From on-farm solid-set sprinkler irrigation design to collective irrigation network design in windy areas

In this paper, a contribution to the design of collective pressurised irrigation networks in solid-set sprinkler-irrigated windy areas is presented. The methodology is based on guaranteeing minimum on-farm performance, using a historical hourly wind speed database and a ballistic solid-set irrigation simulation model. The proposed method was applied to the Montesnegros Irrigation District (central Ebro basin, Spain). The district irrigates an area of 3493 ha using an on-demand schedule. The average wind speed in the area is 2.8 m s⁻¹. An analysis of district water records showed that farmers often reduce water demand when the wind speed is high, but their irrigation decision making is limited by the capacity of the irrigation network and by the unpredictable character of local winds. Simulations were performed for 11 irrigation seasons, 2 triangular sprinkler spacings (18 m × 18 m and 18 m × 15 m), and 2 sprinkler models. The percentage of monthly suitable time for irrigation was determined for four management strategies. The first one was based on a wind speed threshold (3 m s⁻¹), while the other three were based on three levels (standard, relaxed and restrictive) of two irrigation performance parameters: the Christiansen Uniformity Coefficient (CU) and the Wind Drift and Evaporation Losses (WDEL). The standard strategy classified the time as suitable for irrigation when CU ≥ 84% and WDEL ≤ 20%. The thresholds limits of the irrigation parameters for the relaxed strategy were CU ≥ 80% and WDEL ≤ 25%. Finally, the restrictive strategy used thresholds of CU ≥ 90% and WDEL ≤ 15%. The suitable time for the first strategy (56%) was always lower than for the standard and the relaxed strategies (with respective average values of 75 and 86%), and higher than for the restrictive strategy (30%). In order to design the collective network, the hydrant operating time was equalled to the suitable time for irrigation. The differences in the cost of the collective network plus the on-farm equipment were particularly relevant between the restrictive strategy and the other three. Differences in suitable operating time were clear between sprinkler spacings, and less evident between sprinkler models. The application of the proposed methodology may be limited by the availability of historical wind speed records and CU estimates for different combinations of sprinkler models, sprinkler spacings and wind speed.     

基于迁移学习的无人机影像耕地信息提取方法

随着精准农业技术的发展,对农作物用地信息快速、准确提取的需求越来越高。同时,无人机技术以其方便、高效、具有低空云下飞行能力等优势被广泛应用于自然资源的调查中。但无人机影像普遍光谱信息较为匮乏,因此很难准确、快速地提取出耕地信息。基于此,提出了一种利用迁移学习机制的耕地提取方法(TLCLE)。首先,利用深度卷积神经网络(DCNN)剔除线状地物(道路、田埂等),然后,通过引入迁移学习机制将DCNN特征训练过程中得到的特征提取方法迁移到耕地提取中,最后,将所提方法与利用易康(e Cognition)软件进行耕地提取(ECLE)结果进行对比。研究结果表明:对于实验影像1、2,TLCLE方法耕地提取总体精度分别为91.9%、88.1%,ECLE方法总体精度分别为90.3%、88.3%,2种方法提取精度相当,在保证耕地地块完整、连续性上TLCLE方法优于ECLE方法。     

论计算机网络安全的形式及基本防范措施

本文探讨了计算机网络安全的形式和如何防范的基本措施.     

多元线性回归和神经网络在水库调度中的应用比较研究

采用多元线性回归和改进人工神经网络算法分别建立水库多目标调度函数，并进行实例计算验证。通过比较分析，表明人工神经网络的非线性映射能力能够更好地反映水库调度中多个自变量和因变量之间的复杂关系，具有较高的模拟精度和较好的可行性，且应用简便。     

基于BP神经网络数据挖掘方法的政府投资项目投资估算方法

政府项目投资失控问题业已引起社会广泛关注,而造价估算不准是其中主要原因之一。许多不确定因素影响着项目造价,并且这些影响因素与造价之间呈高度非线性关系,传统统计方法难以对新建项目造价进行准确估算。本文利用BP神经网络在已完工程资料中“提取”“规则”,实现了对项目造价的准确估算。本文对BP网络基本理论作了简介,并用举例说明BP网络预测工程造价的准确性。从例子可以看到,预测值与实际值的相对误差很小,足以满足造价估算的要求。     

分布式温室智能控制系统智能控制器设计与实现

针对当前国内温室自动控制智能化程度不高和扩展性差的问题,开发了分布式温室智能控制系统。该系统借鉴现场总线思想,将分布式系统中过程控制级分解为智能控制器级和智能模块级。设计并开发了处于系统中间层的温室智能控制器软硬件。该智能控制器具有双串行口,用于与上位机和智能模块通信。针对通信的开放性要求设计了通信协议。软件内含模糊控制算法,允许控制器脱离上位机独立控制温室;上位机根据气候等因素的变化随时更新控制器的模糊控制算法。经过1年多的实际运行显示,系统运行稳定可靠,环境参数控制精度满足温室生产要求,其中温度控制精度达±1℃。     

异步电动机调速系统自适应辨识的CMAC-ADRC算法

针对异步电动机调速系统快速响应时启动超调量大的问题,提出了一种基于自适应参数辨识的小脑模型神经网络复合自抗扰控制(CMAC-ADRC)的控制算法。将CMAC与ADRC各自的优点相结合,利用CMAC神经网络实现前馈控制,通过在线学习来抑制系统的超调量,增强系统的鲁棒性能,提高系统的快速性能,利用ADRC技术实现反馈控制,进一步增强系统的抗干扰能力。利用参考模型自适应参数辨识技术对转动惯量进行辨识,优化自抗扰补偿系数。以变频器结合异步电动机为控制对象,进行仿真,基于自适应参数辨识的CMAC-ADRC控制算法的干扰响应幅度是一阶优化自抗扰控制下干扰响应幅度的44.57%,是小脑模型神经网络复合比例-微分(CMACPD)控制下干扰响应幅度的17.69%,干扰恢复时间是一阶优化自抗扰控制下干扰恢复时间的50%,是CMAC-PD控制下恢复时间的60%。搭建MCU-CPLD-DSP控制平台进行了实验,基于自适应参数辨识的CMAC-ADRC控制算法的超调量是一阶优化自抗扰控制的45.49%,上升时间是一阶优化自抗扰控制的53.33%,干扰响应幅度是一阶优化自抗扰控制干扰响应幅度的71%,干扰恢复时间是一阶优化自抗扰控制干扰恢复时间的76.47%。     

基于径向基神经网络的叶轮轴面投影图优化

为了提高余热排出泵的效率,采用拉丁超立方试验设计方法对叶轮轴面投影图上的前盖板圆弧半径、后盖板圆弧半径、前盖板倾角和后盖板倾角4个几何变量进行35组叶轮方案设计,应用ANSYS CFX 14.5软件对余热排出泵进行定常数值模拟,得到设计工况下的效率,应用径向基神经网络建立效率与轴面投影图的4个几何变量之间的近似模型,最后采用遗传算法对近似模型进行极值寻优,获得最优的轴面投影图几何参数组合。研究结果表明:对比原始泵的数值模拟性能曲线和试验外特性能曲线,两者吻合较好;径向基神经网络能较好地预测泵设计点效率;优化的轴面投影图使得余热排出泵的水力效率提高了6.18个百分点,改善了叶轮内流场特性。因此,叶轮轴面投影图的优化设计方法是可行的。     

自压式树状管网的两级优化设计模型与神经优化设计

建立了自压式树状管网两级优化设计模型，并用人工神经网络法实现树状管网非线性规划模型的快速求解。采用的人工神经网络技术的两级优化设计模型在适用范围、求解速度和获得最优解能力上，均优于单一的非线性规划模型和线性规划模型，是实现树状管网全局优化设计的一条新途径。     

基于简化脉冲耦合神经网络的蝗虫图像二值分割

采用参数简化的脉冲耦合神经网络（PCNN）分割图像，进行了蝗虫图像分割实验，区域正确识别率达94％，为蝗虫自动侦测系统中的数据处理提供了技术支持。计算机仿真表明，采用PCNN图像分割算法，图像中的目标（蝗虫）易于发现，分割效果明显好于采用开操作处理的图像。