基于多分类Logistic回归模型的区域土地利用变化及驱动因素研究

采用遥感、GIS技术、转移矩阵、多分类逻辑回归等探讨了区域土地利用变化规律及驱动因素。结果表明,11991-2009年期间,鄂州市土地利用变化显著,耕地面积减少最快,养殖水面和建设用地大量增加。21991-2004年期间,鄂州市耕地变化的主要驱动因素是到最近城市中心距离、地形和坡度;2004-2009年期间,耕地变化的主要驱动因素是高程、到最近城市中心距离、人口、地形和坡度。耕地主要转移方向为建设用地、养殖和林地,不同时期耕地变化的驱动因素不同,到最近城市中心距离、地形和坡度在两个时期都是主要驱动因素。     

形态性状对长鳍吻鮈体质量的影响效果分析

[目的]分析形态性状对长鳍吻鮈体质量的影响效果,为长鳍吻鮈的人工选育工作提供理论指导。[方法]随机选取120尾驯养的野生长鳍吻鮈,分别测量其体质量(Y)、全长(X1)、体长(X2)、体高(X3)、体宽(X4)、头长(X5)、头宽(X6)、头高(X7)、吻长(X8)、叉长( X9)、眼径( X10)、眼间距( X11)、尾柄长( X12)、尾柄高( X13)、尾鳍长( X14)、眼后头长( X15)共16个性状指标。采用相关分析、通径分析、复相关分析和多元回归分析方法,分别计算了长鳍吻鮈形态性状对体质量的相关系数、通径系数、复相关系数和决定系数,对各形态性状对体质量的影响大小进行剖分,确定了影响长鳍吻鮈体质量的主要外部形态性状。[结果]各形态性状与体质量的相关性均达到极显著水平(P<0.01),但仅全长、头长、头高、眼径、眼后头长对体质量的通径系数达到显著水平(P<0.05),且复相关系数为0.976,是影响体质量的主要性状,其中全长对体质量的直接作用最大(0.663);决定系数分析结果与通径分析结果的变化趋势一致,即全长、头长、头高、眼径、眼后头长的决定系数较大,其中全长对体质量的决定系数(0.440)最大,其他4个性状主要通过全长影响体质量;应用逐步多元回归分析,经过偏回归系数的显著性检验,建立以体质量的因变量(Y),以全长(X1)、头长(X5)、头高(X7)、眼径(X10)和眼后头长( X15)为自变量的多元回归方程：Y=-30.650+2.534 X1+2.012 X5+2.019 X7+8.716 X10+4.120 X15,经回归预测结果显示估计值与实际值间的差异不显著(P>0.05)。[结论]该方程可用于长鳍吻鮈实际生产中,为长鳍吻鮈选中提供理论依据和测量指标。     

疾病费用预测的建模分析

果肉自溶是影响龙眼采后果实贮运、货架寿命和贮藏品质的重要因素。本文综述了龙眼果肉自溶过程的组织结构变化、生理生化变化及微生物侵染与自溶的关系、果肉自溶相关的分子生物学等的研究进展,探讨龙眼果肉自溶的机理和常用的保鲜技术,并提出未来研究的方向,以期对龙眼果实采后贮运保鲜提供参考。     

基于改进SVM分类器的动作识别方法

利用智能手机加速度传感器信号,提出一种改进的动作识别方法以降低传统动作识别方法的复杂程度,提高识别率。在特征提取时用盲选法,即用PCA(principal component analysis)进行特征值的降维和去除多维间的干扰,而所选特征没有对应的物理意义;并在分类识别中将遗传算法应用到SVM(support vector machine)分类器参数优化中。通过实验表明,该方法能够对日常的走路、站立、跑及上下楼等动作进行准确的识别。     

基于SVR逆向模型的拖拉机导航纯追踪控制方法

针对行驶过程中轮胎侧滑量、路面性质等不确定性因素导致传统拖拉机二轮运动学模型难以准确描述拖拉机运动轨迹的问题,提出了一种基于SVR(Support vector regression)逆向模型的拖拉机导航纯追踪控制方法。采用粒度支持向量回归(Granular support vector regression,GSVR)方法建立了拖拉机前进航向的逆向模型,实时获得实际转弯曲率与运动学理论转弯曲率的函数关系,逆向模型对纯追踪导航模型输出进行,校正提高了纯追踪导航控制方法的适应性和动态性能。拖拉机导航系统的路径追踪路面试验结果表明:当行驶距离大于125 m、行驶速度为1.2 m/s时,直线追踪最大横向偏差小于0.061 4 m,较常规纯追踪模型导航方法具有更好的直线追踪性能;田间试验结果表明:该导航控制方法适用于2BFQ-6型油菜精量联合直播机自动对行作业。     

基于PEM-ABC算法的小型无人直升机系统辨识

针对小型无人直升机在悬停状态下飞行动力学模型的系统辨识问题,提出了一种基于预测误差法与人工蜂群算法(PEM-ABC)结合的辨识算法。该算法将系统辨识问题转化为优化问题,用PEM算法确定搜索空间的范围;雇佣蜂搜索阶段采用改进的自适应搜索策略加快收敛速度;跟随蜂搜索阶段引入一种新的概率选择方式保证种群多样性;侦察蜂搜索阶段利用混沌算子来提高全局搜索能力。通过机载设备采集到的飞行实验数据,对辨识获得的模型进行了分析与验证。结果表明:采用该辨识方法,估计出了无人直升机动力学模型的未知参数,与PEM算法和传统人工蜂群算法相比,所提算法的辨识精度更高,具有重要的工程使用价值。     

基于随机森林算法的农耕区土地利用分类研究

基于随机森林算法,采用多季节、多时相光谱信息、纹理信息和地形信息进行分类研究,选出最佳分类方案对农耕区土地利用信息进行提取,并利用随机森林算法对所有特征变量进行降维,将降维后的变量分别用于随机森林、支持向量机和最大似然分类法,分析不同分类方法对农耕区土地利用类型提取的适用性。研究结果表明:基于随机森林算法的多源信息综合分类方案进行土地利用信息提取效果最佳,总体精度85.54%,Kappa系数0.835 9;利用随机森林算法进行特征选择可以在有效降低数据维度的同时保证分类精度;3种分类方法中,随机森林算法总体分类精度81.08%,分别较支持向量机和最大似然法高9.46%和5.27%。利用随机森林分类法结合多源信息能够有效对农耕区土地利用类型进行分类,为土地类型的划分提供了快捷可行的方法。     

树干直径自动识别与测量技术研究

在森林资源调查中为实现树干直径快速、精确测量,使用电子元件进行了树干影像自动识别与测量。通过摄像头和CMOS传感器获得图像,经灰度转换后,使用窗口大小为5行5列的高斯滤波器,利用Canny边缘检测算法提取边缘,包括平滑、非极大值剔除、双阈值的边缘连接等,在提取的边缘图像基础上,设计了树木直径自动提取算法。以4列的窗口为模板,自上而下,对经过Canny算法后的图像进行竖直线段的提取。在提取所有竖线后,将最大宽度的2条竖线当作树干轮廓线,通过焦距、物距、像距与像素宽度之间的关系计算出树干直径。最后选择了不同树种共计16棵树木进行了验证,实验结果表明树干直径识别的精度为96.9%,绝大部分测量数据符合森林资源调查要求。     

基于光谱特征和生理特征的番茄磷营养诊断方法

为提高番茄磷营养水平检测精度,针对目前基于光谱分析的作物磷营养水平检测精度较低以及磷的光谱反射率受叶绿素和花青素影响的问题,提出了结合番茄样本光谱特征和生理特征的番茄磷营养水平诊断策略。以自行培育的25%、50%、75%、100%、150%5个梯度水平的磷营养胁迫水培番茄样本为研究对象,分别利用光谱分析仪和叶绿素仪采集不同磷营养水平番茄叶片的光谱数据和SPAD值,并对叶片花青素含量进行测定,提取各样本在不同波长下的光谱反射率和生理特征(SPAD值和花青素含量)作为番茄磷营养诊断的特征变量,基于最小二乘支持向量机建立诊断模型,通过改进粒子群优化算法获取支持向量机的最优参数。将120个番茄样本随机分为训练集和测试集分别进行实验。结果表明,采用本文的建模方法结合番茄样本光谱特征和生理特征能够建立精度较高的番茄磷营养水平预测模型,高于对比的其他方法,其相关系数和均方根误差分别为0.961 1和0.461,诊断效果较好,为番茄磷素的快速检测提供了新思路。     

自然光照下基于粒子群算法的农业机械导航路径识别

针对农业机械视觉导航线提取易受光照变化影响及常规导航线识别算法实时性低、抗干扰能力差等问题,对自然光照条件下基于机器视觉的农业机械导航路径识别技术进行了研究。首先,在YCr Cb颜色模型的基础上构建与光照无关的Cg分量,选择2Cg-Cr-Cb特征因子对图像进行灰度化处理,以降低光照变化对图像分割的影响;然后,采用改进K-means聚类方法进行图像分割,将绿色作物信息从土壤背景中分离出来,并通过形态学滤波方法滤除二值图像中存在的杂草干扰信息;最后,根据图像中作物行的特点建立作物行直线方程约束模型,利用粒子群算法对作物行直线进行寻优求解,进而得到导航线。实验结果表明,不同光照条件下对2Cg-Cr-Cb灰度图像进行图像分割,可以清晰完整地将作物从土壤背景中分离出来,分割图像受光照变化影响较小并且不会引入背景噪声;基于粒子群算法的导航线检测方法可以快速准确地提取出导航路径,对于不同农田作物和作物不同生长阶段具有较高的适应性,相比于常规导航线识别算法具有实时性高、鲁棒性好等优点。