基于BP神经网络的工业生态安全动态评价及障碍因子诊断

[目的] 对安徽省工业生态安全进行评价和预测,为安徽省工业生态安全可持续发展提供科学依据。[方法] 基于压力、状态、响应框架和生态、环境、经济、社会框架构建工业生态安全评价指标体系,采用聚类工具进行安全等级划分,结合熵权法和综合指数法评价2009—2018年安徽省工业生态安全水平,运用BP神经网络模型对2019—2025年工业生态安全水平进行科学预测。[结果] ①从总体上看,2009—2018年安徽省工业生态安全评价指数呈波动上升趋势,安全等级由“临界安全”上升为“较安全”;②从各子系统来看,2009—2018年压力子系统的评价指数呈上升态势,状态和响应子系统的评价指数呈先下降后上升态势;③BP神经网络预测结果显示：2019—2025年安徽省工业生态安全态势总体呈波动上升状态,处于“临界安全”向“较安全”转变态势;④影响安徽省工业生态安全的主要障碍因素包括第二产业从业人员比例、第二产业占GDP的比例、污水集中处理率、森林覆盖率和人口密度,是今后调控的方向。[结论] 研究期间安徽省工业生态安全波动明显,但总体上呈上升趋势,工业生态安全得到明显的改善。     

基于堆叠沙漏网络的单分蘖水稻植株骨架提取

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖图像数据集;设计水稻单分蘖各器官关键点数据标注策略,构建监督数据集。然后,构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测,引入沙漏结构整合图像的多尺度特征,结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况,模型预测准确率最高可达96.48%;叶片数不一致的情况,预测准确率达到82.09%。最后,根据预测关键点及其对应的语义信息连接形成植株骨架,选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估,其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.04 cm,证明了该方法能较好地识别水稻单分蘖关键点,为水稻骨架提取提供了一种新思路,有助于加快水稻育种速度。     

焦作市绿色廊道景观组成与格局分析

绿色廊道是城市生态体系的重要组成部分,在城市空间分隔,维持景观格局稳定,促进物质能量的迁移和更新等方面发挥着重要的作用.以焦作市为例,在对绿色廊道分类、归纳的基础上,利用ENVI 4.5结合ArcGIS 9.2软件对焦作市遥感影像进行了处理,并结合实地调查对绿色廊道结构与体系进行了分析评价.结果表明,焦作市的绿色道路、河流和绿带廊道分别为24,7和2条.城区绿色廊道表现为群落结构简单,物种单一,建设率低;部分水系和道路为裸露的混凝土阶地,城区绿色廊道密度为2.86,绿色廊道建设率为0.48,网络交点为65个,连通度为0.17;焦作市绿色廊道密度、建设率和连通度等指标过低,整体上处于不合理和不健康的状态.未来绿色廊道建设除了加大绿色廊道长度、宽度,提高绿带的比例外,应重点加强各廊道间的生态联系;构建以绿带廊道为导向,“三横五纵”绿色河流廊道为骨架、绿色道路廊道为网络的绿廊体系.     

Hierarchical self-localization of underwater wireless sensor network nodes

The follow-up application of underwater wireless sensor network is influenced by accuracy of self-localization of nodes. The self-localization of nodes is discussed in this paper. First of all, nodes of underwater wireless sensor network are classified into several levels according to the accuracy of position of nodes and the levels are from the first to the fifth in accordance with accuracy of nodes from high to low respectively. Secondly, the level of anchor nodes can be known by those unknown nodes from the information given by the anchor nodes themselves, At the same time the unknown nodes are able to be located in the area controlled by the first level of anchor nodes that are as the aggregation. Then the positioning algorithm is designed correspondingly in accordance with the accuracy level of nodes. Finally, the positioning algorithm is simulated and analyzed. The result shows that the unknown nodes can be located effectively by hierarchical control.     

典型轮胎模型及其发展趋势

针对几种典型轮胎模型进行分类介绍,包括Taehyun分析轮胎模型、“magicformula”轮胎经验模型、幂指数半经验轮胎模型、神经网络自适应轮胎模型和计算机轮胎模型,并指出轮胎自适应模型和计算机模型将可能替代传统轮胎模型。     

土壤水分预测神经网络模型和时间序列模型比较研究

土壤水分运动是一个复杂的时间序列系统，其变化与区域气候条件和生态环境密切相关，具有明显的随机性波动。建立土壤水分动态变化模型可以使田间土壤水分的适时适量调节方便可行，有利于农田水利工程的规划和管理。该文利用人工神经网络方法和时间序列自回归(AR)模型进行了土壤水分预测建模研究，试验结果表明：在数据量较少的情况下，AR模型具有较好的预测效果；在数据量较多的情况下，神经网络模型能够获得较好的预测效果。     

基于主成分分析单一参数入渗模型的BP神经网络模型

利用标定理论建立较大尺度上的单一参数入渗模型,在此基础上基于主成分分析建立其BP神经网络模型。结果表明:利用主成分分析可将研究区域土壤容重、有机质含量、砂粒含量、粗粉粒含量和粘粒含量综合成3个主成分;基于主成分分析建立的BP神经网络模型预测的标定因子的RMSE为0.4186,除偏大或偏小的标定因子,利用预测的标定因子预测的累积入渗量与实测值比较接近,可利用所建模型对较大尺度上的单一参数入渗模型进行预测。     

Estimation of Soil Cation Exchange Capacity using Multiple Regression,Artificial Neural Networks,and Adaptive Neuro-fuzzy Inference System Models in Golestan Province,Iran

Artificial neural networks (ANN) and adaptive neuro-fuzzy inference systems (ANFIS) provide an alternative by estimating soil parameters from more readily available data. In this article, multilayer perceptron (MLP) and radial basis function (RBF) of ANN and ANFIS models were described to estimate soil cation exchange capacity and compared to traditional multiple regression (MR). Moreover, to test the accuracy of previous functions that estimate cation exchange capacity (CEC), five pedotransfer functions (PTFs) were surveyed. The results showed that the accuracies of ANN and ANFIS models were similar in relation to their statistical parameters. It was also found that ANFIS model exhibited greater performance than RBF, MLP, MR, and PTFs to estimate soil CEC, respectively. Finally, sensitivity analysis was conducted to determine the most and the least influential variables affecting soil CEC. The performance comparisons of used models showed that the soft computing system is a good tool to predict soil characteristics.     

基于改进遗传脉冲耦合神经网络的玉米病害图像分割方法

作物病害图像分割是利用数字图像处理技术进行病害识别的关键性技术环节之一,现有病害分割方法存在病害区域外部形态特征细节保留程度差和颜色纹理信息丢失等问题.针对上述问题,提出一种基于改进遗传算法的脉冲耦合神经网络分割方法.首先改进遗传算法,以信息熵的加权线性组合作为优化适应度函数用以在每次迭代过程中评价脉冲耦合神经网络对于病害区域的分割效果,通过计算种群适应度方差和适应度均值自适应调整遗传算法的交叉概率和变异概率;然后将改进遗传算法与脉冲耦合神经网络相结合,实现网络连接系数、衰减系数和幅值系数的自动优化调节;最后利用改进遗传脉冲耦合神经网络分割算法,在RGB子空间分别对病害图像进行病害区域分割,将分割结果利用RGB颜色空间子图合并策略实施合并,从而得到最终的图像分割结果.将此算法、最小交叉熵阈值化算法和GA-PCNN算法用于玉米黑瘤粉病彩色图像病害区域分割.结果表明:从主观视觉评测角度,此算法分割效果较好,能够较为细致的呈现病害区域的外部形态特征和较为完好的保留病害区域的颜色纹理特征;从客观量化评测角度,此分割算法在目标区域分割匹配率、错分率和正确率上明显优于最小交叉熵阈值化算法和GA-PCNN算法.