汽车制动防抱系统参考车速确定方法

分析了汽车制动防抱系统控制中多种参考车速的确定算法,提出了参考车速的自适应斜率算法,给出了其构建方法.进行了大量的试验验证,结果表明该算法大大提高了参考车速确定的准确度及其自适应性,改善了ABS控制效果.     

基于空间连续性聚类算法的精准农业管理分区研究

该研究在K均值算法KM的基础上,根据空间单元位置的相互依赖关系,提出了一种新的空间连续性聚类算法SCKM。以北京精准农业示范基地获取的OMIS图像为数据源,选用K均值算法、等间隔法、分位数法、自然断点法等传统分区方法和SCKM算法,对肥水需求关键时期的小麦的长势差异进行了管理分区提取研究,并引入了权重方差和聚集度两种分区效果评价指标,对分区结果进行了比较和评价。结果表明：SCKM算法与传统分区方法分区结果相比,区内方差差异不显著;而空间聚集度远好于后者,利用SCKM法分区能够有效地去除大量的孤立单元或碎片。     

地面气候月报编报软件的设计与实现

地面气候月报是世界气象组织规定需要编发并通过国际通信系统进行国际交换的一类气象报告,报告中编发的数据对气象及气候应用有重要作用.根据中国气象局的业务改革发展规划,地面气象观测站取消编报业务后,为了保证国际应用上和气候相关的变量能够保持无间断地监控,在国家级需依托已有业务资源,完成地面气候月报的编报.在此研究了新的业务流程下地面气候月报编报算法的编制及软件框架的设计,并介绍了软件开发及应用部署情况.     

基于GA的果树仿形喷雾神经网络混合模型研究

基于BP神经网络研究果树施药仿形喷雾参数之间的关系发现，BP神经网络无法避免不稳定性和局部极小的局限性，为此，该文利用遗传算法优化BP神经网络的权系数，构建遗传算法和BP的果树仿形喷雾神经网络混合模型。研究结果表明：混合模型的计算精度比BP模型要高，其平均相对误差由0.05减为0.019，均方误差由0.005减为0.002。在预测应用中，不仅绝对误差减少，而且合格率从原来的60%提高到80%，较好地解决了单纯神经网络模型的不稳定性，避免局部极小的缺点。     

集成GASA混合学习策略的BP神经网 络在水稻虫害预测中的应用

为改进受多变量、时变和不确定因素影响的作物虫情预测的效率和准确性，以重庆市永川区为研究区域，将1996－2004年的气象和虫害数据分为独立的训练和检验数据集，以研究集成GASA混合学习策略的BP神经网络应用于水稻虫情预测中的可行性。与广泛应用的时间序列分析法和传统BP神经网络相比，集成混合学习策略的BP神经网络预测精度和拟合性能都有了很大提高，因而具有较好的应用前景。     

Study on comparison of different methods to calculating sensitivity index of Jensen model

Real coded Accelerating Genetic Algorithm(RAGA),Chaos Algorithm(CA)were used to solve the sensitivity index of Jensen model which is one of models of crop water production function.After comparing with the outcome of Least Square Regression(LSR),the result showed that RAGA not only had high accuracy and more effective,but also saved calculating time.The authors provides new effective methods for calculating index of crop water production function.     

基于FSA-LSSVR模型的安徽省耕地变化预测

针对耕地变化内部规律及其外部驱动因子的特点,利用鱼群算法优化最小二乘支持向量机回归（FSA-LSSVR）模型,探讨耕地变化预测模型,为耕地保护政策制定提供参考依据。结果表明:鱼群算法的全局搜索能力能使支持向量机算法有效地收敛到参数γ和σ的全局最优解;FSA-LSSVR模型的预测精度指标远高于多元线性、GM（1,1）和BP神经网络模型,且优于FSA-SVM,求解速度明显优于SVM。FSA-LSSVR模型可以解决SVM内部参数难以确定的问题,适用于多因素参与的高维非线性的耕地变化预测,而且速度快、精度高,具有推广价值。     

Classification of toxigenic and atoxigenic strains of Aspergillus flavus with hyperspectral imaging

Aspergillus flavus (A. flavus) produces secondary metabolites, aflatoxins, that are harmful to both humans and animals. Because of stringent federal regulation requirements as well as the limitations of available detection methods, there is an urgent need for rapid, non-invasive and effective techniques such as hyperspectral imaging, for the detection of the toxigenic strains of A. flavus. Hyperspectral images of toxigenic and atoxigenic strains of A. flavus were classified. Principal component analysis (PCA) was applied for data decorrelation and dimensionality reduction. A Genetic Algorithm (GA) was implemented for the selection of principal components (PCs) based on Bhattacharya Distance (B-Distance). A Support Vector Machine (SVM) was successfully applied for the classification. Under halogen light sources, in average 83% of the toxigenic fungus pixels and 74% of the atoxigenic fungus pixels were correctly classified; while under UV light sources, 67% of the toxigenic fungus pixels and 85% of the atoxigenic fungus pixels were correctly classified. The pair-wise classification accuracies between toxigenic AF13 and each atoxigenic fungus species (AF38, AF283 and AF2038) were 80%, 91% and 95% under halogen light sources, and 75%, 97% and 99% under UV lights, respectively.     

改进的次梯度优化算法的收敛性研究

次梯度优化算法是求解Lagrange对偶问题的一种有效的算法。不同的步长策略对算法的收敛性有不同的影响,I型锯齿现象对算法的收敛速度也会产生影响。通过改进步长因子公式和搜索方向,在普通次梯度优化算法的基础上,提出了一种改进的次梯度优化算法(MSOA)。该算法具有收敛、能够有效地消去I型锯齿影响的优点。     

随机模型预测UASB反应器对奶牛养殖废水处理效果

为实现UASB反应器运行人工智能控制,采用三层BP神经网络(Back Propagation Artificial Neural Network,BP-ANN)预测升流厌氧反应器处理奶牛养殖废水COD去除效果。运用BP神经网络构建出水与进水COD浓度、水力停留时间、p H、温度、碱度、挥发性有机酸、有机负载率和悬浮固体之间非线性模型,比较不同算法。Levenberg-Marquardt算法为BP神经网络最佳算法,最佳结构为8-8-1,模拟训练效果较好。BP神经网络预测值与真实值接近,一致性较高,模型拟合程度较好。利用线性-非线性模型评价不同输入参数对废水COD去除率影响,比较BP-ANN与线性-非线性模型预测效果,为奶牛养殖废水处理智能化管理提供技术支持。