基于遗传算法优化的BP神经网络遥感数据土地覆盖分类

提出了一种基于遗传算法优化的BP神经网络遥感分类方法。该方法兼顾了遗传算法和梯度下降优化算法分别在全局和局部搜索极小点的优势；避免了在BP网络训练过程中过早收敛于局部极小点的风险；与BP算法相比，该算法多次重复过程所得网络的均方差比较稳定。在算法验证中，用中巴地球资源一号卫星数据作为试验数据，详细描述了网络优化过程中的参数设置和关键参数变化过程，比较了该算法与BP算法、最大似然法的分类精度。分类试验表明：该算法不但有较高的执行效率，也能达到很高的分类精度。     

黔西高原地区降雨侵蚀力的简易算法

[目的]对黔西高原地区侵蚀性降雨特性进行分析并探索降雨侵蚀力的简易算法,为该区土壤侵蚀预报模型的建立提供理论依据。[方法]利用径流小区观测法,基于毕节小区2012—2014年53次降雨过程资料进行分析。[结果](1)降雨量(P)和最大60min降雨动能(E60)是影响坡面产流、产沙的两个主要因子。坡面产流、产沙与最大60min雨强(I_(60))显著相关;(2)坡面产流产沙与二元复合因子的相关系数显示,EI_(60),PI_(60)和I30I_(60)是影响坡面产流、产沙的3类主要降雨复合指标,EI30和EI_(60)与坡面产流产沙的相关系数间相差较小;(3)基于坡面产流、产沙与降雨单指标和降雨复合指标的相关关系,确定了简易算法的参数。[结论]基于可比性,以R=EI30作为参照值对3种简易算法的结果进行决定系数和偏差率比较后,得到研究区便捷、快速的降雨侵蚀力简易算法为:R=0.344(PI_(60))。     

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。     

绵羊Myostatin前肽对成肌细胞的分化作用

【目的】 研究绵羊Myostatin前肽对C2C12细胞分化的影响。【方法】 构建并包装Myostatin前肽基因过表达慢病毒质粒,包装慢病毒,分别用LV-CMV-MSTN-flag-GFP和LV-CMV -GFP慢病毒感染C2C12细胞,检测重组慢病毒对C2C12细胞的感染能力。【结果】 LV-CMV -GFP感染组可见明显的长条状肌管,LV-CMV-MSTN-flag-GFP组只见少量肌管的形成,肌管融合率的测定。未处理组,对照组,试验组肌管融合率分别为5.53%、6.62%、9.38%,试验组即转染Myostatin前肽的肌管融合率显著高于对照组和未处理组(P＜0.05)。【结论】 Myostatin前肽基因的过表达抑制了Myostatin基因的表达,影响肌管的形成,抑制了分化的进程。     

基于面向对象的无人机遥感影像荒漠植被分类

荒漠植被分布稀疏且叶面普遍较小,导致影像中植被光谱特征较弱,分类难度较大。为提高荒漠植被分类精度,选取古尔班通古特沙漠为研究区,以无人机遥感影像和数字表面模型为数据源,采用面向对象的随机森林算法,在去相关拉伸光谱信息增强基础上对荒漠植被进行分类,分析去相关拉伸前后分类精度的变化。结果表明：基于去相关拉伸并结合面向对象和随机森林算法的轻、中、重度沙漠化区总体分类精度分别为91.01%、95.34%、93.18%,较原始影像分类精度分别提升19.94%、16.10%、17.61%,实现了对荒漠植被的高精度分类,从而为获取荒漠区植被分布状况以及荒漠化监测提供参考。     

卡尔曼滤波融合遗传PID控制算法在提高播种精度中的应用

为提高排种器的排种精度,在传统气吸式排种盘转速控制的基础上,设计了一套卡尔曼滤波融合遗传PID控制算法,通过PID控制算法实现排种盘电机转速的闭环控制,通过卡尔曼滤波算法滤除排种盘在转动过程中因振动和外界干扰等原因产生的噪声,并采用遗传算法快速准确的寻找PID控制过程中的最优控制参数.为验证算法的有效性,假设输入信号为单位阶跃信号,并在噪声大小为0.002和0.1的情况下分别进行了实验.在噪声为0.002时,传统PID控制响应波动值可达到1.5,遗传PID控制响应波动值最大仅为1.2;加入卡尔曼滤波后,传统PID控制输出响应趋于稳定的时间约为0.2 s,遗传PID控制的输出响应趋于稳定的时间约为0.08 s;同理,将噪声增大为0.1后,采用相同的实验方案进行实验,最终实验说明了卡尔曼滤波融合遗传PID控制算法在提高排种盘电机转速稳定性中的有效性.     

基于多特征融合的茶叶鲜叶等级识别的方法研究

茶叶鲜叶等级直接影响优质绿茶成品的等级,如果在鲜叶阶段就茶叶的芽叶数量进行等级识别,并将不同等级鲜叶分离出来,制作不同等级的绿茶成品,从一定程度上解决了优质绿茶鲜叶采摘环节的难题.提出基于茶叶形态、纹理和HOG特征的鲜叶分级方法,采集鲜叶样本图片,对样本图片进行预处理操作,再提取鲜叶形态和纹理特征等特征参数,建立机器学习模型支持向量机、随机森林和线性判别法K-最近邻对新鲜茶叶样本进行分类,得到各等级的茶叶识别结果.试验结果表明,单独使用一种特征分类效果不佳,也不符合茶叶本身的复杂性.将多种特征融合有更好的分类效果;3种算法中,随机森林算法有较高的优越性,准确率达97.06％.该研究提取的多特征参数和分类模型,为实际鲜叶的生产加工等级识别提供参考.     

基于多传感器融合的水稻行识别与跟踪导航研究

水稻生产田间管理机械自动跟踪水稻行是提高水稻生产田间管理自动化程度的关键。为避免田间管理机械碾压水稻行,本文融合机器视觉和2D激光雷达信息识别水稻行,并进行水稻行跟踪导航控制。首先分别利用机器视觉和激光雷达提取水稻行中心点,并统一空间坐标和目标区域,再采用稳健回归算法拟合水稻行中心线,获取导航基准线并计算出导航参数。然后设计了预瞄追踪PID控制器,最后搭建了水稻行跟踪导航试验平台并进行试验研究。试验结果表明,跟踪模拟水稻行的曲线导航试验标准差为27.51 mm;跟踪机械移载的水稻行导航试验横向偏差标准差为43.03 mm,航向偏差标准差为3.38°。     

基于改进RRT算法的猕猴桃采摘机器人全局路径规划

为提高猕猴桃采摘机器人导航效率,提出一种基于采样状态实时引导随机树扩展的改进方法（Straight-RRT）。首先,针对传统RRT算法盲目搜索的问题,引入评价指数与阈值划分采样状态,根据采样状态决定采样节点的选取方式,实时引导随机树的扩展。其次,为增强算法对不同环境的自适应性及快速避开不规则障碍物,引入动态阈值并优化最近节点选择机制。最后对路径进行优化处理,去除路径冗余点并采用贝塞尔曲线平滑路径减小路径复杂度。基于棚架式猕猴桃果园环境进行路径规划实验,实验结果表明改进后算法在猕猴桃果园环境中具有更好的适应性及规划效率,为提高猕猴桃采摘机器人导航效率提供了解决方法。