基于农户尺度的农业旱灾风险感知影响因素及评估

阐述了风险感知的基本内涵、农户旱灾风险感知的影响因素以及主流的评估模式;总结了农业旱灾风险感知研究方法的最新发展;归纳了近年来农业旱灾风险感知研究状况,并对其发展趋势进行了展望;提出了未来农业旱灾风险感知研究中应当完善的领域.     

一种基于传感矩阵的认知无线电频谱感知算法

运用数学方法研究了通过设置适当的感知矩阵来使认知无线电网络中平均吞吐量达到最大这一问题.主要讨论了如何通过设置频谱感知序列来得到最佳感知矩阵,并对提出的方案进行了详细的讨论,通过一组数值计算结果来证明该方案的有效性.     

基于MCMC的贝叶斯长记忆随机波动模型研究

针对贝叶斯长记忆随机波动模型的单步Gibbs抽样算法效率低下的问题，通过对模型在状态空间框架下的近似表示，将向前滤波向后抽样算法引入对波动变量的估计过程中，同时在贝叶斯框架下分析了模型参数的满条件后验分布，设计出Gibbs联合抽样算法.更进一步，在对模型进行参数估计的基础上，提出波动变量的向前多步预报分布的估计方法.模拟实验结果表明：联合Gibbs抽样算法能够在保证估计精度的基础上得到优于单步Gibbs抽样方法的抽样效率，对预报分布的特征分析可用于对金融时间序列的风险控制.     

基于农户尺度的农业旱灾风险感知影响因素及评估（英文）

阐述了风险感知的基本内涵,农户旱灾风险感知的影响因素以及主流的评估模式。总结了农业旱灾风险感知研究方法的最新发展,归纳了近年来农业旱灾风险感知研究状况,并对其发展趋势进行了展望,提出了未来农业旱灾风险感知研究中应当完善的领域。     

风险态度、制度信任对失地农民风险感知的影响

剖析农民失地后感知的各类风险，深刻揭示失地农民的风险态度和制度信任对其风险感知的影响，对于政府征地安置工作具有重要参考意义。本文基于沪、赣、桂失地农民的问卷调查，通过构建失地农民风险感知评价体系，对失地农民的风险感知与风险态度进行测度，并采用有序Logit模型对失地农民的风险态度和制度信任对社会保障风险感知、经济收入风险感知、居住环境风险感知和社会心理风险感知的影响进行了实证分析。研究结果表明，失地农民的风险态度对于上述四类风险感知均存在显著正向影响，其中风险规避型的失地农民风险感知程度更为显著。此外，对制度的信任能够有效地降低失地农民的风险感知。异质性分析表明，风险规避态度对中低收入失地农民和中西部地区失地农民的风险感知具有强化作用；制度信任对高收入失地农民和东部地区失地农民的风险感知具有抑制作用。因此，在推进征地工作并保障失地农民的权益时，应纾解农民的风险规避态度、提升政府征地制度的信任度，以降低并有效控制失地农民所面临的潜在风险。     

无线网络环境下传输感知图像的模糊处理算法

传统算法在进行传输感知图像的模糊处理时,对模糊隶属函数的计算不准确,因此图像处理峰值信噪比低。针对这一问题,提出无线网络环境下传输感知图像的模糊处理算法。检测传输感知图像的模糊边缘信息;计算传输感知图像的模糊隶属函数;实现传输感知图像的模糊处理。仿真实验结果表明,设计的模糊处理算法传输感知图像处理峰值信噪比最高可达37.04 dB,对照组最高为23.05 dB,设计的模糊处理算法模糊处理能力更强,可以实现对传输感知图像的高质量模糊处理。     

Turbo码性能分析与仿真

纠错编码技术可有效地提高或改善移动通信的可靠性,在通信系统中得到了广泛地应用.在详细分析Turbo码编译码结构、译码算法的基础上,对Turbo码的性能进行了仿真.结果表明:Log-MAP算法比SOVA算法运算量大、费时更多;相同迭代次数下,Log-MAP算法比SOVA算法误码率性能好;同一算法下,迭代次数越大,误码率性能越好;帧长越大,误码率性能越好.因此,为了保证通信的可靠性和实用性,应对算法、迭代次数、帧长进行权衡.     

生鲜农产品在线评论对消费者购买决策的影响研究

以生鲜农产品在线评论的质量、形式、数量、效价及评论者的资信度作为自变量,引入消费者感知风险和感知有用性作为中介变量,探讨这些因素对消费者购买决策的影响.结果表明,生鲜农产品在线评论的质量、效价、形式显著影响感知风险;生鲜农产品在线评论的质量、效价、形式以及评论者的资信度显著影响感知有用性;感知风险及感知有用性显著影响购...     

“公司+农户”供应链背景下农户公平感知影响因素分析

随着"公司+农户"供应链运作模式的发展,其高违约率、供应链合作关系的不稳定性等问题也暴露出来。农户的公平感知正是影响履约率和供应链运作稳定性的关键因素。基于公平感知理论,从合作关系投入、风险分担机制、收益合理判断参照点选择、公司机会主义行为和合作关系互动等角度来探讨"公司+农户"供应链背景下影响农户公平感知的因素。     

邻避冲突视域中公众风险感知的理性回归研究

公众风险感知并不必然导致邻避冲突爆发,只有当公众风险感知处于理性缺失或者无理性的状态时,邻避冲突才有爆发的可能。邻避设施选址决策过程中公开性的缺失和邻避决策宣布过程中信息公开性的缺失导致公众风险感知理性缺失;利益表达渠道梗阻和沟通机制的缺位运行导致公众风险感知无理性。通过完善的制度设计可以实现公众风险感知的理性回归,从而有效防止邻避冲突爆发。     

基于改进Camshift的竹材加工目标检测跟踪算法研究

将计算机视觉技术应用到数控剖竹机运动加工目标的检测和跟踪中,提出一种基于改进Camshift算法的适合竹材加工运动目标检测和跟踪算法.针对竹材检测、跟踪过程中的干扰因素,通过图像的色度值来代替背景图像的亮度值,来减少阴影干扰,采用背景差分法与帧间差分法相结合的目标检测方法,改进Camshift算法,利用HSV图的H分量均值和每一帧H分量均值的差值结果来进行H分量均值更新,以克服光照影响,并利用Kalman滤波实现对下一帧竹材所在位置进行预测,预测结果用于修正Camshift算法的跟踪结果.结果表明,改进的算法能够对运动竹材目标进行实时跟踪,算法高效、准确.     

基于模糊Bayes-Gauss判别法的遥感影像的聚类

针对Fisher线性判别法和传统的Bayes判别方法在遥感影像聚类问题研究中存在的不足,提出一种以隶属度代替先验概率的模糊Bayes-Gauss聚类算法,并将此算法应用于真彩色（RGB）图像中的草地、道路、裸土地和建筑物的聚类.实验结果表明,本算法在聚类中与Fisher线性判别法和传统Bayes判别法相比,具有精确度较高、误识率和拒识率较低、适用性较强的特点.     

畜禽基因组选择中贝叶斯方法及其参数优化策略

品种选育在畜禽育种中占十分重要的地位,基因组选择作为畜禽育种的新兴技术手段而备受关注。其优点为可以缩短世代间隔,加快遗传进展,可以不依赖于表型进行选择。2001年,Meuwisen提出基因组选择的概念后,基因组选择首先应用于奶牛育种,至2014年8月,国际公牛组织已有34个成员国在其国家奶牛育种群中应用基因组选择。随着基因组选择的不断推广应用,提高基因组育种值估计准确性的问题有待于解决,当前对基因组选择方法的研究和探讨正在不断深入,有效的模型及算法对提高基因组育种值估计的准确性具有重大现实意义。至今已有17种贝叶斯方法相继被提出,本文简要介绍了基因组选择中的经典BayesA和BayesB方法,其中BayesA假设所有位点都有效应,BayesB假设部分位点有效应,且这部分有效应的位点所占的比例很小,它们的假设模型和算法都不相同。Meuviwisen提出经典贝叶斯方法后,其它贝叶斯方法犹如雨后春笋般涌出,这些新方法的提出,都是基于经典贝叶斯方法原理,对假设模型和算法进行适当改进,以期对模型中的参数进行优化。如BayesC方法在BayesB的基础上对模型中的π值进行优化,BayesCπ和 BayesDπ是在BayesC的基础上进行改进,这两种方法假设各位点的效应方差是相同的,而BayesC假设各位点的效应方差是不同的,BayesDπ又是在BayesCπ基础上对效应方差服从尺度逆卡方分布中的尺度参数进行优化。Bayes Lasso的思想和BayesA一样,不同之处在于它假设标记效应服从另一种分布-拉普拉斯分布,所以标记效应的后验分布也随之改变。BayesRS方法假设各位点的效应方差是按占一定比例的总遗传方差分配的。其它的贝叶斯方法也都是在前人研究的基础之上对模型中的先验假设进行变换和模型中的参数进行优化,以期寻找最适合群体的假设模型和参数。目前广泛应用的贝叶斯算法仍是经典贝叶斯算法以及BayesCπ,这是由于它们计算结果的稳定性和较高的基因组育种值估计准确性。在这3种贝叶斯算法中,基因组育种值估计准确性基本上是BayesB＞BayesCπ＞BayesA,但某些性状计算的基因组育种值准确性结果并非如此。相对于经典贝叶斯方法,参数优化过程在一定程度上提高了基组育种值估计的准确性。总之,在经典贝叶斯方法的基础上,贝叶斯方法的改进算法及其参数优化策略围绕着以提高基因组育种值估计的准确性为目的,通过生物遗传算法与实际的群体情况相结合,寻找最适的假设模型和参数优化策略,丰富和拓展了基因组选择算法,并能使得基因组育种值更具参考价值。由于中国的动物育种历程与国外育种差距甚远,利用基因组选择可以加快畜禽育种进程,进而还可以培养新品系,丰富遗传资源。同时对基因组选择在中国的方法研究及应用进行了介绍,面对基因组选择的种种优点,全基因组选择育种技术势在必行。此外,文章还探讨了畜禽基因组选择中贝叶斯方法及其参数优化策略存在的主要问题和今后研究的热点,以期为获得更加可靠和快捷的基因组选择算法提供参考。     

关于两个独立二项总体推断的Bayes样本容量的确定

样本容量的确定在现代生物医学研究以及在对两个独立的二项实验进行统计分析时,是经常遇到的一个问题。在实验设计阶段,往往需要计算最佳样本容量,目的是为了保证两个二项参数差的估计值与真实值的误差在所要求的范围内概率最大。巧妙地利用先验信息是实验设计的一个关键环节,目前正在广泛应用的样本量的计算公式在利用先验信息时通常采用点估计的形式。本文提出了确定样本容量的Bayes风险准则,给出了样本容量计算的Monte Carlo方法,并把这些方法应用到估计两个二项比例差的实验设计上。最后考虑了0-1损失函数和平方损失函数下计算样本容量的Bayes方法。     

关于两个独立二项总体推断的Bayes样本容量的确定*

 样本容量的确定在现代生物医学研究以及在对两个独立的二项实验进行统计分析时,是经常遇到的一个问题。在实验设计阶段, 往往需要计算最佳样本容量,目的是为了保证两个二项参数差的估计值与真实值的误差在所要求的范围内概率最大。巧妙地利用先验信息是实验设计的一个关键环节,目前正在广泛应用的样本量的计算公式在利用先验信息时通常采用点估计的形式。本文提出了确定样本容量的Bayes风险准则,给出了样本容量计算的Monte Carlo方法,并把这些方法应用到估计两个二项比例差的实验设计上。最后考虑了0－1损失函数和平方损失函数下计算样本容量的Bayes方法。     

沥青路面预养护方法多属性灰色模糊决策

确切的操作风险损失分布保障了风险度量的准确性。对银行操作风险损失数据的分析,国外学者一致认为操作风险分布近似泊松分布或负的贝奴里分布。基于中国商业银行1994~2008年的操作风险损失数据,通过对操作风险损失分布的检验、贝叶斯马尔科夫蒙特卡洛频率分析,发现中国商业银行操作风险损失分布近似服从广义极值分布（Generalized Extreme Value）。     

基于贝叶斯网络的城市居民出行方式研究

为解决含有不确定信息的非期望产出效率评价问题，建立了一个非期望产出的随机DEA模型．该模型将非期望产出作为负期望产出进行处理，引入了期望效率值、显著性水平来刻画随机问题，并通过机会约束规划的相关知识将模型转化为确定形式．对模型的最优值的相关性质进行了探讨，说明最优值与期望效率值、显著性水平之间的关系．最后给出数值实验说明该模型的有效性．     

基于Landsat 8遥感影像的地上生物量模型反演研究

以吉林省延边朝鲜族自治州汪清县的主要针叶纯林树种为研究对象,结合Landsat 8 OLI数据和地面调查数据,通过提取半径为15 m圆形样地林分尺度下的遥感特征变量实现对地上生物量的估算。首先提取128块样地内的34个遥感特征,其次采用随机森林特征重要性分析遥感特征的贡献率,再利用BP神经网络算法的2种训练算法、SVM支持向量机的3种核函数构建地上生物量模型,最后利用32个测试样本评价模型的估算精度。结果表明,BP神经网络的L-M训练算法和贝叶斯正则化训练算法的R²分别为0.602 9、0.672 1,RMSE分别为5.096 9、4.263 7,MAE分别为4.166 9、3.211 8;SVM支持向量机的线性核函数、RBF核函数、多项式核函数的R²分别为0.585 8、0.561 9、0.487 7,RMSE分别为5.859 4、5.600 9、5.763 7,MAE分别为4.24、3.89、4.176。以贝叶斯正则化训练算法构建地上生物量模型的估测精度最佳;BP神经网络算法比SVM向量机更适用于本研究;同一种机器学习算法不同的训练函数存在差异性。     

基于激光雷达的果园树干检测

为探索激光雷达在农业机器人环境理解和导航中的应用,研究一种基于改进DBSCAN算法的果园树干检测算法。该算法使用自适应密度阈值和聚类半径对不同距离处数据点进行聚类和整合,以克服DBSCAN算法对全局变量值敏感的缺点。针对激光雷达可能扫到地面造成机器人误检的问题,采用机器人航位推算模型计算当前帧数据中待定类的距离,通过与前一帧数据中对应类距离的比较判定待定类的类别,进而对地面干扰类进行排除。试验结果表明:1)机器人正常行走时本算法能够排除噪声准确识别树干类点;2)存在果树分枝或地面干扰时,有少量漏检,平均误判果树数目为-0.13棵,能够区分出地面类和果树类。该研究可以应用到农业机器人果园环境理解和导航中。     

新建管道完整性管理理念探索

新建管道开展完整性管理是保证管道运行期安全的本质基础,只有在新建管道建设期间开展完整性管理,通过风险评价、设计风险减缓设施等完整性管理措施降低管道本质风险因素,为管道的安全运行奠定基础。对新建管道完整性管理的理念、国外新建管道完整性管理现状与特点、国内新建管道完整性管理需求和今后新建管道完整性管理研究和应用方式等模式进行了探讨,提出了新建管道完整性管理的理念、原则和管理框架,为系统开展新建管道完整性管理探索了一种科学可行的管理模式。