基于评价的水资源优化模型适用性比较

为了比较不同目标的水资源优化配置模型在黑河中游的适用性,在充分考虑地表径流随机性的基础上,分别构建以灌区农业水生产力最大、农业灌溉损失最小、净经济效益最大为目标函数的灌区水资源优化配置模型,并引入多指标综合评价法以及熵权法对3个优化模型的配置结果进行综合效应评价．评价结果显示,基于黑河中游水资源利用现状,以灌区农业水生产力最大为目标函数的模型,更适合现阶段黑河中游灌区水资源配置要求．使用灌溉水生产力最大为目标函数的优化模型对有限水资源进行优化后的配水方案整体用水比现状水平年减少了334×108 m3,灌溉水生产力增加了0453 kg／m3,用水成本比实际减少了421×107元．评价结果验证了水资源优化配置模型方案评价的可行性．     

基于博弈论组合赋权的流域水资源承载力集对分析

针对受多种不确定性因素影响的流域水资源承载力评价问题,提出评价指标与标准等级之间的四元联系度模型。采用梯形模糊数定量表示差异度不确定性系数连续变化过程,建立了集对分析与梯形模糊数耦合的水资源承载力评价模型。用层次分析法确定各评价指标主观权重后,从属性效用值出发由熵权理论赋予客观权重,同时,由博弈论集结模型优化组合主客观权重,通过计算以置信区间形式表示的加权联系数,确定水资源承载力的等级标准。耦合模型相对极大熵原理法及模糊综合评判法灵敏度高,更能真实地反映出流域水资源系统本身承载力大小以及偏离分级标准的程度。实例研究结果表明,该模型方法思路清晰,过程直观,评价结果实效合理,具有较好的推广应用前景。     

基于BP神经网络的黄河小浪底济源断面水质评价模型研究

为了解BP神经网络模型在水质评价上的适用性,以黄河流域小浪底济源断面2010-2013年4个水质指标pH值、DO、COD、NH3-N为评价研究对象,结合统计软件MATLAB,以2010-2012年水质指标为训练集,2013年水质指标为检验预测集,通过输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型。结果表明,BP神经网络模型评价水质结果同综合污染指数法评价水质结果基本吻合,BP神经网络训练结果吻合率达到93.33%。通过实例分析表明,该模型应用于水质评价具有客观性和实用性,经过训练的模型能够准确评价黄河流域水体的水质类别,模型具有较好的评价效果。     

区域水资源可持续利用评价——以乐山市为例

水资源可持续利用评价是制定区域可持续发展战略的依据和基础。基于模糊熵权法,构建了乐山市水资源可持续利用综合评价指标体系。利用熵权法确定各级指标的权重,并结合模糊综合评价模型,从社会、经济、生态合理性3个维度对乐山市的水资源利用情况进行了综合评价。结果表明自2001-2012年间乐山市水资源利用综合合理性呈下降趋势,反映出该区域的水资源可持续性在逐步减弱。分项评价结果中,社会合理性呈下降趋势,经济合理性呈先增后减的趋势,而生态合理性基本保持平稳。基于评价结果,提出了水资源可持续利用的建议,以期为水资源的合理开发,高效管理及利用提供依据。     

基于集对分析法的水资源配置方案综合评价

水资源配置方案评价属于多目标的群决策问题,其特点是具有模糊性、不确定性和多目标性,且其指标的权重对于评价结果的真实性影响较大。一方面为克服水资源配置方案评价过程中各评价指标权重的精确性不足问题,引入证据理论的支持度思想,确定被评价指标在评价集中的可信度,并据此确定指标的权重;另一方面为解决多目标之间因确定性与不确定性而产生矛盾、冲突问题,将集对分析理论引入配置方案综合评价,经过确定被评价方案指标的同一度矩阵,并融合证据理论所确定的权重,最终确定方案的综合排序。通过选取实例进行论证分析,结果表明,采取的集对分析法对评价水资源配置方案是切实可行的,因此集对分析理论可作为一种综合评价水资源配置方案的新方法。     

基于熵权法和改进TOPSIS模型的水资源配置综合评价

水资源配置方案的合理确定对区域经济社会可持续发展意义重大.本文利用熵权法对水资源配置评价指标合理赋权,结合改进TOPSIS模型,对某地区水资源配置方案进行综合评价.结果表明:该方法计算科学简单,结果合理可信,能够有效应用于水资源配置方案的综合评价.     

基于集对分析的区域水资源开发利

基于集对分析方法建立了区域水资源开发利用程度的评价模型,就应对该模型对汉中盆地水资源的开发利用程度进行了综合评价.评价结果表明,汉中盆地水资源利用处于中低阶段,还有很大的开发潜力.通过与模糊模式识别,模糊综合评判,属性识别方法,人工神经网络方法进行对比分析,可以看出集对分析模型不仅理论严谨,方法简便,而且评价结果精确可靠,从而验证了该方法的合理性和可行性,因此,集对分析理论为区域水资源开发利用程序的综合评价提供了一种新的思路.     

基于集对分析的区域水资源开发利用综合评价

基于集对分析方法建立了区域水资源开发利用程度的评价模型，并应用该模型对汉中盆地水资源的开发利用程度进行了综合评价。评价结果表明，汉中盆地水资源利用处于中、低级阶段，还有很大的开发潜力。通过与模糊模式识别、模糊综合评判、属性识别方法、人工神经网络方法进行对比分析，可以看出集对分析模型不仅理论严谨、方法简便，而且评价结果精确可靠，从而验证了该方法的合理性和可行性。因此，集对分析理论为区域水资源开发利用程度的综合评价提供了一种新的思路。     

基于改进VGG16的大米加工精度分级方法研究

为了准确识别大米精度等级,结合超列技术（Hyper column technology,HCT）、最大相关-最小冗余（Max-relevance and min-redundancy,MRMR）特征选择算法和极限学习机（Extreme learning machine,ELM）,提出了基于改进VGG16卷积神经网络的大米分级检测方法。首先,使用机器学习中的OneHot格式进行编码,对数据进行归一化;然后采用VGG16卷积神经网络结合HCT技术作为特征提取器,从而保证从不同的深层结构中提取出局部鉴别特征,共提取5248个大米特征信息;采用MRMR特征选择算法剔除大量冗余的大米图像特征,筛选出最有效的500个特征;最后,利用ELM技术进行大米加工精度分级。将5848个样本图像按6∶3∶1的比例随机分为训练集、测试集与验证集,对模型进行训练与测试,结果表明,基于改进VGG16卷积神经网络的大米加工精度分级模型对1755个测试集大米样本分类的总体准确率达到97.32%,对大米加工精度的分级预测速度在85t/h以上,基本满足大米生产线的分级要求。     

基于机器学习的鹅膏属真菌形态特征分类模型研究

针对鹅膏真菌分类的问题,区别于传统人工分类方法操作比较复杂,分类速度慢的问题。从鹅膏属真菌特征形态数据入手,提出基于机器学习算法的一种分类模型。模型前期采用最值归一化的方法对数据进行预处理,其次以支持向量机作为分类器,选择线性函数作为核函数,同时使用交叉验证算法来寻找最优的惩罚系数C,通过混淆矩阵来分析数据分类处理中产生的误差,最后对试验中两种最优核函数的改进混合,使得模型的精准率在一定程度上达到最优。在分类模型中,将15个鹅膏属真菌的形态特征作为分类依据,并且给予相关属种的分类指标。在将数据进行相关要求划分后,将数据分为训练集和测试集,用训练集数据进行分类模型的建立,测试集数据验证其分类精准度。通过试验得出最后测试模型的精准度达到91.43%,训练模型的测试得分达到97.59%,在进行核函数的混合改进后测试模型的精准度以及训练模型的精准度都达到100%。     

黑龙江水资源可持续利用评价研究

从“水资源系统发展水平”,“水资源与社会协调水平”,“水资源与经济协调水平”,“水资源与环境协调水平”4个方面确定了黑龙江省水资源可持续利用评价的33个初选指标,提出了聚类分析-熵权法的指标筛选方法,通过系统聚类消除指标间相关性的同时,利用熵权法得到熵权值最大的指标,从33个初始指标中筛选得到12个指标,利用支持向量机模型对黑龙江2003-2010的水资源可持续利用状况进行评价,并与人工神经网络的结果进行比较,其结论对区域水资源的调控具有切实的实践意义.     

基于MobileNet V2的田间葡萄果穗成熟度判别

葡萄的成熟度主要依靠人的感官判断,缺乏客观标准,严重影响葡萄的整体品质。针对以上问题,本文采用MobileNetV2轻量级的卷积神经网络模型对葡萄成熟度进行判别。田间采集红提葡萄图像共计380张,构建数据集,以不同着色度为指标,对数据集进行分类,并按7:2:1分为训练集、验证集、测试集,将训练集、验证集预处理后采用该数据集训练MobileNetV2模型。由测试集的试验结果,得到试验训练MobileNetV2模型所获得的分类准确率为87%。最后采用QT语言设计了可视化的界面。本文的研究将有利于推进葡萄采摘的自动化,降低葡萄采摘成本、提高葡萄的经济效益。     

基于支持向量机的水资源开发利用评价模型

基于支持向量级模型良好的泛化能力,构建了区域水资源开发利用程度的支持向量机评价模型.针对评价标准,采用均匀分布随机函数,在3个标准间内插10个样本,形成共30个样本用于支持向量机的训练,实现了对西安市水资源开发利用程度的综合评价.实例研究表明,运用支持向量机分类模型进行区域水资源开发利用问题研究,评价结果合理、可靠,可以为区域水资源开发利用评价提供一种新的方法.     

基于支持向量机的水资源开发利用

基于支持向量级模型良好的泛化能力，构建了区域水资源开发利用程度的支持向量机评价模型。针对评价标准，采用均匀分布随机函数，在三个标准间内插10个样本，形成共30个样本用于支持向量机的训练，实现了对西安市水资源开发利用程度的综合评价。实例研究表明，运用支持向量机分类模型进行区域水资源开发利用问题研究，评价结果合理、可靠，可以为区域水资源开发利用评价提供一种新的方法。     

基于改进型LeNet-5的苹果自动分级方法

针对目前传统机器学习对苹果分级的局限性,改进经典卷积神经网络LeNet-5模型以提高分级准确率。试验在原基础上添加卷积层至4层以加深网络深度,改用LeakyReLU激励函数并加入Dropout层防止过拟合,修改输入图像大小为32×32×3。同时将此与GoogLeNet迁移模型、初始LeNet-5模型、传统机器学习进行对比。试验对不同等级的红富士苹果进行训练与测试,发现改进后的LeNet-5效果最好,测试集准确率达98.37%、AUC值为0.907 5,识别一个苹果仅需0.12 s,能够满足工厂自动化分级的需求。综上,改进型LeNet-5模型可用于苹果的高效分级。     

基于改进SqueezeNet模型的多品种茶树叶片分类方法

为实现茶树叶片种类的准确、无损、快速分类,以复杂背景下6个品种的茶树叶片图像作为研究对象,通过卷积神经网络实现茶树叶片品种分类。选择经典轻量级卷积神经网络SqueezeNet,通过在Fire模块中增加批归一化处理,实现网络参数不显著增加的前提下大幅提升网络对多品种茶树叶片分类的准确率;通过将Fire模块中的3×3标准卷积核替换为深度可分离卷积,进一步缩小网络模型,降低网络对硬件资源的要求;通过在每个Fire模块中引入注意力机制,增强网络对重要特征信息的提取能力,提升模型分类性能。试验结果表明,原始SqueezeNet模型对多品种茶树叶片分类准确率为82.8%,增加批归一化处理后模型在测试集的准确率达到86.0%,参数量只有7.31×10⁵,相对于改进前参数量仅增加0.8%,运算量与改进前基本相同;将Fire模块中的3×3标准卷积核替换成深度可分离卷积后的模型在测试集的准确率为86.8%,准确率提高0.8个百分点,参数量下降至2.46×10⁵,模型参数量减小66.3%,运算量下降60.4%;引入注意力机制后的模型测试集分类准确率达到90.5%,...     

基于机器视觉技术对烟叶部位识别方法的研究

为探究机器视觉技术对烟叶部位的识别,通过对专家分级烟叶样本进行图像采集,提取样本烟叶图像中烟叶的颜色、形态等特征,采用不同的分类方法对训练集进行训练建模,再利用分类模型对测试集进行预测分类。结果表明：提取图像中烟叶的颜色、形态等特征能够较好地区分烟叶部位,采用朴素贝叶斯分类器判别其分类效果最好,准确率可达88.89%。该结果为实际工业分级的机器视觉技术运用提供了理论基础和数据来源。     

农业水资源高效利用评价指标体系构建及其应用

开展农业水资源高效利用评价,是开展农业水资源高效利用的前提条件。从广义水资源高效利用的概念内涵入手,结合拟研究区域农业水资源开发利用实际,可构建农业水资源高效利用评价指标体系。在评价方法上,选择具有分类评价优势的主成分投影评价模型,并以熵值法进行指标赋权。对川中丘陵区2008年农业水资源高效利用水平评价结果显示,指标含义明确客观,评价模型计算简便,评价结果符合客观实际,为川中丘陵区农业水资源高效利用研究提供了平台。     

基于模糊综合评价法的河南省中原城市群水资源承载力评价研究

为了深度了解河南省中原城市群水资源承载力水平,改进了现有评价指标分级不够具体和赋权结果不够合理的不足,构建了合适的水资源承载力评价指标体系,采用层次分析法和熵权法相结合的综合赋权法对评价指标赋权,构建模糊综合评价模型,综合评价分析2015年河南省中原城市群水资源承载力水平。结果显示:2015年河南省中原城市群水资源承载力状况总体较好,10个地市都处于可承载状态。从各子系统来看,水资源子系统总体状况最差,各项评价指标评分普遍较低,社会子系统、经济子系统和生态子系统总体状况较好,其中经济子系统对河南省中原城市群水资源承载力的贡献度最高。未来河南省中原城市群应合理控制人口,深化产业结构调整,合理规划水资源开发及利用。     

水利工程方案综合评价的ANFS模

水利工程方案综合评价就是根据方案评价指标体系和方案的社会效益、经济效益和生态环境效益综合最优原则, 对各水利工程方案集进行相对优劣的分类排序过程, 在水资源系统工程中具有重要意义。在分析以往水利工程方案综合评价方法优缺点的基础上，采用自适应神经模糊推理系统（Adaptive Neural Fuzzy Inference System，ANFIS）建立了水利工程方案综合评价模型。以MATLAB 为工具, 以某综合利用水库正常蓄水位选择为实例进行研究。实例结果表明：同BP神经网络模型相比，此模型具有评价结果稳定、合理，计算速度快等特点，能够有效地应用于水利工程方案的综合评价。