基于可见/近红外光谱技术的毛脚茧的光谱快速鉴别方法研究

基于可见/近红外光谱技术,研究了鲜茧毛脚茧快速鉴别的方法。采用主成分分析法对毛脚茧和成熟茧进行定性分析,再对光谱数据采用最小二乘支持向量机方法建模鉴别,通过连续投影算法从400-1000 nm波段的鲜茧光谱数据中选取了12个特征波长。采用最小二乘支持向量机法基于400 nm,430 nm,487 nm,512 nm,604 nm,616 nm,732 nm,759 nm,784 nm,852 nm,985 nm,999 nm这12个特征波长建模,结果对毛脚茧的判别准确率达到100%。表明可见/近红外光谱可以用于毛脚茧的鉴别检测。     

基于MODIS数据的黄河三角洲地表温度研究

指出了地表温度作为地表能量平衡中的异常重要的参数之一,它在地表与大气相互作用过程当中发挥着非常重要的作用,在地表能量平衡的研究也扮演着重要角色,特别在气象、水文、地质、生态等众多领域有着非常广泛的应用需要。对现有的地表温度反演的4种算法进行比较,最终确定选择劈窗算法。根据劈窗算法的需要,对 M ODIS数据波段选取,反演出黄河三角洲地区地表温度,并且利用实测的地表温度进行反演结果精度分析。     

基于LBV变换与小波变换的OLI图像融合方法

以陕西省榆阳区2013年6月9日的Landsat 8 OLI图像为基础数据源,对比分析LBV-Wavelet RF等5种图像融合算法的使用效果。对图像预处理后,分别采用HIS变换、Brovey变换、HPF变换、PCA变换和LBV-Wavelet RF方法进行融合和SVM监督分类,然后从目视评价和定量评价两方面对比分析各种融合算法的使用效果。在目视评价方面,判读融合前、后9种地类光谱特征的一致性;融合后图像是否具有全色波段图像的空间结构特征,是否存在细节模糊。在定量评价方面,采用灰度均值差、灰度均方根差评价融合后图像对多光谱信息的保持性能;采用相关系数均值、相关系数均方根差评价融合后图像对高空间分辨率信息的融入度;采用总体分类精度、Kappa系数评价融合前、后SVM监督分类精度差异。结果表明LBV-Wavelet RF方法能够使融合后图像在保持原多光谱图像光谱信息的同时,增强纹理结构特征,提高对细小地物的辨识能力;融合后图像SVM监督分类的总体分类精度和Kappa系数分别为84.01%和0.787,较原多光谱图像分别提高13.45%和15.91%。     

轴流泵叶片多学科设计优化

在对水力性能和结构分别进行学科分析的基础上,通过2个学科的耦合关系,建立了轴流泵叶片多学科设计优化的数学模型。采用协同优化算法,实现了同时满足叶轮效率最高和叶片质量最轻的优化目标。优化结果表明,多学科设计优化提高了轴流泵叶片的综合性能,可有效兼顾高效、轻量化的要求。水泵叶片多学科设计优化模型的协同优化算法高效、可行。     

山药切片红外干燥温度神经网络预测

在不同单位辐射功率和辐射距离下对山药切片进行了红外辐射干燥温度试验。基于温度试验数据,通过Matlab神经网络工具箱,采用最速梯度下降法和L-M算法对这些数据分别进行了训练,将训练好的BP神经网络对山药切片进行温度预测。结果表明:L-M算法优于传统的最速梯度下降法,提高了BP神经网络的收敛速度和泛化能力,预测误差较小,适用性较强,可较好地预测红外干燥过程中山药切片的温度变化。     

生菜叶中磷含量的光谱定量分析

为快速、准确检测生菜叶内的磷含量,提出了应用光谱技术结合化学计量法无损检测生菜叶内磷含量的方法。通过获取不同施磷量下生菜叶片于波长350~2500nm处的反射光谱,对光谱数据进行5点平滑和一阶导数变换后,利用联合区间偏最小二乘算法（siPLS）提取了与生菜叶磷元素相关的4个特征波段,即950~1070nm, 1430~1549nm,1906~2025nm和2144~2263nm。进一步利用连续投影算法（SPA）对全光谱波段和4个特征波段进行特征波长提取,分别筛选出变量63个和25个。分别对4个特征波段、63个和25个特征波长进行主成分降〖JP2〗维,当主成分数分别为7、5和4时,隐含层神经元数分别为7、5和3时,建立了siPLS+BPANN,SPA+BPANN,siPLS+〖JP〗SPA+BPANN生菜叶磷含量检测模型。研究结果表明：siPLS+SPA+BPANN模型的预测结果优于其他模型,验证集相关系数为0.911,验证均方根误差为479mg/kg。     

RNA二级结构预测算法的研究进展

在简要介绍了RNA的基础知识之后,对RNA二级结构的定义、表示方法、数据库等内容进行了详细阐述,并重点探讨了RNA二级结构预测方法的原理、适用范围及优缺点.目前,传统的RNA二级结构预测方法有比较序列分析法和最小自由能算法;新进发展的算法有支持向量机算法、基于堆积协变信息与最小自由能算法、基于局部茎搜索的算法、基于快速动态权重匹配算法、免疫粒子群算法、基于茎区的自由能算法、质心法.经过预测精度、复杂度、预测假节能力的对比,发现基于堆积协变信息与最小自由能算法和基于快速动态权重匹配算法,预测结果比较理想.     

RNA二级结构预测算法的研究进展

在简要介绍了RNA的基础知识之后,对RNA二级结构的定义、表示方法、数据库等内容进行了详细阐述,并重点探讨了RNA二级结构预测方法的原理、适用范围及优缺点。目前,传统的RNA二级结构预测方法有比较序列分析法和最小自由能算法;新进发展的算法有支持向量机算法、基于堆积协变信息与最小自由能算法、基于局部茎搜索的算法、基于快速动态权重匹配算法、免疫粒子群算法、基于茎区的自由能算法、质心法。经过预测精度、复杂度、预测假节能力的对比,发现基于堆积协变信息与最小自由能算法和基于快速动态权重匹配算法,预测结果比较理想。     

基于人工神经网络的PV/T热电联供系统性能预测

为研究太阳能PV/T热电联供系统的性能和针对太阳能PV/T系统复杂的能量平衡方程,搭建了太阳能PV/T系统试验台,同时建立了基于改进灰狼优化的BP神经网络(back propagation neural network model based on improved grey wolf algorithm, IGWO-BP)预测模型,在晴朗天气下进行试验,并采用该模型对系统电功率以及蓄热水箱内水温进行预测。结果显示,晴朗日系统的电效率8.7%～12.2%、热效率51.7%;预测结果与BP神经网络预测模型、基于粒子群优化的BP神经网络(back propagation neural network based on particle swarm optimization, PSO-BP)预测模型和卷积神经网络（convolutional neural network, CNN）预测模型预测结果进行比较,结果显示IGWO-BP预测模型电效率预测模型的绝对百分比误差(mean absolute percentage error, MAPE)、决定系数(determination coefficient, R ² )、均方根误差(root mean square error, RMSE)、效率因子(efficient factor, EF)和Pearson相关系数(pearson related coefficient, r )分别为4.5E-05、0.99、0.24、0.99和1.00,在储热罐温度预测中,上述指标分别为8.90E-04、0.98、0.07、0.98、0.99,均优于其他预测模型,IGWO-BP神经网络预测模型具有更好的预测性能。研究结果可为太阳能PV/T热电联供系统性能预测与优化控制提供参考。     

多尺度行政区平衡视角下耕地空间布局优化

优化耕地空间布局对提升耕地生产能力、促进农业可持续发展具有重要意义。该研究以广东封开县为例,基于“现状耕地调出-可恢复地类调入”的微观调整逻辑,综合运用空间叠加、综合评价及蚁群优化算法,构建了耕地空间布局调整模型,以调入调出数量平衡为约束条件实现了不同行政区尺度下的耕地布局优化。结果表明：1）研究区共调出耕地1 689.89 hm²,占耕地总面积的7.62%,整体上呈现出“全局零散、局部聚集”的分布特征。2）研究区可恢复地类农业生产适宜性均值为67.04,具有开展作物种植的良好禀赋条件。3）不同行政区尺度平衡情景下,调入结果在研究区北部空间差异显著,与镇内平衡情景相比,县内平衡情景下,调入耕地的农业生产适宜性均值提高了2.08,综合生态系统服务均值下降了0.67。4）两种情景下,耕地的连片性、质量及稳定性均得到提升,因不受调入规模和行政单元空间范围限制,县内平衡情景下的提升效果更加明显,适当扩大可恢复地类筛选范围有利于提升整体耕地质量并降低重要生态用地筛选概率。该研究构建的耕地空间布局调整模型具有良好的适用性,可为制定农用地布局优化与整治提升方案提供参考依据。