数字图书馆个性化信息服务系统模型构建

个性化是数字图书馆信息服务生命之源。为此,针对数字图书馆个性化信息服务特点,构建其系统模型,进而论述了用户可以借助个性化信息技术提供的一套工具来构建自己的个人馆藏,满足个性化的信息需求,以期促进数字图书馆信息服务稳定、可持续的发展。     

数字图书馆个性化信息服务系统模型构建

个性化是数字图书馆信息服务生命之源。为此,针对数字图书馆个性化信息服务特点,构建其系统模型,进而论述了用户可以借助个性化信息技术提供的一套工具来构建自己的个人馆藏,满足个性化的信息需求,以期促进数字图书馆信息服务稳定、可持续的发展。     

一种基于VPN技术的端到端MPLS QoS部署方案

MPLS QoS属于层次化QoS，称为MPLS HQoS，是QoS特性在VPN网络中的具体应用，它提供一套完整的MPLS QoS解决方案来满足VPN用户多样化和精细化的QoS需求。针对某专有网络通信隔离性和QoS需求，详细阐述对MPLS QoS各种流量模型及其工作原理，提出一套端到端QoS部署方案。     

遗传算法在盐分胁迫下冬小麦根系分布预报中的应用

盐分存在条件下根系在土壤剖面中的分布会随众多的因素产生变化,由常规的拟合方法得到的根系分布与实际值会存在较大的误差。在此,基于遗传算法建立了一种获得盐分胁迫下冬小麦根系分布参数的模型,经过检验,模型整体预报效果较好,可以通过间接的、相对容易的途径获得相对准确的根系参数,可以满足实际应用的需求。     

基于不确定性的区间分式规划灌区优化配水模型

为获得有限可用灌溉水资源条件下满足多个目标的最优配水方案,将区间不确定性方法引入线性分式多目标规划中,构建基于区间不确定性的分式规划模型。以甘肃省武威市民勤县红崖山灌区为研究区域,对当地4种主要作物,春小麦、春玉米、棉花、籽瓜进行水资源优化配置,在满足粮食安全基础上得到不同水文年下满足不同目的需求的水资源优化配置方案。在此基础上,对不同情境下的配水结果进行对比并详细分析了平水年不同区间用水效率增长对目标函数的增长率影响,得到不同用水效率下的优化配水方案及目标完成情况。结果表明:在枯水年灌区应优先满足籽瓜的灌溉需求,丰水年应优先满足棉花的用水需求,平水年农业生产的最优用水效率增长区间为[0,5%]。所得结果可以为民勤县红崖山灌区以及类似灌区水资源优化配置及用水效率提升提供了理论依据与决策支持。     

林火蔓延模型模拟空间精度评价研究

在林火蔓延模拟过程中,为技术基础林火蔓延模型模拟空间精度评价是一个十分重要的问题。以林火蔓延模拟、地理信息系统和计算机图形学为技术基础,以林火蔓延的边界位置、面积和轮廓形状为主要指标,提出了一套林火模型模拟空间精度的评价方案,并通过模拟实验验证了该方案的可行性。结果表明,这一方案可以满足林火蔓延模型模拟空间精度评价的需要,为多模型林火蔓延模拟中模型的选择提供了依据。     

芦苇地上生物量的SDBP神经网络估算模型研究

为了快速准确的测量芦苇的生物量,设计了SDBP神经网络模型。模型的输入参数为芦苇的植株平均高度和植株密度,输出参数为芦苇地上生物量,利用60组数据经过训练后,其测试样本的网络输出与目标函数的相关系数达到0.995 91,用训练好的网络模型对15组未参加训练的数据进行生物量测定,其测量结果与实际结果的标准差较小(最大标准差为1.091 2),可以满足实际测量需要。训练好的神经网络模型可以在不破坏芦苇植株的前提下准确、快速、大面积测量芦苇生物量。     

一种在役管道弯头走向参数测量计算方法

管道完整性管理是确保管道安全运行的重要手段,管道弯头走向参数是实现管道完整性管理必不可少的基础数据,在管道智能检测过程中获取管道弯头走向参数信息已成为管道业主的迫切需求。提出了一种管道弯头走向参数测量计算方法,以MEMS陀螺仪与加速度传感器为主要惯性测量器件,并将其集成于管道智能检测器电子包,在进行管道智能检测的同时获取惯性测量数据,针对惯性测量数据建立了数学模型,同时给出计算方法。将方法应用于实际管道智能检测工程,在不增加检测成本的前提下,实现了对管道弯头曲率半径、弯头偏转角度及弯头偏转方向3个参数的测量,满足了管道完整性管理需求。     

基于叶片图像复合参数的烟叶成熟度判定模型

【目的】构建叶色参数与鲜烟叶片成熟度的关联模型，为精准判断大田烟草鲜叶采收成熟度提供技术支撑。【方法】运用多元回归及BP神经网络构建叶色参数-烟叶成熟度判定模型，通过比较不同参数体系和不同建模方式对不同叶位鲜烟叶片成熟度的判定准确度，筛选最优成熟度智能化判定模型。【结果】以叶色偏态分布复合参数集（N2，共33个参数）作为输入因子，基于BP神经网络构建的F4（33-10-1）模型是最佳的叶片成熟度判定模型，可以满足对不同叶位不同成熟度的判定精度需求，对下部、中部和上部烟叶成熟度的判定精度分别为84.44%、96.10%和92.56%，总体精度达94.15%。【结论】采用叶色偏态分布复合参数集（N2）作为输入因子且采用BP神经网络构建的不同叶位鲜烟叶成熟度的判定方法可在一定程度上解决烟草叶片成熟度田间判定准确度低的问题，且可为烟叶实际生产过程中鲜烟成熟度的智能化识别提供新思路。     

基于全局搜索算法的太阳影子定位研究

目的为更好地解决已知某物体影长、测量的时间和日期的情况下确定物体的测量地点,或已知物体影长、测量日期及地点的情况下确定测量时间的问题,进而解决野外探险时地理位置的确定和根据某物体的视频或照片等影像资料而确定其拍摄地等实际问题。方法针对太阳影子定位,使用基于穷举法的全局搜索式算法、最小二乘法的参数估计法、比例消参法等方法,分别构建全局搜索网络模型、参数方程模型等模型,结合MATLAB软件进行算法的编写、图形的绘制、数据的拟合与预测等处理。结果结合第一组数据,所推算的测量地位于广西,结合第二组数据,所推算的测量地在蒙古国。结论利用全局搜索式算法及参数方程模型,结合MATLAB软件,可以解决太阳影长、直杆长度、测量地点、测量日期、测量时间等5个变量中知四求一、知三求二等问题。     

Optimization of source-sink dynamics in plant growth for ideotype breeding: A case study on maize

The objective of this work is to illustrate how a mathematical model of plant growth could be possibly used to design ideotypes and thus leads to new breeding strategies based on the guidance from optimization techniques. As a test case, maize (Zea mays L., cv. DEA), which is one of the most widely cultivated cereals all over the world, is selected for this study. The experimental data reported in a previous study are used to estimate parameters of a functional-structural plant growth model, namely, “GreenLab”. As the corn cob and its leaves and stem can be benefited from economically, a single objective optimization problem (maximization of cob weight) and a multi-objective optimization problem (maximization of cob weight, maximization of leaf and stem weight) are formulated, respectively. The Particle Swarm Optimization approach is applied to solve these two kinds of optimization problems based on the GreenLab model. The optimized variables are specific parameters of the GreenLab model, which are the cob sink strength and the coefficients of the cob sink variation function. The optimization results revealed that to achieve breeding objectives, the optimal trade-offs of source-sink dynamics should be considered. Moreover, the optimization results of the multi-objective optimization problem revealed that the harvest index may not be the evaluation factor for yield improvement. The work described in this paper showed that such optimization approaches relying on plant growth models may help improve breeding strategies and design ideotypes of high-yield maize, especially in the current agricultural context with the increasing importance of co-products when designing cultivation practices.     

基于环境参数的果蔬品质预测系统

针对果蔬品质受环境因素的影响,研究了两者之间的关系.以葡萄为例,选取温度和湿度为环境参数,品质参数为硬度和失水率.用灰色系统理论GM(1,2)多因子动态模型,确定了环境参数和果蔬品质的关系.设计了一种有效的环境参数和品质参数的测量系统,将果蔬品质的测量转移到环境参数的测量或预测,进而实现对果蔬货架期预测的目的.试验结果表明,用GM(1,2)模型对品质参数预测的误差较小,由于只需测量环境参数而不用测量品质参数,使测量过程变得更加简单并易于操作,而且降低了测量成本.     

基于折射补偿的水下结构光三维测量系统

针对结构光技术在水下三维测量中的应用,提出了一种基于折射补偿的水下结构光三维测量方法。考虑到水下三维测量时,由于光线在不同介质交界处发生折射,采用平面网格靶标对系统进行陆上标定的结果不能直接应用,必须进行折射补偿,补偿被测物体在CCD摄像机靶面上成像点的像素坐标,按所建立的水下三维测量模型进行测量。通过实验证明,本文的折射补偿方法有效地克服了折射对水下三维测量的影响,实现了水下结构光高精度三维测量。     

基于改进AFSA的路面不平度时域估测

为提高根据车辆动力学响应建立路面不平度时域模型的精度,对RBF神经网络的设计、输入神经网络的动力学响应参数和汽车车体测量点的位置进行了研究。基于拉格朗日第2方程建立了车身任意位置的5自由度振动模型,以滤波白噪声法建立的路面时域激励为车辆激励的输入和神经网络的理想输出,采用改进的人工鱼群算法(AFSA),针对车身测量点距质心的距离、待测量的动力学响应参数的类型和RBF神经网络的扩展系数建立了优化分析模型。提出了2种需测量的车辆动力学响应参数方案,以及各方案下车身测量点的具体位置。研究结果表明,2种方案的路面不平度时域激励估测精度均高于0.99。     

What are the differences in yield formation among two cucumber (Cucumis sativus L.) cultivars and their F1 hybrid?

To elucidate the mechanisms underlying the differences in yield formation among two parents(P1 and P2) and their F1 hybrid of cucumber, biomass production and whole source–sink dynamics were analyzed using a functional–structural plant model(FSPM) that simulates both the number and size of individual organs. Observations of plant development and organ biomass were recorded throughout the growth periods of the plants. The GreenLab Model was used to analyze the differences in fruit setting, organ expansion, biomass production and biomass allocation. The source–sink parameters were estimated from the experimental measurements. Moreover, a particle swarm optimization algorithm(PSO) was applied to analyze whether the fruit setting is related to the source–sink ratio. The results showed that the internal source–sink ratio increased in the vegetative stage and reached a peak until the first fruit setting. The high yield of hybrid F1 is the compound result of both fruit setting and the internal source–sink ratio. The optimization results also revealed that the incremental changes in fruit weight result from the increases in sink strength and proportion of plant biomass allocation for fruits. The model-aided analysis revealed that heterosis is a result of a delicate compromise between fruit setting and fruit sink strength. The organlevel model may provide a computational approach to define the target of breeding by combination with a genetic model.     

基于智能手机与机器视觉技术的立木胸径测量方法

针对现有森林资源调查中立木胸径测量工作劳动强度大、效率低,先进设备操作复杂、成本高等问题,结合相机标定、三维重建、机器视觉和近景摄影测量等技术,探索基于智能手机与机器视觉技术的立木胸径测量方法。通过智能手机获取待测立木的图像信息,运用Lab颜色空间模型(Lab color model)和3×3算子对图像进行卷积运算,得到立木图像的视觉显著图; 结合HSV颜色模型(色调H,饱和度S,明度V)中的H分量增强图像中立木树干部分的颜色对比度,通过图像分割算法识别并获取自然环境下的目标立木轮廓区域; 通过一种改进的带有非线性畸变项的相机标定模型标定智能手机的相机内、外参数,并借助相机参数和二维图像信息进行三维世界坐标重建,从而实现树干1.3 m处胸径的测量。经验证,一定距离内胸径测量结果的相对误差小于2.50%。该方法测量精度较高,符合森林资源调查对胸径测量的精度要求,可应用于森林资源调查。     

森林生物量测定精度分析

为提高森林资源的监测质量、数量化森林生物量的测定精度,该文论述了采用经典方法进行森林生物量测定的误差来源:①样地抽样误差;②样地每木检尺误差;③标准木生物量的测定误差;④模型误差;⑤下木层和草本地被物生物量测量误差.然后广泛运用误差传播定律,分别对样地设置、生物量调查及生物量模型进行了相应的精度分析,并结合实例进行了理论验证,最终得出了采用经典方法调查森林生物量的误差为7.63%~14.56%的结论.     

基于模糊聚类多模型池塘溶解氧软测量研究

提出了一种基于模糊-C均值聚类FCM（Fuzzy C-Means）算法的多模型结构方法,并建立了溶解氧软测量模型。通过对养殖池塘溶解氧软测量模型的研究表明,该方法具有良好的测量精度和鲁棒性,具有良好的在线测量与监控能力。     

基于改进区域生长法的羊体点云分割及体尺参数测量

针对传统羊体尺测量中测量耗时、应激大的问题,采用主成分分析、随机采样一致性算法和改进的区域生长法,基于三维点云对羊体尺参数测量进行研究。结果表明:1)使用主成分分析和随机采样一致性算法能计算羊体点云的法向量和曲率;2)改进的区域生长法能准确地分割出羊体区域,并且避免了外点的干扰;3)在羊体点云数据上选取体尺测点,计算羊体长、体高、臀高、胸深体尺参数,并与实测值比较,4种体尺参数的最大相对误差为2.36%,测量精度较高。试验证明改进的区域生长法能准确地对羊体点云进行分割,依据选取的体尺测点,能够实现羊体尺参数的无接触测量。     

基于三维激光扫描成像系统的树冠生物量研究

林业中对树冠进行准确量测一直都难以实现,对树冠体积、表面积的估测也多是将树冠近似为规则几何体,所得到的数据偏差较大,使与树冠相关的一些研究受到限制.该文将三维激光扫描成像系统运用于立木测量,建立立木三维模型,通过对模型进行量测获取包括树冠体积、表面积等各种测树因子.以此为基础,运用非线性回归方法建立树冠体积、表面积回归方程,相关系数都在0.95左右.利用树冠体积、表面积回归模型,可以用传统林业调查数据推算树冠的体积表面积,可以使与树冠相关的估测、研究得到较好的结果.同时该文将树冠因子引入生物量模型,建立包含树冠体积、表面积的生物量模型,获得了较传统CAR模型更好的效果,可作为生物量估测的基本模型.