王正非林火蔓延模型改进研究

王正非林火蔓延模型是目前国内比较先进的森林火灾蔓延模型,但是由于林火行为的复杂性,此模型在准确率和普适性方面仍存在许多不足。本文结合已有的成果进一步改进王正非模型,增加了可燃物湿度对林火蔓延速度的影响,改进了林火初始速度的计算方式。针对各种坡度对林火蔓延行为的影响给出了一个计算公式。与改进前相比,改进后的模型使其对林火蔓延情况的预估更为精准。     

基于距离度量学习的棉花品级分类方法研究

由于人工定级的方法存在如效率低、主观性强等诸多弊端，本文提出了1种经济有效的棉花品级分类方法。使用主成分分析法对数据集进行预处理，从而降低特征向量的维度；使用大边界k近邻算法学习得到1个马氏距离度量矩阵，从而实现对棉花图像的分析、特征提取等操作，使用距离度量学习、机器学习的技术来模拟人类的视觉感知；训练k近邻分类器，从而实现棉花品级的自动分类。通过试验证明了本文提出的方法可以有效现实棉花品级分类。     

黄海太平洋磷虾回波映像识别与资源密度评估

太平洋磷虾是黄海生态系统中浮游动物的关键种。为准确评估太平洋磷虾的资源密度,基于2010年1月黄海渔业资源调查过程中采集的声学和生物学数据,利用SDWBA目标强度理论模型,研究了太平洋磷虾38和120 k Hz目标的回声散射特性,并根据2个频率平均体积散射强度的差值(简称频差技术),开展了太平洋磷虾回波映像识别及资源密度评估研究。结果显示,太平洋磷虾的目标强度与其倾角和体长密切相关;120k Hz的目标强度明显高于38 k Hz,且两个频率的有效平均目标强度之差随着磷虾体长的增加而减小。数据处理结果显示,两个频率回声数据的平均体积散射强度(MVBS)呈线性关系,120 k Hz的MVBS比38 k Hz高约14.1 d B,与理论仿真结果一致;回声散射层内太平洋磷虾的资源密度为1.8~2531.8尾/m3,均值为255.1尾/m3。本研究对利用渔业声学技术开展浮游动物资源评估具有借鉴意义,未来还需要进一步对太平洋磷虾目标强度模型参数及目标识别方法进行完善,以提高其资源密度声学评估的准确度。     

栉孔扇贝夏季大规模死亡的神经网络预测模型

根据2002年和2003年对山东荣成桑沟湾栉孔扇贝养殖海区的水温、盐度、pH、氨氮浓度、亚硝氮浓度等环境因子和扇贝血清中的蛋白浓度、酸性磷酸酶活力、碱性磷酸酶活力、超氧化物歧化酶活力和过氧化氢酶活力等免疫学指标及栉孔扇贝养殖密度和死亡率的监测数据,运用人工神经网络(artificial neurd network,ANN)的原理和误差反相传播(back propagefion,BP)网络的方法,利用MATLAB软件初步建立养殖栉孔扇贝夏季大规模死亡的BP人工神经网络预测模型.预测模型经过300次的学习训练,误差平方和由67.46下降至0.009 1.该预测模型对未参与模型构建的样本预测的结果与实际监测结果的符合率达到87.5%.首次将人工神经网络与水产动物病害死亡的预测相结合,建立的预测模型具有对数据适应能力强,可适时学习,预测结果准确等突出优点,为水产养殖动物病害死亡程度的预测提供了一个新的研究方法.     

声学仪器间干扰信号的消除及其在南极磷虾集群研究中的应用

为充分利用渔船采集的声学数据,基于Echoview渔业声学数据后处理软件的相关功能模块,建立了一种强干扰背景下的回波映像集群信号提取方法,并针对2011年2月在南奥克尼群岛周边水域采集的南极磷虾集群数据进行了应用研究,有效消除了回声数据中的强干扰信号。还原后的磷虾集群数据显示,南极磷虾集群具有明显的昼夜垂直移动特征,白天虾群几何中心分布水层的平均深度为77.4 m,虾群平均厚度为10.8 m;夜间分布水层变浅,平均深度为41.2 m,平均厚度为8.8 m。     

大黄鱼的发声及信号特性研究

对大黄鱼Pseudosciaena crocea觅食及产卵时的发声及信号特性进行了研究。结果表明:不同行为下大黄鱼发声信号的频谱特性一致,即约在800 Hz频率处有一个明显的谱峰;但不同行为下发声的时域信号差距较大,即觅食时大黄鱼的发声信号都是简单的单脉冲,脉冲间隔大多集中在1~30 ms,脉冲间隔比较小,而产卵时大黄鱼的发声信号则大部分是连续的双脉冲或三脉冲,只有极个别的单脉冲或多脉冲,脉冲间隔则集中在100~130 ms,脉冲间隔要大得多。     

基于正态平稳的马尔可夫周期流量预测算法

为提高网络流量预测的准确度,提出一种新的马尔可夫流量预测算法。将实际网络流量序列分解为周期序列和正态平稳序列,对正态平稳序列建立马尔可夫模型并对其进行预测,结合预测值和周期序列得到实际网络流量的预测结果。实验结果表明,该算法具有较高准确度。     

基于移动端的水产品防伪溯源系统的实现

水产品养殖过程中,各个产品的养殖过程都有其自身的特点。本文以海参养殖作为研究对象,通过现代化移动通信设备,对海参由选苗到销售的一系列流程进行全程记录,为每件产品建立自己的身份标签。借助无线射频识别(Radio Frequency Identification,RFID)、二维码(QR Code)、全球定位系统(GPS)等物联网技术,实现对海参供应链各个环节的全程追溯。同时为保证公司利益,本系统提出了借助内外包装的两层防伪标签来达到确保产品真实性的目的。