基于CMAC神经网络的自适应渠道输水自动控制研究

介绍了小脑模型神经网络CMAC的原理及基于CMAC的自动控制方法。在渠道输水控制技术的基础上,依据CMAC神经网络学习速度快、能够表达复杂非线性关系、适合于适时控制的特点,提出了基于CMAC的渠道输水控制模型。仿真结果表明,基于CMAC的渠道输水控制,算法简单方便,具有实时性、稳定性和较强的鲁棒性,控制效果较为理想。     

基于无线传感网络湿度自适应的折射式喷灌喷头设计

为了降低风和蒸发因素对喷灌效果的影响,针对我国农业种植的分散和多样性特点,提出了一种适用于生态农业的节水喷灌喷头结构,并设计了具有无线传感网络湿度自适应感应能力的电控阀门,可以根据土壤的湿度情况自动实时灌溉作业,从而有效节约了水资源。本设计的节水喷灌喷头在结构上增加了反向补气嘴,使喷头可以完成直射、步进和反向旋转动作,灌溉系统使用短距离无线通信协议,构建了无线通信网络,使用MSP4 3 0和CC2 4 2 0为主要部件搭建了硬件平台。利用田间试验的方法对喷灌喷头的性能进行了测试,结果表明:传感器采集数据的误差均在精度允许的范围内,采集数据的可靠性较好,节水喷灌喷头可以有效的节约利用水,节水率较高,并且灌溉耗时短,提高了灌溉的质量和效率。     

基于K-OPLS的无线传感网络室内定位跟踪算法

针对基于指纹的无线传感网络室内定位,提出了一种基于核隐变量正交投影(Kernel-based orthogonal projection to latent structures,K-OPLS)的定位算法。在O-PLS的模型框架下,K-OPLS算法应用核技巧将描述变量映射至高维特征空间,给出了描述变量和响应变量之间的非线性关系,以实现对模型的预测成分及与响应-正交成分的计算。K-OPLS算法集核偏最小二乘建模和正交信号校正预处理方法于一体,在一定程度上有效地改进了模型性能,增强了模型解释性。基于RSSI指纹信息,构建锚节点与处于参考位置的非锚节点之间的非线性映射关系,K-OPLS算法可以实现WSN的室内定位跟踪。将所提出的算法应用于仿真与物理环境下的不同实例中,在同等条件下,还与核岭回归(KRR)、核极限学习机(KELM)、核信噪比(KSNR)、核偏最小二乘(KPLS)、核自适应滤波等其他核学习算法进行比较。仿真实验中,基于小波核的WK-OPLS算法在无噪声和有噪声环境下的跟踪估计误差分别为0. 232 6、1. 320 5 m。物理实验中,基于小波核的该算法跟踪估计误差为0. 249 3 m。实验结果表明,所提算法有效提高了定位精度,而且具有一定的除噪能力。     

苏南河网水体污染控制工程及其效果分析

以武进港流域的跃进河、陈巷浜、西大河浜为例,开展了河网水体污染控制技术研究。在河道中分别实施生态修复技术,缓流纳污河浜原位增氧-动态生态组合工艺处理农村生活污水技术(ODBP)工艺及ET生化与生态系统组合处理工艺,对3个示范工程的运行效果进行了分析比较,研究了适用于流域河网地区的污染控制技术。负荷削减效果分析表明,3种工艺技术对水中氮、磷等污染物质的去除效果均较好,并具有良好的生态景观效果。通过进一步优化,可形成适合于太湖流域河网地区的水环境质量改善和生态修复的关键技术。     

西安市至安康市高速公路边坡防护形式及其对比分析

公路边坡是公路建设中破坏最为严重的区域之一。根据在陕西省西安市至安康市高速公路进行的试验研究,总结出了护面墙、框格防护、铺砌片石护坡、排水固结等19种边坡防护形式。施工中应根据具体的工程特点确定合适的防护方式。在该段高速公路具有代表性边坡和二级边坡设定了22个监测点,以观测包括灌木的干茎、冠径、高度的变化,草坪的覆盖度、成活率、出苗率、生长势等项目,并且分析了植被生长情况与环境条件的关系。研究结果可为高速公路边坡绿化模式的选择提供参考。     

刘彭线路景观花卉配置

通过实地调查,以浙江省湖州市安吉县的一条重要县级公路——刘彭线路为目标,采用春季、夏季和秋季开花型品种花卉对道路主干线绿化带、道路节点花坛、道路沿街、沿线花箱和宅基地区块进行景观花卉配置和栽培造景.调查结果表明,各品种均能正常开花,表现出较好的环境适应性,景观效果良好.刘彭线路景观花卉配置可应用于季节性相对较强的景区和美丽乡村的建设中,并结合针对性的规划设计,可以取得理想的景观效果.     

基于遗传算法的农用无人机定位系统优化

随着精细农业的发展,无人机在农业生产中的应用越来越广泛,无人机定位系统是无人机航线路径规划的关键环节。由于缺乏智能算法的应用,传统的无人机航线路径规划始终无法保证处于最优路径,经常发生误撞现象,严重影响无人机在农业生产中的持续作业,降低无人机作业效率。为此,深入研究了遗传算法工作原理、进化周期模型以及算法运算流程等理论,将遗传算法应用在无人机定位系统中,用于无人机航线路径的规划。通过确定无人机定位约束条件,按照遗传算法运算流程,定位无人机下一时刻最优运动节点,从而计算分析无人机最优航行轨迹,使无人机定位系统具有较强的定位功能,保证无人机航线路径处于最优路线,避免无人机碰撞到其他物体,使其能够在任何复杂的环境下完成飞行任务。     

神经网络在养殖水质精准预测方面的研究进展

目前神经网络研究文献成果较多,虽然在水质精准预测方面起到了一定的参考,但由于文献缺少科学分类,使用率不高,导致学者难以找到研究切入点。针对这一问题,本文将神经网络方法在养殖区水质精准预测方面的文献按照海水和淡水两大领域进行分类,主要对每个领域所应用的预测模型从正反馈架构、循环架构和混合架构三个方向对海水时空序列文献进行分类研究和综述,发现混合架构模型的预测性能优于正反馈模型和循环架构模型,有利于提升不同深度水质预测模型的精度。另外,本文对基于神经网络方法的三维水质预测模型进行了初步探讨,发现学者的研究成果更多地集中在水表层和水中层的不同位置水质参数的变化方面,而神经网络方法对水表层水质预测精度比水中层和水深层水质预测精度高。     

紫色土坡耕地不同微地形地表汇流网络特征

为了揭示不同微地形汇流网络的特征,通过野外人工降雨模拟试验,结合近景摄影测量技术,在相同降雨历时下,提取并分析了 60,90,120 mm/h雨强下,连续凹陷、间隔凹陷、连续凸起、间隔凸起、凹凸相连、凹凸相间以及对照组7种微地形措施的汇流网络.结果表明:(1)7种微地形的汇流密度随集水面积阈值的增大而逐渐减小,间隔凹陷...     

Dough and bread made from high- and low-protein flours by vacuum mixing: Part 1: Gluten network formation

The effects of reduced headspace pressure on the development of gluten network in doughs made from both high-protein flour (HPF) and low-protein flour (LPF) were investigated. The effect of vacuum mixing was found to be dependent on both flour-type and mixing-time. A significant increase in dough extensibility was observed when the HPF dough was mixed under moderate vacuum of −0.04 MPa for 3 min as compared to the one mixed under atmospheric pressure for the same duration. This was attributed to the formation of a more extensive gluten network associated with an increased disulphide bond density and a significantly higher β-sheet to β-turn ratio. On the other hand, over-mixing was observed in the LPF dough that was mixed for 5 min under atmospheric pressure. Applying moderate vacuum of −0.04 MPa allowed the LPF dough to withstand longer mixing time, as indicated by its increased disulphide bond density and biaxial extensibility compared to the control dough mixed under atmospheric pressure. Results of this study suggest the potential of applying vacuum to reduce the mixing time required for high protein flour and to prevent the over-mixing of low protein flour.