基于改进主成分分析和AdaBoost算法的运动虾苗识别方法

针对虾行为量化过程中运动虾苗较难检测与识别的问题,该文以南美白对虾虾苗为例,提出了一种基于改进主成分分析(principal component analysis,PCA)+AdaBoost算法的运动虾苗自动识别方法。在室内自然光条件下,利用工业相机采集承装容器中虾苗的灰度图像。提取图像中大小为100×100像素的不同运动状态的虾苗图像,首先使用改进PCA算法进行主成分分析,并进行特征提取。根据特征参数的分布情况,对其进行归一化处理,利用归一化的特征构建多个弱分类器,利用Adaboost方法将弱分类器构建成强分类器。最后,利用强分类器对运动虾苗进行识别。试验结果表明,在150幅不同运动状态虾苗测试样本中,基于改进PCA+Adaboost方法的识别正确率98%,平均每个样本识别时间为0.027 898 s,满足行为量化中的自动识别要求。     

基于改进杂交粒子群算法的农村微能网多能流优化调度

西部农村地区电网薄弱,光伏和风电扶贫投资未考虑配套输配电设施,用以处理生物质废弃物的沼气受季节性温度变化影响运行经济性不佳,为解决上述问题,该文提出利用沼气作为气源含可再生能源的冷-热-电-气多能流农村微能网供能架构,建立相应的多能流微能网调度模型,针对粒子群算法早熟、容易陷入局部最优的问题,提出采用动态调整惯性权重的杂交粒子群算法进行求解,算例结果表明,通过对系统内各设备的调度,有效降低系统日运行成本,在冬季,采用改进型杂交粒子群算法所得日运行费用相比采用基本型粒子群算法降低7.6%,其相比系统未优化所得日运行费用降低79.1%;在夏季,相比基本型粒子群算法与未优化分别降低17.0%、71.2%,实现微能网的经济运行,证明了本模型和算法的正确性。     

烟草脉清病毒完整基因组上微卫星分布特性研究

借助MATLAB软件和最优完全子图算法,提取并展示NCBI数据库中烟草脉清病毒完整基因组（NC-003378.1）上微卫星分布特性。结果表明,计算出了各种1-碱基组～6-碱基组在完整基因组序列上重复出现次数和出现位置,并展示它们的分布规律（指数函数）。烟草脉清病毒完整基因组上各种N-碱基组最大的重复出现次数,随N按指数函数数减少;各种N-碱基组重复出现次数由少到多排序的结果,重复出现次数随序号增加。该研究方法可以系统地运用到其他病毒完整基因组序列微卫星分布特性的提取和展示,从而为有效利用微卫星分布特性研究完整基因组的结构和功能、遗传和变异规律提供依据。     

基于分布式数据入侵检测模型研究

在数据挖掘技术应用于入侵检测的研究中,分布式环境下的全局频繁项目集的更新算法尚不多见。为改善入侵数据增加后,更新算法的效率问题,提出一种基于分布式入侵检测的关联规则快速更新算法TDUA(Trivial Distributed Update of Association rules)。算法引入强频繁项目集概念,有效地修剪候选项目集数目,采用共享模式的体系结构,具有通信代价较小,挖掘效率较高的特点。并从理论与实验两个方面验证了算法适应在高速大流量的分布式网络环境下快速准确地建立入侵检测模型。     

Selection of locations of knots for linear splines in random regression test‐day models

Using spline functions (segmented polynomials) in regression models requires the knowledge of the location of the knots. Knots are the points at which independent linear segments are connected. Optimal positions of knots for linear splines of different orders were determined in this study for different scenarios, using existing estimates of covariance functions and an optimization algorithm. The traits considered were test‐day milk, fat and protein yields, and somatic cell score (SCS) in the first three lactations of Canadian Holsteins. Two ranges of days in milk (from 5 to 305 and from 5 to 365) were taken into account. In addition, four different populations of Holstein cows, from Australia, Canada, Italy and New Zealand, were examined with respect to first lactation (305 days) milk only. The estimates of genetic and permanent environmental covariance functions were based on single‐ and multiple‐trait test‐day models, with Legendre polynomials of order 4 as random regressions. A differential evolution algorithm was applied to find the best location of knots for splines of orders 4 to 7 and the criterion for optimization was the goodness‐of‐fit of the spline covariance function. Results indicated that the optimal position of knots for linear splines differed between genetic and permanent environmental effects, as well as between traits and lactations. Different populations also exhibited different patterns of optimal knot locations. With linear splines, different positions of knots should therefore be used for different effects and traits in random regression test‐day models when analysing milk production traits.     

基于振动及EEMD-CMAC算法的鸭蛋散黄在线检测

针对鸭蛋长期存储以及运输过程中造成的散黄问题,构建一种基于振动信息的鸭蛋散黄在线检测流水线,可实现鸭蛋的自动触压和随动检测。通过磁致伸缩振子对鸭蛋扫频振动进行音频信息增强,对音频振动信号进行集合经验模态分解,并通过主成分分析进行降维提取主要特征,基于此,构建基于小脑神经网络的鸭蛋散黄检测模型。试验中,对320枚鸭蛋进行检测(训练集200枚,测试集120枚),结果表明,基于累积贡献率达98.14%的前5个主成分的鸭蛋散黄检测模型训练集和测试集识别率分别达98.66%和97.03%,每枚鸭蛋在线检测时间约1 s。研究表明,所研制的检测流水线基于磁致伸缩振子扫频激励未知品质鸭蛋,再结合EEMD-CMAC进行鸭蛋散黄检测是可行的,可满足流水线在线检测的要求。     

基于多时相遥感数据的吉林西部土地覆被分类提取

为深化计算机自动提取土地覆被类型在遥感分类研究中的应用,以吉林西部的镇赉县为试验区,利用Landsat8多时相遥感数据的季节变化信息、地表植被、水体与土壤等特征参量,构建多维分类特征数据集对试验区进行土地覆被分类研究,提取了11种地表覆被类型。结果表明:1)多维变量组合方案的总体分类精度为95.50%,Kappa系数为0.9504。该方案自动提取地类达到了一个比较理想的分类结果,方案有效可行;2)方案中,3个主要特征分类变量的引入能很好改善易混淆地类的可分性,尤其,地表植被季节变化信息和土地信息的引入能明显提高土地覆被的分类精度;3)实际情况表明,引入的分类特征量不是越多越好,只有将多种分类特征有效结合才能够提高土地覆被分类精度。该文为农牧交错带上的土地覆被遥感监测提供了一个可行的方案,该方案有效可行。     

基于目标规划的履带可变形机器人结构参数设计及验证

机器人结构参数直接影响其对环境的适应能力,因此合理的结构参数设计至关重要。为更高效设计能适应障碍已知环境的机器人,该研究提出一种基于目标规划的机器人结构参数设计方法,以得到能适应该环境的结构参数最优的机器人,并开发样机进行试验验证。首先提出并设计履带可变形机器人模型,在分析机器人越障机理基础上,建立机器人能够跨越的台阶和沟壑障碍与其结构参数间的关系,并在此基础上建立履带可变形机器人的结构参数目标规划模型。利用遗传算法得到该目标规划问题的最优结构参数:履带轮半径60 mm,摆臂最大长度326 mm,机体长度290 mm,并利用Adams建立仿真模型验证了机器人对目标环境的适应性。样机试验表明机器人能够跨越160 mm高台阶和300 mm宽沟壑,证明了计算得到的结构参数的合理性,及基于目标规划的机器人结构参数设计方法的可行性。该研究可为机器人的结构参数设计提供参考。     

基于二维光谱特征空间的土壤线自动提取算法

土壤线是在二维光谱空间中土壤纯像元光谱反射率按照大小排列而成的直线,它综合反映了具有不同水分条件的土壤含水状况,对于了解土壤和植被的理化性质和生态特征有着重要的意义。由于土壤线采用手工描绘效率低,因人而异,致使涉及土壤线的模型在业务化应用和推广中受到限制。为此,提出了一种土壤线自动提取算法,以及算法实现的流程和步骤,利用该算法可以基于遥感影像构建的二维光谱特征空间自动提取土壤线参数。通过时间序列和实际估算2种方法分析了算法的性能,发现在提取土壤线参数上具有较好的稳定性和精度,时间序列内提取土壤线斜率的平均偏差小于0.1,与实际估算的土壤线斜率偏差也很小。该算法已被应用于农田干旱监测模型PDI、MPDI和SPSI的土壤线自动提取运算中。结果表明,在保证模型精度的前提下,自动算法有效地提高了模型运算的效率,对农业干旱模型的业务化推广有实际的应用价值。     

基于遗传算法的不同光照条件下植被和土壤组分温度反演

为了提高地表土壤组分温度的反演精度,该研究利用ASTER反射光谱数据获取像元组分比,将直方图法引入遗传算法中,从而缩小了获取遗传算法最佳搜索参数的范围,并利用遗传算法对盈科研究区内地表非同温像元进行组分温度分解,对非同温像元下植被、遮阴土壤、光照裸土的组分温度进行模拟。该研究采用遗传算法直接对ASTER热红外数据进行地表混合像元组分温度分解的方法验证。结果表明,在考虑反射波段情况下,模拟的组分温度与地表同步实测温度的相对误差为7.63%～8.867%,在不考虑反射波段情况下,模拟的组分温度与地表同步实测温度的相对误差为8.955%～11.832%,表明了此方法在研究地表组分温度反演是可行性。该研究为地表组分温度反演提供新思路。