河套灌区土壤质地克里金插值与平滑效应校正

土壤质地的空间分布对指导土壤改良、灌溉排水管理及水土资源合理利用等具有重要意义,而克里金插值方法尽管应用广泛,但往往会产生平滑效应,即高值低估和低值高估。本研究针对河套灌区土壤颗粒组成,使用不同的对数比转换方法处理其成分数据特性,通过普通克里金法对转换后的数据进行空间插值,同时基于邻近点特征构建插值点残差估算的误差反向传播(BP)神经网络(BPNN)模型,并对插值结果的平滑性进行分析评估和校正探究。河套灌区的应用结果表明,不同对数比转换方法对克里金插值的平滑效应作用程度不同,其中等距对数比转换(ILR)的改善效果最显著,与直接使用普通克里金插值相比,黏粒、粉粒和砂粒的极差平滑率分别减小5.8%、33.8%和45.6%,标准差平滑率分别减小38.6%、53.9%和60.2%。进一步使用BPNN模型校正后的土壤颗粒组分插值平滑性显著降低,其中极差平滑率降为0,标准差平滑率仅为0.03～0.07;同时插值误差有一定减小,其中黏粒、粉粒和砂粒的均方根误差分别减小19.8%、21.0%和14.6%。本研究提出的基于对数比转换(ILR)和误差反向传播(BP)神经网络模型联合处理方法(ILR-BP)...     

距离倒数和克里克方法在土壤养分制图中的比较研究

空间插值方法以及模型参数的选择是制约插值精度的重要因素。为此,使用普通克里克、普通对数克里克和距离倒数加权方法对三峡库区王家沟小流域内的土壤养分(有机质、全氮、全磷)进行插值,研究了权重指数、邻域样本数目和变异函数模型对插值结果的影响,并用交叉验证的方法对这几种插值方法进行了比较。结果显示,距离倒数加权对于土壤有机质和全氮制图具有最高的精度,对数克里克对于全磷的模拟则是最优的。     

土壤质地转换中优选插值方法研究

采用分段三次Hermite插值方法、三次样条插值方法和分段线性插值方法进行土壤质地数学转换计算,通过比较分析得出:①插值函数因为各自所需满足的特定条件不同而具有不同的特性。如果插值函数特性与土壤级配累积曲线特性相符,误差较小;若插值函数特性与土壤级配累积曲线特性不相符,误差较大,易出现不合理现象。②在3种插值方法中,分段三次Hermite插值方法的误差最小,而且其特性与土壤级配累积曲线特性符合程度最高,所以分段三次Hermite插值方法最适合用于土壤质地转换插值计算。     

疏勒河灌区地下水埋深空间插值方法比较

利用反距离加权(Inverse Distance Weighting,IDW)和普通克里格(Ordinary Kriging,OK)插值方法,对疏勒河灌区近6a3月份地下水埋深平均值数据进行插值运算,根据交叉验证结果和等值面图综合评定,OK为最适合疏勒河灌区地下水埋深数据的插值方法.对地下水埋深数据进行探索性空间数据分析,结果显示,埋深数据具有离散性大、存在极大和极小值、呈正偏分布等特点.而数据转化能大大减小数据的离散性和不对称性,有效消除插值结果图中各类插值噪音.交叉验证显示,对数转化能提高OK的插值精度.     

贝叶斯模型在土壤转换函数中的应用与适应性评价

为了研究大型灌区节水改造后的区域农田生态环境效应中分布式水文模型空间参数的确定问题,通过内蒙古河套灌区解放闸灌域22个土壤水盐监测点110个土壤样本的采样与分析,利用贝叶斯神经网络(BNN)模型建立了河套灌区区域分层土壤特征参数与土壤水分特征曲线模型参数、特征含水率之间的土壤转换函数模型,并与已有的BP神经网络模型进行适应性比较及模型验证。结果表明,BP模型土壤转换函数的训练模拟精度优于BNN,但是在模拟预测方面,BNN模型普遍好于BP模型,而且模型输入因子数量对BP模型的精度影响较大,而BNN模型对于不同输入因子表现出很好的稳健性,BNN模型比传统的人工神经网络模型具有更好的适应性和预测效果,体现了土壤特征参数的空间随机性和结构性特征,而且预测的土壤水分特征曲线与实测和VG拟合结果更为接近,是一种具有广阔应用前景的区域土壤转换函数推求方法。     

基于距离反比法的土壤盐分三维空间插值研究

以新疆兵团一块面积约70 hm2的盐碱地为研究对象,采用EM38与土钻取样相结合的方法得到了126个点不同土层(0~200 cm)的1 386个土壤盐分数据,应用三维距离反比法(3D-IDW)对土壤盐分进行了空间插值,探讨了垂向坐标扩大倍数和搜索点数对插值结果精度的影响。结果表明,研究区0~140 cm土层盐分平均含量较高,为1.84~2.11 g/kg,盐分变异较大,而140~200 cm土层盐分平均含量较低,为1.74~1.79 g/kg。所有土层盐分含量的统计特征值(平均值、标准差和变异系数等)均随土层加深而呈现递减的趋势。土壤盐分实测值和估计值的均方根误差随垂向坐标扩大倍数的增大而减小,随搜索点数的增加而增大,其值在0.1~0.4 g/kg范围内变化,当垂向坐标扩大300倍、搜索点数为6个时,插值效果较优。采用确定的参数对研究区的土壤盐分进行了三维空间插值,结果表明土壤盐分空间分布特征与实测值比较吻合,大部分区域土壤盐分含量小于2.5 g/kg,靠近北部和南部边界区土壤含盐量较低,属于非盐化土区,而大于4 g/kg盐化土主要分布在中间和南部局部区域。研究区80%土壤为非盐化土和轻度盐化土,20%为中度和重度盐化土。影响该区盐化土分布的主要因素有灌溉、局部地形、粘土层位置、地下水埋深和矿化度。当不同方向的取样间距相差很大时,选取合适的垂向坐标扩大倍数和搜索点数对保障3D-IDW法的插值结果精度至关重要。     

基于机器学习方法的土壤转换函数模型比较

土壤水分状态及运动过程的准确描述与预测需要精确的土壤水力参数,而使用土壤转换函数的方法可以方便省时省力地获得土壤水力参数。对于不同的建模方法,在模型预测精度、运行效率等方面有所差异。【目的】探究不同机器学习方法建立土壤转换函数模型的优劣。【方法】使用UNSODA全球土壤水力性质数据库,对比分析了人工神经网络(ANN)、支持向量机(SVM)、K-最近邻居法(KNN)对于van Genuchten模型参数的预测精度,并使用土壤样本的含水率-负压实测数据,从土壤质地的角度评价了各模型的预测效果。【结果】SVM模型对样本的预测效果最好,ANN次之,KNN模型受边缘效应影响预测效果稍逊。在训练模型时,ANN模型用时最长,KNN模型用时最短。然而,在预测过程中,ANN模型用时最短,KNN模型用时最长。【结论】本研究推荐在小数据集上建立土壤转换函数模型时使用SVM,而在更大型的数据集上要综合考虑计算成本、预测精度等方面合理选取建模方法。     

基于空间插值的区域尺度土壤全盐量时空变异规律研究

为准确获取区域尺度的土壤全盐量空间分布特征以及其年际动态变化规律。以甘肃景泰川电力提灌灌区为研究区,以2015年的16个监测点测得的土壤全盐量数据为基础,采用ArcGIS软件中的空间插值模块分别运用反距离权重法、样条函数法、趋势面法以及普通克里金法对区域内土壤全盐量数据进行空间插值。分析表明,反距离权重法插值精度最高、与实际监测的结果吻合度高,能准确反映土壤全盐量时空变异规律及分布特征。运用反距离权重法对研究区1994、2001、2008和2015年的土壤全盐量观测数据进行空间插值,结果表明:研究区内的土壤全盐量最大值逐年增大,由1994年的2.2648%增大到2015年的3.2294%,土壤全盐量最小值除个别年份有所降低外,总体亦呈现增大趋势,全盐量平均值持续增高在2015年达到了1.1228%,较1994年总体增长了0.1167%;研究区土壤盐分总体呈现西南低东北高的分布状况,且西南区域土壤全盐量呈现降低趋势而东北区域则呈现增加趋势,该结果可为研究区土壤盐渍化的水盐调控及盐渍化治理提供借鉴。     

基于数位笔压感的三维手绘笔触表达与深度转换

针对当前手绘系统中数位笔压感信息应用的局限性,提出了基于压感信息的三维手绘笔触表达与深度转换方式。该方式以多线段和圆的疏密度修正方式表现压力笔触,定义了压力作用程度算式,用任意点法向压力估算简化方法判定平面上和空间曲线的笔触影响区域。通过端点锁住和抛物线压力转换方法优化压力曲线单调性,实现了压力笔触到深度坐标及影响半径的转换,并将结果应用到汽车三维手绘系统(压力版)中。实验测试效果表明数位笔压力信息能有效转换为三维手绘曲线的深度信息,计算时间短,可靠性高,可视化效果明显。     

基于RBF神经网络的土壤有机质空间变异研究方法

通过研究土壤性质的空间变异和空间插值方法，快速准确获取土壤性质的空间分布是精确农业和环境保护的基础。该文以四川眉山一块约40 km2的区域为试验区，采集表层土壤（0～20 cm）样点80个，利用径向基函数(RBF)神经网络建立空间坐标和邻近样点与土壤有机质间的非线性映射关系（RBF2），模拟土壤有机质的空间分布。与普通克里法（OK）和仅以坐标为网络输入的神经网络方法（RBF1）相比，RBF2的插值精度有显著的提高；相同样点密度下其相对预测误差分别较OK和RBF1减小了9.87%、1.97%（样本A）和13.09%、2.36%（样本B）；即使样点数减半的情况下RBF2的相对预测误差也分别较OK和RBF1减小了10.23%和2.33%，并且插值图差异相对较小，可以更好地反映土壤有机质空间分布的异质性。因此，利用以坐标和邻近样点为输入的神经网络方法可以相对准确、快速地获取区域土壤性质空间分布的异质性信息。     

电压骤降暂态扰动点检测方法研究

电压骤降是电网中一种典型的暂态电压扰动信号,为了检测出其发生电压扰动的位置,现在多采用小波变换或小波包变换对扰动信号进行检测。利用Maflab仿真对电网中的暂降信号进行检测,对比小波包变换与小波变换对扰动信号突变点检测的效果。仿真结果表明：在不去噪直接进行检测的情况下,使用相同的采样频率和相同信噪比强度,小波变换对扰动点的检测更准确。     

基于Himert变换与Chirp—Z变换的闪变检测

为减少电压波动和闪变带来的危害,必须对其进行有效检测,为评估及补偿环节提供准确的量值依据。提出基于Hilbea变换和Chirp—Z变换的闪变测量改进方法,应用Matlab软件对该检测方法进行仿真,并用实测数据进行验证。仿真结果表明,该方法能有效检测闪变,结果具有较高的精度。     

基于SVM的多方位声散射数据协作融合鱼分类与识别

为解决基于声散射数据的鱼分类与识别问题,提出了一种基于SVM的多方位声散射数据协作融合鱼分类方法。首先,提取多方位声散射数据的小波包系数奇异值、时域质心及离散余弦变换系数特征,并进行特征融合;然后,采用支持向量机(SVM)分类器对每个方位提取的特征做出决策,并将决策结果表示成后验概率的形式,同时利用每个方位的决策概率对其他方位的决策进行加权;最后输出分类结果。采用3类鱼作为研究对象,得到不同方位数量条件下基于协作融合方法的分类正确率最终达到92%以上。试验数据处理结果表明,随着方位数量的增加,总体分类正确率呈升高的趋势,基于SVM的协作融合方法可以有效提高分类正确率。     

基于焊接方法构建专业课程体系的研究与实践——以湖南机电职业技术学院为例

专业课程体系是专业建设的核心内容,是专业课程教学的＂全局＂,它关系到专业的生存和发展以及办学特色的形成。文章采取以企业用人要求为基准的逆向思维,建构与改造了基于＂焊接方法＂的专业核心课程体系。开创性地探索了独特的课程开发体系,为高职教育提供了可供推广或借鉴的课程开发模式。     

基于HHT的滨海降水多尺度时频特征研究

基于EEMD的改进型HHT方法,深入剖析了滨海围垦滩涂区域降水的多尺度周期特征进行。结果表明,滨海地区赣榆、东台、上海测点年降水和季节降水变化的周期振荡主要体现在2~3a、5~7a左右的年际尺度上和10~15a、25~30a左右的年代际尺度上,与江淮地区的整体特征和气候背景基本一致,但滨海地区的地理位置与环境特殊性使其降水周期振荡的频域相对较宽且离散。与离散小波变换固定频带下的信号分解相比,HHT方法的EEMD分解具有更优的自适应性;与连续小波变换相比,HHT方法在滨海地区降水信号高频周期振荡特征的解译和信号分解中频域混叠现象的避免方面更具优势。     

光照不变性研究及在农业领域中的应用

对光照不变性的几种研究方法进行了综述,总结了它们的优缺点及局限性;分析了光照变化在农业领域的重要性。对于在室外作业的农业机器人来说,由于光照条件的变化导致了果实识别误差较大和处理时间长;而在农产品品质检测中,光照条件的变化同样会影响检测结果,使得检测的误差率过高。因此,要消除光照变化的影响,为机器视觉识别奠定良好的基础。     

小波消噪原理及在轧辊偏心补偿控制中的应用

由于以快速傅立叶变换为基础的轧辊偏心补偿控制算法具有时域和频域局部化矛盾的局限性,且不能处理非平稳信号,本文利用在小波变换下奇异信号和随机噪声在多尺度空间中的模极大植传递特性的不同,提出了一种基于皮消噪的毗辊偏心补偿控制算法,并设计了一种轧辊偏心的小波分析器（ＷＡＲＥ）。仿真研究表明,对于提高轧件的厚度精度ＷＡＲＥ优于轧辊偏心的傅立叶分析器（ＦＡＲ０和其改进算法（ＭＦＦＴ和ＬＳ算法）,并可使轧辊偏心对厚度的影响减小９０％。通过对基于小波分析的轧辊偏心补偿控制的探索,为开发高精度轧机控制系统指出了一个新的研究方向。它对设计新型轧机和改造旧轧机都具有现实意义,有利于促进轧制过程自动化的发展。     

如何在课堂中进行创新教学

学生的创新活动是在民主、宽松和谐的环境中进行的,在教师的期待、激励中学生才能大胆质疑,善于发现问题。在同学们的合作交流中,学会研究问题,解决问题。在这样的亲和、互助的环境中培养了学生创新的勇气,乐于创新的热情,敢于创新的精神,才能充分地挖掘学生的创新潜能。从而使学生获得有效持续的发展。     

拓展农机职业教育引领农民职业转化

农民职业转化是农业经济高速发展的必然要求．农民的文化科技素质较低制约了农民职业转化。如何提高农民素质，推进农民职业高质量转化已成为当今农村经济发展的焦点问题。作为农村职业教育基础的农机培训部门，要利用自身条件与优势，在培训教育市场中去拼搏，必须加强自身建设。适应市场变化需要，面对市场竞争，形成职业教育自我特色．才能走在农民职业培训的前列，引领农民职业转化。     

基于Hough变换的成熟草莓识别技术

基于图像区域特征来识别被遮掩、重叠或紧靠的草莓果实非常困难，提出一种基于Hough变换的成熟草莓识别方法。先对Lab彩色模型下α通道图像进行分割，利用提取的草莓轮廓信息，根据草莓轮廓的数学模型进行Hough变换，实现成熟草莓的识别。为减少运算量，在Hough变换之前，先进行区域标记，获取有效图像信息区域。草莓轮廓信息提取和Hough变换在各个有效区域中进行，由于参数空间大大压缩，运算量也得到减少。试验表明：当成熟草莓轮廓信息丢失小于1／2时，无论单个分离的成熟草莓，还是被遮掩、重叠或紧靠的成熟草莓，皆有很好的识别效果，识别平均相对偏差为4．8％，能满足草莓采摘机器人对目标识别精度的要求。