基于支持向量机方法的森林火险预测研究

以利用气象数据预测森林火险等级为目的,使用半正定规划建模选定支持向量机的最优核函数,依据500余条林火数据建立了支持向量回归机模型,并使用回归误差特征曲线图对比分析各个回归模型的学习效果。分析得到该自定义核函数的均方误差为1.76,支持向量数为190,约占训练数据集的1/2。结果表明,与传统的线性回归方法及基于高斯核的支持向量机相比,该预测模型具有较高的准确率并且有效的避免了过学习的现象。     

灰飞虱在水稻田空间分布格局及抽样技术研究

为了提高对灰飞虱在稻田的监测预报与持续控制水平,应用聚集度指标法、Iwao法和Taylor幂法则,研究了浙西北水稻田灰飞虱的空间分布格局和抽样技术。结果表明,灰飞虱在水稻田呈聚集分布为主,聚集强度随虫口密度增加而增强。其聚集原因经Blackith种群聚集均数(λ)测定,当成虫、成若虫平均虫口密度分别在1.3978头/丛、1.4883头/丛以下时,λ<2,聚集是由周边环境、移栽期、生育期等某种环境因素所引起的;当成虫、成若虫平均虫口密度分别在1.3978头/丛、1.4883头/丛以上时,λ≥2。而若虫：λ均≥2。其聚集因素是由灰飞虱自身特性与环境因子共同作用所引起。以此为基础,提出了理论抽样数和序贯抽样模型：n=(1.96)2/D2(1.35595/m+0.41366)和T(n)= 5n±4.13778 。研究结果为稻田灰飞虱的准确抽样调查和有效防治提供了科学依据。     

桃蚜在辣椒上的空间分布及抽样技术研究

桃蚜作为世界范围内农作物主要害虫,在我国主要蔬菜种植区均有发生。因其繁殖能力强以及对蔬菜尤其是辣椒质量造成危害而成为重要防治对象。为了明确四川省成都主要辣椒种植区桃蚜空间分布格局,本试验运用2种回归方法和8个聚集度指标(K, C, CA, I, M*, m*/m, L*, L*/(1+m))对桃蚜盛发期种群的空间格局进行了研究;同时,通过Iwao回归法和Taylor幂法计算桃蚜种群理论抽样数,Iwao和kuno序贯抽样技术拟合桃蚜的序贯抽样模型。结果表明桃蚜种群呈聚集分布,聚集强度随种群密度的升高而增加,且个体间相互吸引,其聚集原因是由桃蚜习性与环境因素共同引起的,但8月下旬开始聚集原因主要有环境因素决定;通过种群密度与聚集度指标相关性分析表明,用平均拥挤度(m*/m)、负二项分布指标(K),久野指数(CA)及L*/(m+1)分析桃蚜空间分布型更具说服力;并利用空间格局参数确定了理论抽样数和序贯抽样模型。     

监测采样间隔对作物模型性能的影响研究

为了获得不同监测采样间隔对作物生长模型的影响规律,避免现有研究和应用中存在的主观性或随意性,以番茄叶片蒸腾速率和CO2交换率为对象,采用3 种采样间隔数据及2 种常用方法进行建模、预测和比较研究。研究结果显示,在15、30、60 min的监测采样间隔下,番茄叶片蒸腾速率模型和CO2交换率模型的预测误差是不同的,GA-BP神经网络模型的预测能力普遍优于纯二次回归模型,但两者的结论是一致的,即对蒸腾速率和CO2交换率而言,最合适的监测采样间隔分别为30 min和15 min。本研究结果为监测采样间隔的设定、试验数据的选取和建模方法的运用提供依据,对作物模型研究和应用具有重要意义。     

多邻域保持嵌入的人脸识别方法

现有流形学习算法在学习人脸数据时,假设所有数据点位于单一低维嵌入流形之上,当数据点实际分布在不同的流形上时,单流形假设就会影响数据真实空间结构。为此提出一种基于多邻域保持嵌入（multiple neighborhood preserving embedding, M-NPE）的学习算法来发现不同类别数据在不同维度的低维嵌入空间中分布的多流形结构。首先,单独学习不同类别数据的流形,得到反映其本质特征的流形;再通过遗传算法搜索每个流形的最优维数;最后依据最小重构误差分类器对样本分类。在Extended Yale B和CMU PIE这2个大型人脸库上实验结果验证了该算法的有效性。     

半梯形隶属函数下土壤养分流失的模糊数学模型——以皖南山区为例

研究旨在通过皖南山区土壤检测报告给定的一些数据和信息分析养分流失程度,为合理的土壤养分管理提供可靠依据,采用指导性抽样选取样本,利用半梯形隶属度函数构建模糊数学模型,结合变异系数法,计算出不同地形类别的土壤养分流失程度。研究结果表明:以MATLAB仿真软件生成土壤养分的分布情况为直观依据,构建模糊数学模型发现多坡地的丘陵区域土壤养分流失最为严重。该模型的分析结果更贴近该地区土壤养分现状。研究验证了模糊数学模型在山区耕地土壤养分流失研究中的实用性。该模型能够很好的评估出土壤养分流失程度,为科学施肥护壤提供了理论依据。     

早熟柑橘黄龙病空间格局参数特征及其应用

为了揭示柑橘早熟宫川黄龙病的空间分布信息和病株行为特征,2004-2009年采取多级抽样法于每年11月上旬在果实成熟期对2块定点样地逐株进行病级调查,取得了12组样本资料,应用聚集度指标法、Iwao 法和Taylor法等对其空间分布型进行测定检验,结果表明柑橘黄龙病在早熟宫川果园呈聚集分布,其聚集强度是随着病级升高而增加。其聚集原因经Blackith种群聚集均数测定,当m<2.1184时,其聚集是由于某些环境如气候、栽培条件、植株生育状况等所引起的;当m≥2.1184时,其聚集是由病株本身的聚集行为与环境条件综合影响所致。在此基础上提出了理论抽样数和序贯抽样模型：n=(1/D)2?[1/m+0.6761] 和Tn=1.831 /[D02-0.1581 /n]。     

Error analysis of worm grinding wheel precise dressing by diamond roller with straight profile

In worm grinding wheel dressing with diamond roller, using straight line instead of theoretical curve of roller will result in dressing error. Method of the precise dressing is studied, while the mathematical model is presented. Theoretical curve of diamond roller is calculated based on the space meshing theory and helicoid equation of worm grinding wheel. The fitting error between the theoretical curve and approximate straight line which is obtained by the theoretical curve is calculated. The dressing error on normal section of worm grinding wheel is analyzed. The case study of a kind of worm grinding wheel with single head shows that the dressing error increases with diameter decreasing of worm grinding wheel and diamond roller, while the variation of diamond roller’s diameter makes little contribution. The validity of worm grinding wheel dressing using straight line diamond roller is proved, and the algorithm can be used as guidance in practice.