基于非线性混合模型的杉木优势木平均高

从理论上介绍一阶线性化算法和一阶条件期望线性化算法求解非线性混合效应模型参数,并利用这2种算法分别对杉木优势木平均高进行拟合(选用常用的Logistic模型作为基础模型,把区组作为随机效应因子)。结果表明:2种算法对杉木优势木平均高进行拟合时精度都很高。通过对2种线性化算法进一步比较可得,在分析单木水平非线性混合效应优势木平均高模型时,2种算法拟合效果非常接近,因此在实际应用中可以选择其中任意一种算法对杉木优势木平均高进行拟合。     

多分辨率遥感数据融合及其在林业调查区划中的应用研究

本文首先对多分辨率遥感图像的融合算法的理论和方法进行了探讨,通过对几种典型的多分辨率遥感图像融合算法进行分析和工作实践,提出了一种适合林业区划的Brovery算法。该方法在林业区划实践中得到了检验,是一种适合林业区划的算法。     

基于欧氏距离的人工免疫算法

本文简要介绍了标准人工免疫算法的工作原理,提出了一种改进的人工免疫算法,并用RosenBrock函数对两种算法进行了比较。实验结果表明,该文提出的改进的人工免疫算法较标准人工免疫算法更为有效。     

基于欧氏距离的人工免疫算法

本文简要介绍了标准人工免疫算法的工作原理，提出一种改进的人工免疫算法，并用Rosen Brock函数对两种算法进行了比较。实验结果表明，该文提出的改进的人工免疫算法较标准人工免疫算法更为有效。     

非线性混合效应模型参数估计方法分析

非线性混合效应模型是针对回归函数依赖于固定效应和随机效应的非线性关系而建立的.一阶线性化算法(FO)和条件一阶线性化算法(FOCE)为2种计算非线性混合效应模型参数的常用线性化算法.本文基于FOCE算法,提出一种改进的随机效应参数计算方法,并利用树高生长数据和模拟数据对3种算法进行分析和比较.结果表明:改进的FOCE算法得到的随机效应参数更能反映个体间的随机差异,并且拟合效果更好.     

旅行商问题(TSP)算法的比较

旅行商问题是一种典型的求解多局部最优的最优化问题:有n个城市,一个旅行者从其中的一个城市出发,经过所有的城市一次并返回出发的城市,求最短的路线.本文运用Matlab7.0实现三种能解决TSP问题的算法(贪心算法,模拟退火算法和遗传算法),并在TSP测试文件berlin52.tsp和krob100.tsp上运行三种算法.从而比较和归纳每个算法的优缺点.     

基于直接序列扩频码改进方法的图像水印技术

以数字图像为研究对象,结合空域的扩频技术、LSB嵌入算法和频域的小波和小波包分解技术,提出一种新颖的鲁棒水印算法。     

三类进化算法的基础研究

通过对遗传算法、进化规划、进化策略的三种算法的发展过程、算法过程和特点进行分析、比较,得出了三种算法的异同,为各算法的适应范围做了基础研究,提出了量子算法的研究方向。     

基于压缩感知SAMP算法的改进

压缩感知是近年来兴起的以较大压缩比率并且能够以较好的效果恢复原始信号的一种新型理论。本文针对SAMP算法在重构精度相对较差以及运算时间较长的问题,提出一种新的SAMP改进算法。该算法首先将稀疏信号进行分块后再重构,其次在重构算法过程中开始对信号稀疏度进行初始估计,然后采取变步长增加稀疏度的方法逐步求出原始信号的最优估计值。理论分析和实验表明,改进后的算法减少运算时间,提高重构精度,增进实际使用价值。     

基于粒子群算法的森林资源观测成像卫星任务规划模型建构

研究了一种基于粒子群算法的针对森林资源观测成像需求的卫星任务规划模型。通过研究卫星成像区域和待观测区域的相关关系,且根据2个区域的地理地球信息相关关系,构建粒子群集合。通过传统粒子群算法构建PSO算法架构,且在传统粒子群算法PSO基础上融入禁忌搜索策略和交叉进化粒子基因控制策略形成IPSO算法架构。在基于卫星工具包STK和Python支持下,对2种算法架构进行数据仿真比较。发现2种算法的最终收敛效果相当,但IPSO在个案数据条件下的收敛效率更高,所以认定本文设计的IPSO算法在森林资源观测任务的卫星任务规划中有积极意义。     

基于模拟退火的多射频多信道网络的路由算法

提出一种基于模拟退火的优化算法来解决路由问题。模拟退火算法以加权累积期望传输时间为代价函数来寻找最佳路由方式。系统仿真基于802.11无线网络,分别比较使用基于模拟退火的路由算法和最短路由算法情况下的网络吞吐量和丢包率。仿真结果显示,基于模拟退火的路由算法比最短路由算法具有更好的性能。     

基于认知无线电的无线资源分配算法

认知无线电作为一种新的智能无线通信技术,允许认知用户主动检测空闲频谱,能够实现有限频谱资源的重新利用,被认为是解决无线频谱利用率低下问题的最佳方案之一。文章首先建立图着色理论的系统分析模型,研究了基于图着色理论的贪婪算法及公平算法,提出了基于连接等级的按轮分配算法以及基于轮数阈值的混合算法,研究基于敏感图着色理论的频谱分配算法将功率分配纳入考虑,比较了三种简单的功率分配算法的系统吞吐量。     

改进的区域生长算法在彩色年轮图像分割中的应用

提出了一种基于分水岭算法和区域生长算法相结合的彩色年轮图像分割算法,首先采用分水岭算法检测边缘,得到彩色年轮图像的大致区域分布,然后结合区域颜色和空间信息自动获得种子点,实现区域生长。分割结果表明,该方法能够更加快速地获得清晰的年轮边缘。     

三维装箱问题的智能启发式算法

三维装箱问题是一类典型的NP-hard组合优化问题,找到一个高效快速的算法具有重要的现实意义.模拟人们在实际装箱时总是尽量保证每一层装的比较"平直"思想,设计了一种智能启发式算法,借以克服一般启发式算法依赖"经验"的不足.给出了详细算法流程和关键数组的定义.该算法结构简单,实验表明算法收敛速度快,能有效解决三维装箱问题.     

原木运费简算法

自今年新的木材运输结算办法实施以来,发现许多运输单位使用的运费结算方法很繁锁、费时费力,本人综合了一种运费简算法、省时省力.现先举一实例将一般算法和简化算法进行比较,然后再列出通用公式.1.[实例]一车原木由伊犁运往乌市材积数为14.575m~3,其中4米以下为6.254m~3,4米以上为6m~3,6米以上为2.321m~3.     

基于地面三维激光扫描技术的林木胸径提取算法分析

胸径是树木最重要的测树因子之一,其精度直接影响材积的测定。传统的树木胸径测量效率低,范围较小;采用遥感反演间接测量胸径,精度较低,且不能直接获取单木的点云数据。本文利用三维激光扫描技术提取立木的3D点云数据,提出一种自动、高效提取单木胸径的算法。利用三维激光扫描仪对样地8棵杨树进行扫描,得到三维点云数据;同时,开展数据分割、精简、降噪处理,得到简化后的点云数据,最后对提取的胸径点云数据进行分层设置,将截取层厚度设置为0,0~1,1~2,2~3 cm 4个等级,利用快速凸包算法将点云数据闭合成一个多边形,运用Arc Engine控件调用Arc GIS中测算多边形长度的方法计算闭合平面周长,换算出立木胸径值,并结合同步实测数据与传统算法、拟合圆算法进行对比试验。结果表明:采用传统算法、拟合圆算法和快速凸包算法的模型决定系数R2分别为0.857、0.941和0.957,说明运用快速凸包算法提取立木胸径是一种高效且比较可行的方法。     

基于改进C4.5算法的森林火险天气等级评估

应用数据挖掘技术,对影响林火的因子进行数据分析与综合评估。针对林火这一课题的特殊性与复杂性,采用一种改进的C4.5决策树算法对森林火险天气等级进行评估决策。该算法着眼于从一组互不相关的事例中推算出以决策树为表现形式分类规则,并采用基于可信度阈值的后剪枝技术降低决策树纯度。基于算法原理,综合分析了温度、湿度、风力等林火因子数据集,分析了决策树算法应用于数据分类和知识发现的过程和特点,研究了该决策树模型在天气评估中的应用,建立了一套森林火险天气等级评估方法。通过试验表明,林火等级与各林火因子数据集之间建立了有机联系,实现了该算法在林火等级评估方面应用的可能,同时,也指出了该算法应用的局限性与待解决的问题。     

基于高斯混合模型的林业信息文本分类算法

为解决传统林业信息文本分类算法准确率低和正确率分布不均匀的问题,提出了一种基于高斯混合模型的林业信息文本分类算法。在阐述高斯混合模型和EM算法的基础上,使用TF-IDF方法计算林业信息文本特征值,对构造的林业信息文本特征矩阵降维,结合Kmeans算法,通过训练得到各类林业信息文本所对应的高斯混合模型的参数,构造分类器进行精准与快速分类。实验结果表明,该算法与神经网络分类方法、贝叶斯、决策树等常用分类算法相比,该算法有较高的准确率和实用性,为林业信息文本的分类研究开拓了新思路。     

一种基于插值图像的三维超声体数据空隙填补方法

本文研究了传统PNN（Pixel—Nearest—Neighbor）重建方法的优缺点，并提出了一种基于插值图像的自适应PNN改进型算法。实验结果表明，本文提出的算法在帧间空隙较大的情况下重建体数据比传统PNN＋空隙填补法更为平滑，且能确保不产生空隙。算法速度方面也完全可以胜任一般的实时重建预览的需要，可以作为一种现有PNN方法的增强算法用于实时三维超声重建当中。     

林区生态环境监测的无线传感器网络数据融合技术研究

针对林区生态环境监测系统中的数据高冗余度,提出一种基于LEACH路由协议的无线传感器网络(WSN)数据融合算法。通过林区高密度的反馈数据,验证该算法提高了数据融合的高效性,该算法针对周期性的信息反馈的无线传感器网络特别适用。因为林区的一些生态数据的监测只是周期性的去采集处理,所以该算法适用于林区的高数据周期性的数据采集、融合和处理。