无自启动能力同步时序逻辑电路的校正

本文讨论了同步时序逻辑电路无自启动能力产生的原因,介绍了一些将无自启动能力的同步时序逻辑电路校正成具有可自启动能力的同步时序逻辑电路的校正规则。     

大余县农机局突出“五字”狠抓工作落实

2007年,江西省大余县农机局为了做好农机化各项工作,进一步转变工作作风,求真务实,真抓实干,促进农机和谐发展,在“五字”上狠抓工作落实:一是“早”。围绕省、市农机化工作会议精神,及时召     

时间序列分析关键问题研究

简要介绍了时间序列的定义、模型及型态,重点研究了时间序列分析的相关内容,最后对其未来发展方向进行了展望。     

生态建模优化标准的探讨与时序建模方法的研究

作者对种群生态数学建模的一些问题进行了探讨，并对生态建模的优化标准进行了分析，提出了种群数量动态时序建模的方法，实例计算结果表明：非线性时序模型能更好地模拟种群数量动态     

基于Sentinel-2影像的河套灌区作物种植结构提取

作物识别是提取作物种植结构的基础,利用遥感技术对作物进行监测识别,对优化生产布局、调整农业生产模式有着重要意义。文中选取河套灌区杭锦后旗为研究区域,基于2019年覆盖生长周期的Sentinel-2号卫星影像数据,构建NDVI时间序列数据集,利用Savitzky-Golay(S-G)滤波对NDVI时间序列数据集进行平滑,分析不同作物不同发育期的光谱曲线特征,计算各主要作物识别关键期的光谱阈值,构建基于决策树分层分类的农作物种植面积提取模型,并用验证样本对分类结果进行精度验证。结果表明:利用整个生育期内的NDVI最大合成影像确定植被地表覆盖,NDVI曲线变化区别林地与耕地,逐层提取地物,简便易行;采用S-G滤波重构高质量的NDVI时间序列曲线,研究证明重构后曲线更加平滑符合作物生长趋势;基于Sentinel-2号遥感数据和整个生育期NDVI时序数据,构建分层分类决策树模型,作物分类总体精度达92.1%,Kapppa系数精度达0.857。本研究采用的方法满足遥感观测应用化需求,也为县级区域农作物分类提供重要参考价值。     

区域降水时序特征变化综合分析

降水是水循环过程中的关键要素,选用合适的降水时序特征分析方法,才能更好地从计算结果中准确找出目标地区降水量的变化趋势、突变年份及循环周期。对降水时序特征分析中常用的计算方法进行分类总结,通过分析不同方法的特点及适用条件,阐述了将数理统计方法引入降水分析的合理性,并以武汉市1951-2017年的逐日降水资料为分析基础,选取了Mann-Kendall检验法、线性回归法、5 a滑动平均、累积距平法、Morlet小波分析、经验模态分解等分析方法进行计算。通过对计算结果深入分析,找出了武汉市降水的变化趋势、降水量发生突变的时段和降水量的变化周期。结果表明：武汉市多年降水量呈显著的上升趋势;受气候变化、人类活动等多种因素影响,降水量在1954年、1980年、1998年、2010年前后多个时间段均发生明显突变;近67 a降水序列中出现了50 a和10 a两个降水量变化的主周期。分析产生降水变化的原因,考虑到西太平洋副热带高压的影响,武汉市降水集中在夏季且降水量的年际变化较为剧烈;同时认为城市化进程也在很大程度上干预了武汉市的降水情况,使区域降水总量及降水强度有所提升;预计未来武汉市降水量将继续保持稳...     

融合时序遥感分析的国土空间生态保护修复关键区识别

国土空间生态保护修复是落实国家生态文明建设的重要措施,也是构建国家生态安全格局和统筹山水林田湖草沙系统治理的重要举措。而生态保护修复关键区识别,是生态保护修复规划编制、生态保护修复工程时空布局等系列工作的前置条件和基础保障,对国土空间生态保护修复至关重要。本文以河南省某生态保护修复工程为研究区域,开展融合时序遥感分析的生态保护修复关键区识别研究和实践,首先,基于Google Earth Engine（GEE）云平台,采用Mann-Kendall方法对研究区2011—2020年时序归一化植被指数（NDVI）开展趋势分析,形成时序分析结果;其次,基于气象、地形、土壤、植被净初级生产力（NPP）等数据,开展基于生态系统服务协同和权衡计算的生态系统健康分析评估,选择生态源地;最后,基于时序分析结果和生态源地选择结果,采用叠置分析,开展生态保护修复关键区域识别。结果表明,提出的“基于生态系统服务协同权衡计算的生态系统健康评估——时序遥感趋势分析”的研究框架不仅顾及了研究区域内“静态”的生态系统服务、生态系统健康属性,同时衡量了“动态”的生态系统变化趋势,可以有效识别国土空间生态保护修复关键区。研究成果可为国土空间生态保护修复本底调查、问题识别、规划和工程布局等提供技术支撑。     

棘胸蛙胚胎发育观察与相关抗氧化酶活性变化研究

为解析棘胸蛙胚胎发育过程中酶活性变化特征及其对胚胎发育的影响,以全人工养殖的棘胸蛙作为繁殖亲本,采用仿生态繁殖方式获得受精卵,系统观察胚胎发育时序和特征,同时分析4个主要发育阶段抗氧化酶活性变化。试验结果表明,棘胸蛙胚胎发育过程与其他蛙类总体相似,但是也存在种特异性。其受精卵为沉黏性卵,卵径为(4.31±0.69) mm,分为动物极和植物极,其中动物极朝上,植物极朝下。在水温(24.5±0.5)℃条件下,由受精卵至出膜历时222.94 h,总积温5462.03 h·℃,至卵黄吸尽期历时288.44 h,总积温7066.78 h·℃。按照发育时序可将整个胚胎发育过程分为7个阶段24个时期。酶活性分析发现,超氧化物歧化酶、过氧化氢酶、谷丙转氨酶以及丙二醛的变化趋势基本一致,均在原肠中期酶活性降低,而谷草转氨酶却在原肠中期酶活性达到最高点,然后持续下降。此外,过氧化氢酶、超氧化物歧化酶、谷草转氨酶、谷丙转氨酶4种酶活性均在卵黄吸尽期达最低,而丙二醛含量达到最低点为原肠中期。本试验可为棘胸蛙的繁殖生物学和高效制种技术提供基础资料。     

基于云平台和BFAST算法的地表变化检测方法

准确识别地表变化的时空信息,有助于探究地表自然环境和生态系统发展演变的规律,支撑相关的科研与行政管理工作。本文以河南某生态保护修复工程部分实施范围为研究区域,基于Google Earth Engine(GEE)云平台,以2013—2020年的98景Landsat8/OLI遥感影像作为数据源,应用Breaks for additive season and trend(BFAST)算法对地表变化进行了信息提取和制图。首先基于GEE云平台对Landsat8/OLI地表反射率数据集进行调用和预处理,基于CFMask算法对遥感数据集进行云影掩膜,开展光谱指数(植被指数NDVI)的计算以及时间序列数据集的构建。其次基于时序数据集与BFAST算法构建由趋势项、季节项和残差项组成的广义线性回归模型,通过最小二乘法求解模型中的未知参数集,以此进一步构建时序拟合模型,而后基于残差的Moving sums(MOSUM)方法对时序结构变化进行检测。最后从检测结果中抽取像元样点,通过与Google Earth高分辨率影像数据叠置和目视解译,开展结果验证和精度评价。结果表明,本文提出的方法在研究区的时序地表变化...     

基于自适应深度学习的数控机床运行状态预测方法

针对机床状态动态标签及差异化分布数据下的预测适应性差与准确度低问题,结合时序特征关系和模型融合方法,建立自适应混合深度学习模型进行机床状态预测.首先,通过融合最小近邻分类器,设计一种基于权值累积的自适应更新法则,建立具有数据自适应性的状态预测模型.在此基础上,提出一种基于中心损失函数的特征距离度量优化策略,构建综合决策...