木材干燥窑内温度检测的自适应加权融合方法研究

[目的]研究木材干燥窑内多点温度数据处理方法.[方法]在数据融合的基础上提出基于多传感器自适应加权两级融合估计方法.该算法在不知道传感器测量数据先验概率分布知识的条件下,可以从含有噪声的测量数据中得到被估计量的最小均方误差估计.[结果]将自适应加权两级融合方法应用在木材干燥窑温度检测系统中,有效提高了干燥窑内温度的检测精度,优于通常检测窑内温度时采用算术平均值的方法.[结论]该算法实时性好,只依靠当前的测量数据就可以融合估计出总均方误差最小的估计值,对研究数据融合技术和木材干燥工艺具有重要的意义.     

基于农业物联网的农作物生长监测数据融合研究

针对农业无线传感器网络数据融合精度低、传感器节点能量有限的问题,结合农作物生长环境监测的特点,提出了一种适用于农作物生长监测数据融合的架构和算法。将无线传感器网络划分成多个固定层级,减少数据传输量并逐层降低误差。仿真试验结果表明,该算法融合结果比算术平均法和单一自适应加权算法更接近真实值。该算法能够减少数据传输量,且具有很好的可拓展性。     

温室控制系统多传感器数据融合方法的设计

为了减少温室控制系统中的数据处理量,提出了一种温室控制系统多传感器数据融合方法。采用狄克逊准则对采集节点多点测温将采集到的每组数据进行较大误差剔除,然后基于算数平均值法对余下数据融合处理后发送到协调器节点,最后采用自适应加权融合算法对协调器节点数据进行最终融合处理。结果表明,该方法相比其他算法更能反映温室真实环境状况,融合效果更好,使控制系统更稳定。     

基于数据融合算法的土壤环境监测系统设计

利用Zig Bee技术和GPRS技术相结合的方式,构建农田环境监控系统的总体结构,系统利用Zig Bee无线传感器网络采集土壤环境数据。为解决多传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法,首先对单个传感节点一段时间内所采集的数据根据容许函数的阈值剔除误差较大的数据,然后对该传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,得到该区域所有传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该时刻土壤的环境精确值。试验验证了系统采集到的数据准确可靠,改进算法数据融合易于实现,融合值相对误差值更低,稳健性更好。     

使用小波多孔算法提高网络业务流自相似参数求解精度

针对网络业务流自相似参数的离散小波估计方法中大尺度下小波系数能量估计的不精确问题,提出了一种使用多孔算法估计自相似参数的方法,该方法可以提高自相似参数估计的精度。分析比较了多孔算法区别于离散小波变换的特点,剖析了自相似参数小波估计方法的机理和存在的问题,通过对真实网络业务使用离散小波和多孔算法估计方法估计自相似参数的试验,表明多孔算法在提高自相似参数估计精度方面比离散小波方法提高一个数量级,而且参数的95％置信区间有所减小。当然,多孔算法的机理限制了其在实时网络业务流管理方面的使用．更适合网络性能评估和网络规划。     

关于对数正态分布参数极大似然估计的讨论

利用图解法研究了由EM算法得出的有数据删失情况下对数正态分布参数的极大似然估计，得到了在Matlab中利用迭代算法计算参数估计值的方法．     

基于模拟退火算法的半参数线性回归模型的参数估计

提出了一种可减少计算量的求解广义半参数极大似然估计的模拟退火算法，用示例展示新算法在多变量线性回归模型中的应用．     

环境监测中多传感器数据融合研究

[目的]针对环境监测中单一传感器测量数据精度低、可靠程度低的问题,本文提出在无线传感网络监测系统中,通过改进自适应加权融合算法并利用模糊神经网络算法实现多传感器数据融合,来提高环境监测的准确性。[方法]基于多传感器同一时段采集的数据,先采用欧式距离及相关函数改进的自适应加权算法进行同质传感器数据融合,再设计模糊神经网络分类器把异质传感器的数据转化为环境质量等级信息。[结果]仿真实验显示出本文提出的同质传感器数据融合算法融合精度较高于其他几种算法、模糊神经网络算法通过对350组训练样本的学习后能够对96%的验证样本的环境等级进行正确分类且预测曲线基本可以拟合实际输出。[结论]本文的同质传感器数据融合算法提高了数据融合精度,异质传感器数据融合算法能够对整体环境质量得出较可靠的评价。     

基于多数据融合+BP神经网络的农业温室大棚环境监控系统的研究

研究了一种基于多数据融合+BP神经网络的农业温室大棚监控系统。在大棚内部设置多点传感器，避免单个传感器测量不准确的问题，通过加权平均算法进行数据融合，再结合BP神经网络对参数的变化趋势进行判断，最终得到决策后的控制策略。本研究实现了更为精准的大棚环境参数预测，多数据融合后的参数更准确，再进行神经网络的训练，获得各参数变化的趋势，为农业温室大棚提供良好的植株生长环境。     

基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统设计

[目的]提高烟叶仓库温湿度的监测、控制能力。[方法]在烟叶仓库内远离通风口区域均匀布置6个传感器,以SHT11为测量元件检测不同区域温湿度,并采用自适应加权融合算法对检测值进行数据融合。[结果]基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统减少了系统硬件设计的复杂度,提高了测量结果的准确性,并可以根据检测结果对仓库内温湿度加以控制。[结论]基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统可以有效监测和控制烟叶仓库的温湿度,创造烟叶自然发酵的适宜环境,提高烟叶发酵质量。     

基于阈值判决的无线传感器网络混沌信号重构

考虑在传感器网络中重构混沌信号的问题.各传感器同时观测一个混沌信号.由于带宽受限,各传感器量化观测信号并将量化后的数据发送到融合中心,该中心使用无先导卡尔曼滤波算法重构观测的混沌信号.为了节省能量,只有观测信号信噪比高于某个阈值的传感器被选中并发送数据.定义代价函数关联重构性能和能量消耗,分析并仿真了代价函数和阈值之间的关系.结果表明在某些情况下部分传感器发送数据更合理.     

联合收割机实时测产系统的抗振动干扰设计

收割机上的振动严重影响了测产的精度,研究联合收割机车身振动信号特征及其对测产传感器的影响,找出一套新的减振方法.分析了车上振动信号的特征,在此基础上,从谷物称重方式、传感器安装、电子硬件电路、经典算法滤波等方面进行了抗振动干扰的设计.经试验验证系统硬件可靠,软件算法滤波合理,动态测量误差可达到±5%以内,基本上满足了联...     

Sensor data fusion to predict multiple soil properties

The accuracy of a single sensor is often low because all proximal soil sensors respond to more than one soil property of interest. Sensor data fusion can potentially overcome this inability of a single sensor and can best extract useful and complementary information from multiple sensors or sources. In this study, a data fusion was performed of a Vis?CNIR spectrometer and an EM38 sensor for multiple soil properties. Stepwise multiple linear regression (SMLR), partial least squares regression (PLSR) and principal components analysis combined with stepwise multiple linear regression (PCA?+?SMLR) methods were used in three different fields. Soil properties investigated for data fusion included soil texture (clay, silt and sand), EC, pH, total organic carbon (TOC), total nitrogen (TN) and carbon to nitrogen ratio (CN). It was found that soil property models based on fusion methods significantly improved the accuracy of predictions of soil properties measureable by both sensors, such as clay, silt, sand, EC and pH from those based on either of the individual sensors. The accuracy of predictions of TOC, TN and CN was also improved in some cases, but was not consistent in all fields. Among data fusion methods, PLSR outperformed both SMLR and PCA?+?SMLR methods because it proved to have a better ability to deal with the multi-collinearity among the predictor variables of both sensors. The best data fusion results were found in a clayey field and the worst in a sandy field. It is concluded that sensor data fusion can enhance the quality of soil sensing in precision agriculture once a proper set of sensors has been selected for fusion to estimate desired soil properties. More efficient statistical data analysis methods are needed to handle a large volume of data effectively from multiple sensors for sensor data fusion.     

二项分布的零频率估计

二项分布是一种常见的离散型随机变量的分布,在许多场合有重要的应用。其参数常用矩估计和极大似然估计方法来估计。而零频率估计法有许多好的性质。通过研究二项分布参数的零频率估计,得出二项分布参数的零频率估计有渐近正态性。     

非参数估计在构造树高曲线中的应用

研究测树因子之间的数学关系,是森林调查的重要理论工作.该文以树高曲线模型为例,首先分析了最小二乘估计（LS估计）存在的缺陷,然后采用非参数核密度估计和最大概率估计两种方法建立了树高曲线模型.结果表明:①核密度估计能在一定最优准则下很好地适应样本,误差小,样本的统计特性和多峰形态亦得到很好的反映;②最大概率估计则适合在因变量和自变量均有误差的情况下建立模型.它摈弃了LS估计和核密度估计只考虑因变量统计误差的局限性,因此这种估计方法更符合实际情况.同时,当样本中含有误差很大的异常数据时,核密度估计和最大概率估计所得模型比LS估计方法所得模型更稳定.      

基于公众感知的乌龙江东岸江滨复合型绿地景观视觉评价

以福州市乌龙江东岸江滨复合型绿地景观为研究对象,选取65张具有代表性的景观照片,由213名公众作为评价人员,使用美景度评价法对绿地景观质量进行评价。通过相关性分析群体差异与美景度的关系发现,专业、性别等群体差异对美景度没有显著影响。对江滨绿地进行景观要素分解,分为15个要素,每个要素2~4个类目,对数据进行多元回归分析,筛选出6个与美景度相关性较大的要素,保留的景观要素按贡献率大小依次为沙滩比(24.7%)、亲水性(24.1%)、植物生长状况(15.7%)、色彩对比度(14.3%)、天空比(12.3%)、景观硬度(8.8%),以此建立乌龙江东岸江滨复合型绿地视觉景观评价模型。对美景度评分最高的3个样地景观进行分析发现,6个筛选的景观要素对公众喜好作出了良好的解释。本研究可为江滨复合型绿地的设计、优化与管理提供参考。     

两级套随机效应模型中方差分量的Bayes估计

在加权平方损失下导出了两级套分类随机效应模型中方差分量的Bayes估计,并利用多元密度及其偏导数的核估计方法构造出了方差分量的经验Bayes(EB)估计。     

新的油菜产量测定方法研究

采用取样测数法和合并测产法分别对中双4号、华杂6号甘篮型油菜产量进行了测定。结果表明,合并测产法具有取样测数法获得油菜产量要素及理论产量的优点,且便于操作、减轻了工作量,工作效率高,与实收产量的符合程度高,精确度高,为2．1％,其结果准确可靠。     

GPS网平差的多元响应模型及参数估计

本文针对CPS测量数据为多元响应数据的特点，建立了一个CPS网平差的多元响应模型，讨论了模型的性质，在几种情形下，给出了参数的极大似然估计与非线性最小二乘估计的非线性优化模型，讨论了参数估计的求解方法。     

PPS估计与比估计的比较

PPS估计与比估计是实际应用相当广泛的两种抽样估计方法.本文在PPS抽样方案和有效回简单随机抽样方案的情形下构造了这两种估计并精确比较了它们的优劣.