响显著,且存在二阶非线性函数关系,米桑、双果和晚丰含水率分别为2. 29%、8. 26%和1. 96%时破壳力及能耗最大,含水率分别为16. 58%、27. 51%和17%时破壳力及能耗最小。[结论]不同巴旦木品种间物理特性差异很大,同一品种物理特性也存在较大差异;设计对辊破壳机构时,对辊间隙变化应控制在[巴旦木不同等级厚度-(0. 98～1. 89)] mm,可保证较高的破壳率和果仁完整率;巴旦木破壳前应按厚度尺寸进行分级,厚度尺寸级差以1 mm为宜,米桑分5级,双果和晚丰均分3级。     

多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用

利用遥感影像构建森林生物量估测模型,能够快速、实时估算区域森林生物量。采用吉水县TM影像以及森林资源调查固定样地数据,构建估算森林地上生物量的多元线性回归模型及BP神经网络模型,并对两种模型进行了比较。结果表明:两种模型对样地生物量的预测值大部分比实测值小,多元线性回归模型预测值与实测值的偏差幅度比BP神经网络模型更大,偏差幅度分别为-110.24~38.09 t·hm-2、-35.12~26.17 t·hm-2;多元线性回归模型与BP神经网络模型的决定系数(R2)分别为0.470和0.869,均方根误差(RMSE)分别为30.52和12.69 t·hm-2,预测精度分别为50.07%和71.65%。因此,运用BP神经网络模型估测森林地上生物量优于多元线性回归模型。     

新型巴旦木破壳机的设计

巴旦木加工采用简易坚果加工设备,劳动强度大、工作效率低,而巴旦木加工生产亟需先进的机械加工设备,针对现有的坚果破壳机破壳效率低、果仁破损率高等问题,结合现有坚果破壳机的特点设计了一种三级破壳和三级分离的巴旦木破壳机,避免了对果仁的二次损伤,降低了碎仁率,提高了破壳率。本文从主要结构和工作原理、破壳机的创新设计、破壳试验等方面介绍新型巴旦木破壳机的设计与应用,为巴旦木加工生产提供参考。     

基于颜色参数和BP神经网络的紫叶李叶片花青素含量估算

目前对植物叶片花青素含量的测定主要是湿化学法和高效液相色谱法(high performance liquid chromatography,HPLC),为简化测定方法,降低成本和提高精度,提出一种利用数码相机获取照片提取的颜色参数构建模型无损估测植物叶片花青素含量的方法。试验测定166份紫叶李叶片的花青素含量及其RGB特征值,对15种颜色参数进行皮尔逊相关分析,构建逐步多元线性回归（stepwise multiple linear regression,SMLR）、一元线性回归（single linear regression,SLR）和BP神经网络（BP neural network,BPNN）估算模型;同时对模型进行验证和比较。结果表明,1）BP神经网络模型建模集的R²、RMSE和MAE分别为0.883、0.412、0.323,验证集的R²、RMSE和MAE分别为0.796、0.462和0.353,相关系数均达到极显著水平;一元线性回归模型中,参数G-B与花青素含量的线性相关性最强,相关系数为-0.820,达到极显著水平;逐步多元线性回归模型的相关系数均达极显著水平,其中建模集的R²、RMSE和MAE分别为0.724、0.630、0.459,验证集的R²、RMSE和MAE分别为0.643、0.616和0.509。2）颜色参数与花青素含量之间具有明显的相关性,利用数码相机获取的颜色特征值估测紫叶李叶片花青素含量具有可行性;3）3种模型中,BP神经网络模型的估测效果最好,能有效地估测紫叶李叶片花青素含量,其次为逐步多元线性回归,一元线性回归模型的预测效果相对较差。     

高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析

为考察南疆骏枣的总糖含量与高光谱数据的对应关系,采用高光谱成像技术结合遗传算法和反向传播(back propagation,简称BP)神经网络的方法对南疆骏枣进行总糖含量建模分析,采用不同预处理方法处理原始光谱数据,并用遗传算法进行波长变量的选择,回归分析分别采用偏最小二乘法(PLS)和BP神经网络(BP-ANN),从线性和非线性回归方式上建立校正模型分析。结果表明,用多元散射校正(MSC)进行预处理好于其他预处理方式。在回归分析上,BP-ANN预测南疆骏枣总糖含量的模型好于PLS,预测相关系数(Rp)和预测标准偏差(RMSEP)分别为0.918 4和0.931 0。由结果可知,利用近红外高光谱成像技术对南疆骏枣总糖含量进行预测是可行的。     

线性回归与BP神经网络方法的山东粮食产量预测比较研究

山东省是我国传统农业大省,粮食产量对我国粮食总产量的影响较大,因此对山东省粮食产量进行预测具有重大意义.分别利用多元线性回归方法和BP神经网络两种预测方法对山东粮食产量进行预测,并对两种方法的预测结果进行分析比较,实验证明,BP神经网络平均预测精度高于多元线性回归模型,且各期预测精度较多元线性回归模型更稳定,但随时间推移,误差增大,因此BP神经网络预测模型较适用于近期粮食产量预测.     

烤烟叶片氯密度高光谱预测模型的建立

连续2 a设置烤烟3个品种处理和3个地点处理,提取10个植被指数[修正三角形植被指数(Modified triangular vegetation index,MTVI)、归一化植被指数1(Normalized difference vegetation index 1,NDVI1)、归一化植被指数2(Normalized difference vegetation index 2,NDVI2)、新型植被指数(New vegetation index,NVI)、比值植被指数1(Ratio vegetation index 1,RVI1)、比值植被指数2(Ratio vegetation index 2,RVI2)、比值植被指数3(Ratio vegetation index 3,RVI3)、水分指数(Water index,WI)、归一化色素叶绿素植被指数(Normalized chlorophyll pigment vegetation index,NCPI)、简单比值水分指数(Simple ratio water index,SRWI)],用一元线性回归模型、多元线性回归模型、BP神经网络模型分别对烤烟叶片氯密度进行估算,比较其对烤烟叶片氯密度的预测效果。结果表明,NDVI2、NVI、RVI2、RVI3、NCPI、SRWI 6个植被指数与烤烟叶片氯密度均极显著相关,相关系数均0.680。一元线性回归模型、多元线性回归模型、BP神经网络模型的决定系数分别为0.617、0.617、0.868,其均方根误差分别为1.573、1.577、0.828。BP神经网络的预测效果比一元线性回归模型、多元线性回归模型预测效果好。     

基于人工神经网络的辽宁省粮食产量模型预测研究

利用辽宁省1983～2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。     

基于偏相关分析的烟台市土壤温度影响因素及预测模型研究

根据烟台市气象局2005年的气象数据,利用偏相关分析方法分析了表层土壤温度与相对湿度、绝对湿度、大气温度、平均风速、日照时数、降水量6个气象因子之间的相关性,进而建立了基于相对湿度、日照时数、大气温度、绝对湿度4气象因子的多元线性回归模型和BP人工神经网络模型。结果表明：在6个气象因子中,相对湿度、日照时数、大气温度、绝对湿度与土壤温度存在极显著相关关系,平均风速、降雨量与土壤温度相关关系不显著;晴天时,BP神经网络模型的决定系数R^2为0．9740,多元线性回归模型的决定系数R^2为0．9739;阴天时,BP神经网络模型的决定系数R^2为0．9881,多元线性回归模型的决定系数R^2为0．9877,因此建立的神经网络模型具有很高的精度,能很好地满足土壤温度的预测要求。     

2种森林资产批量评估模型的构建与比较

以中龄林为例,分别建立了基于多元线性回归和BP神经网络的批量评估模型,选取测试样本对这2种模型的有效性进行检验．结果表明,所建立的2种模型对于中龄林评估都适用,但BP神经网络模型较多元线性回归模型的适用范围更广,预测精度更高．     

运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型

以GF-1遥感影像为数据源,研究区森林资源二类调查数据为样地实测数据,综合考虑光谱、地形、纹理特征,利用多元线性回归、BP神经网络、支持向量机和随机森林建立研究区森林蓄积量估测模型,并验证模型预测的性能。结果表明:4种模型预测评价指标的决定系数(R2)和均方根误差(RMSE)相近,但有一定的差异,多元线性回归模型R2和RMSE分别为0.446、39.979 6 m^3·hm^-2,BP神经网络模型R2和RMSE分别为0.474、39.703 9 m^3·hm^-2,支持向量机模型R2和RMSE分别为0.485、38.924 8 m^3·hm^-2,随机森林模型R2和RMSE分别为0.534、37.882 2 m^3·hm^-2;3种机器学习方法构建的蓄积量估测模型预测性能优于传统的多元线性回归模型,随机森林模型的预测性能最优。     

油用牡丹单株产量和主要表型性状的相关性

【目的】探讨油用牡丹Paeonia suffruticosa主要表型性状和单株产量的变异特征及相关关系,确定牡丹单株产量的构成因素。【方法】以25份牡丹种质资源为材料,对其主要表型性状进行相关性、主成分、多元线性回归和通径分析。【结果】供试材料表型性状的变异系数为11.36%~82.57%,单株产量与单株果实质量、单株果实数、单株有效果实数、出籽率、蓇葖宽、冠幅面积、单株新枝数、单株2年生枝数、单株花朵数和小叶数等性状存在极显著正相关(P0.01);单株产量与聚合蓇葖果直径、复叶宽、复叶叶长叶柄比等性状存在显著正相关(P0.05);单株产量与种子含水量、顶小叶长和顶小叶叶形指数存在显著负相关(P0.05)。主成分分析发现共有5个主成分特征根大于1,累计贡献率69%;多元线性回归和通径分析表明单株产量与单株果实质量、单株果实数、单株有效果实数、出籽率、千粒质量和顶小叶叶形指数等性状显著相关。【结论】对单株产量贡献最大的表型性状依次为单株果实质量、单株有效果实数和出籽率,应在油用牡丹品种选育和种质创新中予以重视。     

BP神经网络在渭干河流域土壤盐渍化预测中的应用

[目的]比较神经网络算法和传统统计建模方法对土壤盐渍化预测模型的效果.[方法]对渭干河流域多年土壤盐渍化和其影响因子进行分析的基础上,采用BP网络的3种算法,建立基于BP神经网络土壤盐渍化预测模型.将预测结果与多元线性回归模型预测结果进行对比分析,讨论线性和非线性方法用于土壤盐渍化预测模型.[结果]与传统的统计建模方法相比BP神经网络结构简单、快捷,预测精度高,很好地再现了土壤盐渍化与其影响因素之间复杂的非线性函数关系;三种BP算法中,基于trainlm算法建立的壤盐渍化预测模型具有较好的推广能力.[结论]BP神经网络的土壤盐渍化预测性能良好,用来可以预测土壤盐渍化情况.     

土壤养分因子对蒙古栎林优势木生长的影响

为研究土壤因子对优势木生长的影响,以60块蒙古栎林样地为研究对象,运用6种曲线模型和多元线性回归的方法建立了以表层土壤养分因子为自变量,以样地内优势木树高、胸径、材积为因变量的优势木生长模型。结果表明,优势木平均胸径和树高间相关关系不显著,而与土壤因子中的p H值、有效磷、全钾质量分数显著相关,并得到优势木平均胸径与土壤因子的3个曲线方程。运用多元逐步回归方法,仅土壤有效磷质量分数进入模型。综合曲线模型和线性回归模型发现,胸径生长与土壤养分质量分数相关关系呈现分段趋势;当胸径大于27cm时,土壤有效磷对胸径的影响明显减小。     

城市公园林缘景观美学质量评价

城市公园景观作为城市景观的主要因素,在改善生态环境,提高生活质量等方面起着积极作用。以沈阳市4个典型城市公园林缘植物景观为研究对象,应用美景度评估法,对所选样地的62张照片进行景观美学质量评价,运用多元线性回归建立景观美景度与植物群落结构间的数量化回归模型。建模结果表明:影响沈阳城市公园林缘植物景观美学质量的关键要素有乔木树种比例、乔木平均胸径、草坪盖度。研究结论对公园林缘景观构建及城市园林绿地的建设具有理论指导意义。     

池养克氏原螯虾形态性状对体质量的影响

随机测定了70尾池养克氏原螯虾全长(X1)、头胸甲长(X2)、头胸甲宽(X3)、头胸甲高(X4)、第1～6腹节长(X5～X10)、尾节长(X11)及体质量(Y)共12个指标,采用相关分析和通径分析方法,计算了以形态性状为自变量对体质量为依变量的相关系数、通径系数和决定系数。结果表明,克氏原螯虾11个形态性状与体质量的相关系数均达到极显著水平(P<0.01);头胸甲宽对体质量的直接影响(0.522 0)最大,其次为尾节长(0.452 4),均达极显著水平(P<0.01);头胸甲长对体质量的直接影响(0.164 1)仅次于头胸甲宽和尾节长,虽未达显著水平(P>0.05),但显著高于其他性状对体质量的直接作用,是克氏原螯虾选择育种中值得关注的另一性状;最后建立的以体质量为依变量的多元线性回归方程为Y=-16.841 5+8.996 9 X3+13.510 8 X11。     

巨峰葡萄叶面积测定方法的研究

本文用数理统计的方法,对不同立地条件、不同树龄巨峰葡萄树的叶片面积与其叶片长度、宽度和长×宽分别进行线性回归分析,得出各自高度相关的回归方程,为巨峰葡萄叶面积的测定,提供一个简单实用、可靠性较高的方法。     

土壤介电常数的多因素模型研究

利用LCR数字电桥测量仪及自制加持平行电极板,测量10、100、1 000 k Hz条件下土壤的相对介电常数与3种主要影响因素之间的变化规律。采用多元线性回归分析原理及模型,结合土壤相对介电常数的实测数据,运用SPSS软件对3种主要影响因素进行多元回归分析,得到了各因素与相对介电常数之间的相关关系及权重。结果表明,含水率、容重和温度与土壤相对介电常数显著相关(P0.05),其中含水率和温度与土壤相对介电常数极显著相关(P0.01);利用多元线性回归建立不同测试频率下土壤相对介电常数与含水率、容重、温度3因素的回归方程,且权重的大小顺序始终为容重温度含水率。     

油菜产量因素预测方法研究

以油菜单株第一分枝数、单株籽粒质量、单株荚果数、千粒质量、籽粒与茎秆比、产量等为预测对象,利用观测品种同为秦油2号的淮安站1995—2004年油菜农业气象观测资料及对应的气象观测资料,充分考虑油菜各生育阶段的生理特性及其对气象条件的不同要求,梳理确定育苗期≥0℃有效积温等35个气象因子,分别采用多元线性回归及BP神经网络等2种方法构建油菜产量因素的预测模型,并利用观测品种也为秦油2号的镇江站及射阳站1996—2000年、金坛站1997—2000年数据资料验证所构建模型的预测效果.对比分析2种模型的预测效果发现,BP神经网络模型在预测精度和稳定性上均优于线性回归模型,能对具有交互作用下的众多气象因子和产量因子进行非线性映射,可以更好地反映出油菜产量因素与相关气象因子间的函数关系.