融合简单线性迭代聚类的高光谱混合像元分解策略

高光谱图像中的混合像元问题广泛存在,混合像元的分解效率一直是遥感应用研究的难点和热点。目前成熟的端元提取算法有纯像元指数（pure pixel index, PPI）、内部最大体积法（N-FINDR）、顶点成分分析（vertex component analysis, VCA）、顺序最大角凸锥（sequential maximum angle convex cone, SMACC）、交替最大体积法（alternating volume maximization, AVMAX）、最小体积封闭单形体（minimum volume enclosing simplex, MVES)等,这些算法从图像所有像元中提取纯光谱,具有提取速度慢、精度不高的缺点。为此,该文引入了一种融合简单线性迭代聚类（simple linear iterative clustering, SLIC）超像元分割的高光谱混合像元分解算法。超像元分割技术能够将具有相似特征的相邻像元组成图像块,并保留进一步进行图像处理的有效信息,从而大幅减少参与端元提取的像元数量,为解决上述问题提供了有效的途径。通过试验对比了降维方式(主成分分析和最大噪声分数）、RGB对应关系（6种）、色彩空间RGB（red, green, blue）和LAB（lightness-A-B）、数据格式（JPG, BIN）和算法参数K对高光谱图像超像元分割结果的影响,并进一步分析了SLIC 超像元分割结果对2 种典型端元提取算法（AVMAX、MVES）产生的不同效果。试验结果表明,随着K值的增大,混合像元分解的时间逐渐增加,均方根误差（root mean square error, RMSE）持平或减少,而JPG（有损压缩）数据格式的时间始终比BIN（无损压缩）数据格式的要短。SLIC+MVES的RMSE略高于MVES的RMSE,低于AVMAX的RMSE,但时间远小于MVES。当K足够大的时候,SLIC+MVES的效果就近似MVES的效果了。在大部分情况下,最大噪声分数的降维效果优于主成分分析。以最大噪声分数作为降维方法、以JPG作为数据格式、以LAB作为色彩空间对混合像元分解结果较为有利。另外,SLIC的参数K的取值在5～10之间较为合适。该研究中的SLIC超像元分割算法简单易行,并且提高了混合像元分解的效率,具备很好的实用价值。     

基于尺度不变特征转换算子的水果表面图像拼接方法

水果全表面图像信息是否完整,直接影响水果表面颜色和缺陷检测的结果。该文提出了一种基于尺度不变特征转换(SIFT,scale invariant feature transform)算子的图像拼接方法,实现多视角水果图像的拼接以获取完整的水果表面信息。首先以15°固定间隔旋转水果以获取各视角下的连续图像,在图像2R-G-B通道下实现图像目标和背景分离,并对目标图像进行灰度直方图均衡化以增强其纹理信息,有利于特征点的提取。运用SIFT算法提取图像特征点,因为特征向量数量多、维数高,采用普通的K-D树算法搜索匹配点将消耗大量时间,因此将图像划分为16个区域,通过多次试验可知中间4个区域为特征点是最容易匹配的区域,这样就缩小匹配点可能存在的区域。采用极线几何约束法和改进型随机抽样一致(random sample consensus,RANSAC)算法以提高图像拼接精度,减少匹配时间。根据平移矩阵,对前后图像进行拼接,从而实现水果表面图像的完整拼接。试验结果表明:该算法平均匹配精度提高35.0%,平均拼接时间为2.5 s,较传统K-D树算法缩短67.8%时间,拼接效果还原率为93.9%。该文算法具有一定的尺度、旋转以及仿射变换不变性,适用于随机呈现的不同姿态球状水果图像拼接。该研究可为基于机器视觉的农产品品质检测和等级划分提供科学参考。     

Features Recognition of Parts Drawing Based on BP Neural Network of Genetic Algorithms

This paper gives a new approach to solve the problem of features recognition of parts drawing form by means of multi - layers BP neural network. The concept and arithmetic of expanding property matrix of parts drawing are brought forward. A feature recognition and extraction system of 2D revolving parts drawing is developed by means of secondary development of AutoCAD R2000. These works have high theoretical and practical value.     

铁的形态与第4纪红土母质上发育的土壤

对分布在福建南亚、中亚热带不同比高河成阶地面上由第4纪红色粘土母质发育的赤红壤、红壤19个剖面铁的形态进行研究.结果表明,游离态氧化铁、氧化铁游离度,晶胶比随地质年龄的增大而增大;活化度变化规律性不明显.应用模糊聚类分析法,较好地将中更新世(Q_2)和晚更新世(Q_3)2个地质年代的产物区分开来.充分显示出古气候影响占优势,并不受近代气候带划分的限制.认为它们均属于古土壤的范畴.     

基于混合蛙跳算法的土地利用格局优化

针对传统的土地优化模型,如线性规划、非线性规划、灰色系统和景观生态学等不能实现土地数量结构和空间结构有效统一的问题,在研究现有智能优化模型,如粒子群算法、遗传算法的基础上,建立基于混合蛙跳算法的土地利用优化模型。该模型以30 m×30 m的地理栅格单元作为基本操作对象,实现土地利用的空间格局优化。以兰州市2014年土地利用格局为基础数据验证优化模型的有效性。在优化前各种地类所产生的生态系统服务价值为5.701×109元,优化后的生态系统服务价值为5.802×109元,优化前土地格局标准紧凑度为0.37,优化后为0.47。优化后牧草地面积增长了8 431 hm2,所提供的生态系统服务价值增长了1.71×108元,林地面积增加了1.453×105 hm2,提供的生态系统服务价值增加了2.49×108元。试验结果表明,该模型能利用青蛙的群体空间分布模拟土地利用空间格局,并能在多目标控制下找到问题的最优解,实现土地利用数量结构和空间结构的有效统一,模型具有较强的全局优化能力以及较快的收敛速度。     

基于无人机航向的不规则区域作业航线规划算法与验证

为尽可能地减少飞行总距离和多余覆盖面积,节省无人机的能耗和药液消耗,研究了一种基于作业方向的不规则区域作业航线规划算法。该算法根据指定的作业方向,可快速规划出较优的作业航线,也可在未指定作业方向的情况下,给出某一推荐的作业方向与航线,使整个作业过程能耗和药耗最优。仿真结果表明,在一块面积为983.125 m2的不规则凸五边形作业区域内,采用该算法进行航线规划,无人机作业的多余覆盖率最低可达到11.5%,而且作业面积越大,优化效果越明显,在同样的地块进行田间试验,得到最低多余覆盖率为2.8%,证明了该算法的可行性。该研究可为自主作业无人机的航线规划算法提供参考。     

基于CFD的离心泵优化设计与试验

为了提高离心泵的效率,以叶轮效率最大为优化目标进行优化设计。对叶轮进行参数化设计,以实现叶轮几何形状的自动控制以及为优化计算提供优化变量。选择控制叶片积叠线周向定位的2个参数作为优化变量,以?3°～3°作为优化变量的约束范围。利用人工神经网络的学习功能,建立了目标函数与优化变量之间的映射关系。采用遗传算法寻找目标函数的最优值,得到优化变量约束范围内的最优叶轮模型。数值计算结果表明：在设计流量点1 200 m3/h时,优化后叶轮的效率较优化前提高了4.02个百分点,离心泵的效率提高了4.41个百分点,扬程提升了2.63 m。针对非设计工况点性能改善不明显这一问题,对原始蜗壳进行重新设计并与优化叶轮组合进行数值计算。在设计工况点效率提高了1.59%,在1.2倍设计工况点处效率提升了9.93%,在1.4倍设计工况点处效率提升了8.83%;较原始叶轮与原始蜗壳的组合,在设计工况点泵的效率提高了6%,在1.2倍设计工况点点效率提高了9.2%,在1.4倍设计工况点点效率提高了8.59%。优化拓宽了水泵运行的高效区,增强了泵的运行稳定性,离心泵的性能得到了优化,叶轮与蜗壳之间的匹配更合理。该研究对离心泵的优化设计提供了参考。     

无线传感器网络中一种改进的DV-Hop定位算法

针对DV-Hop算法在无线传感器网络节点分布不均匀时定位误差比较大的问题,提出了一种针对DV-Hop的改进定位算法。该改进算法主要是利用RSSI测量技术增加锚节点;在给定约束下引入“可能存在区域”这一概念,并以该可能存在区域的面积作为目标函数,对未知节点的位置利用非线性共轭梯度法进行逼近,从而使节点定位误差达到最小。通过仿真验证了节点通信半径和锚节点比例对定位误差的影响,结果表明,该改进算法将节点定位精度提高了5%~10%。     

区域尺度农田水盐动态模拟模型—GSWAP

由于土壤和水文气象等因子的空间变异性,区域尺度的农田水盐动态难以应用小尺度-维模型进行模拟.该文将-维农田水文模型(soil-water-atmosphere-plant model,SWAP)与Arclnfo进行紧密结合,构建了区域尺度的农田水盐动态模拟模型-GSWAP.该模型利用GIS强大的空间数据分析与处理功能,可高效地进行模型数据的前后处理与分析.模型将研究区划分为多个均质单元进行模拟,并以RS反演的表土含水率和ETa为观测资料,运用遗传算法确定各单元等效土壤水力参数.该文以内蒙河套灌区永联试验区为背景,对GSWAP模型进行了应用分析.结果表明,应用GSWAP模型可高效地进行区域农田水盐动态模拟,实现数据输入输出、可视化显示与空间分析,且永联试验区的模拟结果具有合理性.