基于WT-CNN-LSTM的溶解氧含量预测模型

溶解氧（Dissolved oxygen, DO）含量是影响水产养殖产量的重要因素之一,具有时序性、不稳定性和非线性等特点,且其影响因子过多、存在复杂的耦合关系,难以实现精准预测。针对传统长短时记忆神经网络（Long short term memory, LSTM）预测模型易引入冗余数据,且在训练过长序列时会出现梯度消失现象,从而不能捕捉因子间长期的依赖性问题,提出了基于小波变换（Wavelet transform, WT）、卷积神经网络（Convolutional neural network, CNN）和LSTM的溶解氧含量预测模型。首先,使用WT降低数据噪声;然后,使用CNN深度挖掘各变量之间的潜在关系;最后,利用LSTM的时序性预测2h后的水产养殖溶解氧含量。结果表明,本文提出的WT-CNN-LSTM模型预测效果良好,其平均绝对误差、均方根误差和决定系数分别为0.138、0.229和0.954,比传统LSTM模型分别优化了28.87%、21.03%和4.61%。     

基于Elman小波神经网络的垦区地下水位预测模型研究

在现有Elman神经网络和小波分析理论研究的基础上,提出了Elman小波神经网络模型。给出了Elman小波神经网络梯度下降法训练的推导过程,为了避免梯度下降法收敛速度慢、容易产生振荡和陷入局部最优等缺点,在Elman小波神经网络的训练过程中引入动量项和自适应学习速率,并将该网络应用到垦区地下水位预测中,取得了良好的预期效果。在训练过程中,该网络具有收敛速度快,精度高等优点,同时也具有较好的泛化能力。     

Periodical characteristics of baseflow in the source region of the Yangtze River

Baseflow,which represents the drainage of groundwater aquifers,is an essential component of runoff in hydrological basins.In the source region of the Yangtze River,the change of baseflow typically reflects the interactions between groundwater system and climatic factors in cold and arid areas.With modified Kalinen separation method,annual baseflow between 1957 and 2009 in this region was estimated and calculated.In comparison with the inner-annual variations of total streamflow,baseflow showed a weaker fluctuation.Before the 1980s,it was in a steady state;and after then,it demonstrated dramatic variations and large amplitudes.Based on the calculation results of baseflow,the real Morlet wavelet method was applied to reveal the periodical characteristics of baseflow as well as the precipitation and air temperature in the study area.It was found that annual baseflow has a 43-year trend as well as a 21-year period and a 7-year period.The 21-year period is most significant,with its wavelet coefficient having the largest fluctuation and amplitude.Summation of wavelet coefficients on these periods exhibits a similar change pattern with respect to that of annual baseflow.The summation curve takes a"W"shape,which means that the baseflow follows a four-stage sequence of descending–ascending–descending–ascending.As analyzed,the relationship among baseflow,precipitation and temperature is implied in the correlation between their normalized wavelet coefficients at different temporal scales.By the significant positive linear correlations both between precipitation and baseflow(correlation coefficient is 0.98)and between temperature and baseflow(correlation coefficient is 0.90)for the 43-year wavelet coefficients,it is suggested that the long-term increasing trends of precipitation and air temperature will lead to an increasing trend of baseflow.For wavelet coefficients of 21-year and 7-year periods,the positive linear correlation between precipitation and baseflow is significant.However,the correlation between air temperature and baseflow is not so evident,especially for the 21-year period.As a conclusion, correlation analysis with normalized wavelet coefficients showed that the change of annual baseflow was contributed mostly by the change of precipitation and secondly by the change of temperature.     

基于DSP的小波变换并行算法

为了提高小波变换的处理速度,提出了基于块的尺度优先的多维并行处理算法,并结合美国TI公司的最新一代C67X DSP芯片的硬件特点,设计了浮点离散小波变换的DSP并行实现.     

利用小波分析诊断农机产品变速箱齿轮故障

介绍小波变换的基本原理，针对农机产品变速箱齿轮出现故障时产生的非稳态脉冲信号特点，选择合适的小波。应用小波变换准确地诊断变速箱齿轮裂纹故障，证明了小波分析的应用价值。     

基于平稳小波变换的冬小麦覆盖度高光谱监测

在2010与2011年度冬小麦生长季,通过大田小区试验,实测了冬小麦冠层的高光谱反射率与覆盖度。分析了不同覆盖度下的冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱反射率与覆盖度的相关性,建立了基于归一化植被指数(NDVI)与比值植被指数(RVI)、小波能量系数的不同生育期冬小麦覆盖度估算模型。结果表明:覆盖度越大,冬小麦光谱反射率在可见光波段越小,在近红外波段越大。在可见光波段,光谱反射率与覆盖度负相关,在红边处,由负相关变成正相关。在返青期、拔节期,NDVI估算效果好(R2为0.835 9、0.805 7);在抽穗期、灌浆期,RVI估算效果好(R2为0.803 1、0.829 4)。在返青期、拔节期、抽穗期、灌浆期,以高频、低频小波能量系数为自变量的冬小麦覆盖度估算模型的R2分别达到0.911 2、0.895 4、0.880 2、0.927 5。     

基于多进制小波变换及多维纹理特征的遥感影像融合方法

探讨了基于多进制小波变换与多维纹理特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行多进制小波分解,再联合提取局部方差、局部梯度、局部能量和局部信息熵4维纹理特征,将高分辨率影像的高频分量分别与多光谱影像的高频分量以多维纹理特征进行多判据联合方法融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经 RGB合成为彩色影像。试验选取淮南矿区SPOT 10 m与TM 30 m空间分辨率影像,从目视判读（定性评价）、地物光谱曲线分析、定量评价指标三方面对融合方法进行了评价。结果表明,该方法既保留了原影像的光谱信息,同时也改善了影像的清晰度和分辨率,利用融合后的影像进行矿区土地利用变化监测,效果明显提高。     

基于自适应小波偏微分方程的蝗虫切片图像去噪

蝗虫显微切片图像在获取的过程中不可避免地会受到噪声污染,其纹理、边缘与噪声又都属于高频分量,单独使用小波变换或偏微分方程(partial differential equation,PDE)扩散的方法都不能在有效去噪的同时保持边缘、纹理等。针对这一问题,提出了基于自适应小波PDE的去噪算法。首先对蝗虫切片含噪图像进行sym5小波软阈值去噪,分解层数根据去噪后图像的PSNR(peak signal to noise ratio)值自适应地选择,阈值门限使用Birge-Massart处罚算法获取。然后在此去噪的基础上进行Perona-Malik(PM)模型去噪,迭代次数根据去噪后图像的PSNR值自适应地选择,梯度阈值根据图像自身的2范数获取。为了验证所提出算法的去噪性能,进行了与常用去噪算法的对比试验。试验结果表明:视觉上,采用本文算法去噪后的图像噪声点较少且边缘、纹理清晰;客观上,采用该文算法去噪后的图像PSNR值比使用维纳滤波高出2 d B左右,比使用中值滤波高出3 d B左右,比使用小波阈值去噪高出2 d B左右,比使用PM模型去噪高出1 d B左右,并且在结构相似性(structural similarity image measurement,SSIM)上采用该文算法去噪后的图像与原始图像的相似度最高。因此,将自适应小波PDE的算法应用于蝗虫切片去噪是可行的、有效的,为其后续处理提供了技术支持。     

潮河流域景观格局变化对径流的影响

[目的]分析潮河流域的景观空间格局变化及其与径流的关系,为流域生态环境建设提供理论依据。[方法]根据潮河流域50a多的水文气象资料,利用1979,1987,1991和2009年4期遥感影像,采用ArcGIS及Fragstats等景观分析软件计算。[结果]潮河流域的降雨量呈减少趋势,而温度以0.215℃/10a的速度升高,潮河的径流量明显减少,并呈现以28a为周期的丰枯转换;潮河流域斑块个数增加,斑块分布趋于均匀,斑块面积变小并逐渐趋于稳定,斑块形状趋向于简单,复杂化程度降低,流域内景观异质性变弱。[结论]径流量随着景观形状指数的增大而减小,在平均斑块周长为1 050m,流域斑块数量为110 000以及Shannon’s多样性指数为1.33左右时,斑块的综合截留能力最强,流域产流能力最弱。     

一种基于小波包变换和有效值算法

近年来，随着科技的迅猛发展，各种敏感电力电子设备在工业中的应用越来越广泛，使得电压暂降与中断已上升为最严重的电能质量问题。对电压暂降扰动发生、恢复时刻和暂降幅值的检测是电压暂降补偿首先要解决的问题。在对现有的电压暂降检测方法进行仔细的研究和比较后，提出一种将小波包变换和有效值算法相结合的电压暂降检测方法，利用这种方法可以更加准确、简洁地检测出电压暂降扰动。利用小波包变换理论实现了电压暂降的精确定位和消噪处理，其消噪效果优于小波变换；利用有效值算法快速、直观地实现了电压暂降幅值的检测。仿真结果验证了该方法的有效性。