基于RNMU的多源星载SAR影像融合与土地覆盖分类

为充分利用多时相、多极化SAR数据在不同土地覆盖类型中的后向散射特性,将递归非负矩阵下近似(Recursive nonnegative matrix underapproximation,RNMU)算法引入多源SAR数据的融合,并利用融合后的SAR影像实现较高精度的土地覆盖分类。融合过程中,在根据不同模式SAR影像特点进行多源SAR影像预处理的基础上,基于RNMU算法通过对多个输入SAR影像进行矩阵分解及迭代最优矩阵求解,得到融合影像。为验证融合后SAR影像在土地覆盖分类中的应用效果,以吉林省大安市为研究区,对多时相Sentinel-1的VV/VH双极化SAR数据和高分三号(GF-3)的HH/HV双极化SAR数据进行了基于RNMU的影像融合,并利用融合后的SAR影像进行研究区主要土地覆盖类型分类。实验结果表明,基于RNMU融合影像的土地覆盖分类总体精度达93. 11%,Kappa系数为0. 86,与Gram-Schmid(G-S)融合方法相比,分类总体精度提高了6. 83个百分点,Kappa系数提高0. 12。多源SAR融合为SAR影像融合提供了有效手段,为土地覆盖分类提供了更多高精度的数据资源。     

基于动态递归神经网络的木材干燥模型辨识

木材干燥是一个复杂的非线性系统 ,由于木材结构复杂且具有多样性和变异性 ,因此要建立一个理想的符合木材干燥过程的模型是很困难。本文利用动态递归神经网络的特点 ,提出了基于动态递归神经网络的木材干燥模型辨识方法 ,给出了动态递归状态 -输出神经网络的结构和学习算法。并通过对辨识得到的模型的仿真结果 ,表明了本文所建立的模型是有效的     

基于NNARMAX模型的地下水位预报研究

区域地下水系统是一个受多种因素影响的复杂的非线性动态系统 ,应用遗忘因子的递归最小二乘( RLS)算法进行训练 ,采用通过减少网络节点间的连接权值 ,进而裁减冗余节点来选择适宜的网络拓扑结构 ,建立了非线性自回归滑动平均神经网络 ( NNARMAX)模型 ,地下水位预报结果表明 :通过对网络结构的优化达到了自动确定非线性自回归模型阶数和影响因素的选择 ,能有效地表示区域地下水动态系统内部及其外部诸多影响因素间的不确定关系 ,是预测区域地下水动态变化较为有效的方法之一。     

四川紫色土地区典型小流域分布式产汇流模型研究

针对日益加剧的四川紫色土地区水土流失情况，为定量分析紫色土地区小流域水土流失程度，选取四川省南部县鹤鸣观小流域为研究区，在蓄满产流模型的基础上，构建了适合紫色土地区小流域分布式产汇流模型。该模型以地块为计算单元，在每个地块上输入参数，然后依据流域产汇流机制计算每个地块的产汇流量，并用递归算法将计算结果推算到流域出口，得到流域径流总量。该模型能评价流域下垫面各因子空间分布不均匀性和人类活动的影响，模拟每个地块次降雨产汇流过程。在鹤鸣观小流域进行了模型的检验与应用，模拟过程与实测结果符合较好。该研究为四川紫色土地区水土保持治理提供了科学依据。     

基于随机森林的高寒草地地上生物量高光谱估算

草地地上生物量（Aboveground biomass,AGB）是衡量草地生产力的关键因素,准确测定草地AGB具有重要意义。高光谱因具有时效性强、不破坏草地等特点被广泛用于草地生理生态指标的测定。本研究提取和计算了海北试验站高寒草地冠层的原始光谱（Original spectrum,OR）反射率、一阶微分光谱（First derivative spectrum,FD）反射率、光谱位置面积参数（Spectral parameters of spectral position and area,PA）和植被指数（Vegetation indices,VI）4种不同类型的特征变量,使用连续投影算法（Successive projections algorithm,SPA）和递归特征消除算法（Recursive feature elimination,RFE）进行特征选择,采用随机森林算法（Random forest,RF）构建草地AGB估测模型。结果表明：在由4种特征变量分别构建的草地AGB估测模型中,基于VI的RF模型精度最高（测试集R²=0.70,RMSE=557.87 kg·ha^-1）,实测AGB与估测AGB的线性R²达到0.72;不同类型特征变量组合构建的草地AGB估测模型中,PA+VI组合的RF模型精度最高（R²=0.71,RMSE=548.97 kg·ha^-1）,实测AGB和估测AGB的线性R²达到0.73。     

C语言多重递归在自相似图形中的应用

递归的实质是函数的自身调用,递归以其简洁的形式,自身嵌套的结构而在程序设计中占有重用的地位。虽然递归本身完全可以用堆栈实现(或者说递归只不过是堆栈结构的外在接口),但在实际使用过程中对递归的深入理解将会让编程者受益匪浅。利用递归的迭代特性,完全而细致地表述出分形的美妙结构。     

由汉诺塔游戏想到的汉诺塔简单非递归算法

汉诺塔问题是一个古典的数学问题，也是程序设计中的经典递归问题，其递归算法由于简洁清晰，为大家所熟悉，编写出来的程序也比较简单，缺点是占用太多的内存空间。本文对汉诺塔问题进行了数学建模，并用几个简单的判断条件，对问题迅速求解，程序用C语言实现。     

一种亚式风格可重置执行价格期权设计

本文设计了一种亚式风格的可重置执行价格期权;严格证明了可重置执行边界的存在性,以及连续区域与重置区域的单连通性;利用Hartman-Watson分布,写出了可重置期权的定价公式,并利用此公式给出了可重置执行边界的一种新的数值算法.     

基于改进YOLOv5s的黑皮鸡枞菌检测方法

为解决黑皮鸡枞菌种植环境下背景土壤与菌菇辨识度较低、样本分布密集、类间相互遮挡等问题,该研究提出一种基于改进YOLOv5s的目标检测方法。首先,在骨干网络中融入RFBSE模块,使网络关注重点区域,通过施加通道注意力机制,增强对黑皮鸡枞菌特征表达能力;其次,设计多分支采样DCSPP池化模块,加强局部信息与全局信息的融合;第三,在颈部网络采用RFP结构,通过添加额外反馈信息促进语义信息传递,增强鸡枞菌样本密集遮挡场景下的检测能力,对RFP结构级联方式及网络间融合结构做轻量化处理,降低参数计算量和内存使用。试验结果表明,通过添加RFBSE模块,多分支池化模块以及采用递归金字塔结构对模型检测能力均有不同提升效果,最终模型平均精度均值mAP、精确率、召回率分别达到90.8%、86.5%、84.8%。对比原YOLOv5s模型算法,mAP、精确率、召回率分别提高2.7、3.8、3.9个百分点,并通过生成热力图提高模型检测过程的可解释性。试验结果表明改进后的模型可在复杂环境下准确、快速地识别黑皮鸡枞菌,为黑皮鸡枞菌采摘机器人的开发提供技术支持。     

基于回溯法的马跳棋盘的设计与实现

对马跳棋盘问题进行了研究，提出了求解马跳棋盘问题的回溯算法，其时间复杂度是指数级的，分析表明该算法是求解马跳棋盘问题路径的最简单算法，对求解n元问题有一定的应用价值。