基于专利数据挖掘的我国烟草产业发展态势分析

在对2001~2015年我国烟草产业相关专利进行检索统计的基础上,从基本统计分析、深度挖掘分析两方面分析了我国烟草产业相关专利的整体态势、区域分布、竞争主体、竞争领域4大因素。结果表明:最近几年,我国烟草产业发展势头良好,专利申请数量普遍增多,相关的技术发展迅速且绝对多数技术正处于技术发展的成长期;我国烟草产业的发展具有很强的区域局限性,呈现出局部区域集中度高、区域发展程度及分布不均的特点,且不同类型的专利申请人在专利申请类型、专利申请数量方面差异很大;烟草的调味或加香技术、无烟气的烟草制品及其制备方法、口含型烟草制品及其制备方法等技术创新难度相对较小,可拓展、创新的空间比较大,属于重热点技术领域。     

基于马尔可夫链的河流水质污染预测模型研究

基于马尔可夫链的河流水质污染预测模型,采用河流水质污染的指标数据,得到水质污染的时间序列值;划分水质污染趋势的状态空间;建立状态转移矩阵,从而预测水质污染趋势变化区间.结果表明,该模型能够有效地预测河流水质污染的走势,进而能够为相关的环保部门提供治理河流的有效依据,从而达到保护农业灌溉用水的目的.     

基于数码摄像的蓝藻识别研究及工程实现

针对近年来我国内陆水体富营养化程度日益严重,导致蓝藻水华大规模爆发的情况,为了简单快速识别蓝藻,结合当前数码摄像技术不断提高的实际,提出并实现了利用高分辨率、高质量的图片对蓝藻的关键特征进行识别的方法。该方法从空间域和频域这两个领域对蓝藻图片进行分析,首先引入色彩空间原理,根据预先所设的蓝藻特征值门限处理图片,提取蓝藻在空间域上的颜色特征;然后利用傅里叶变换把空间域信号变换到频域,并通过带通滤波及高通滤波技术分析蓝藻图片,得到蓝藻在频域上的纹理特征;最后结合这两个不同领域各自的结果交叉识别图片中的蓝藻。试验结果表明,该方法能够正确得到蓝藻图片的颜色特征和纹理特征,通过两个特征能很好地识别蓝藻,取得了较好的效果。