Forest inventory inference with spatial model strata

ABSTRACT

In design-based model assisted inference from data gathered in a large area forest inventory under a probability sampling design, one should anticipate spatial heterogeneity in the regression coefficients of an assisting model. The consequence of such heterogeneity is that a global estimate of a root mean squared error (RMSE) becomes unsuited for local predictions. With data from the Danish National Forest Inventory, we demonstrate how to: obtain an assisting model with the lasso method; test for spatial stationarity in regression coefficients of the assisting model; and identify spatial model strata for a post-stratification with either a finite mixture modeling or a lasso spatial clustered coefficients method. Spatial model strata apply to any domain and small area estimation problem without the need for complex modeling when domains or small area changes with shifting user needs. One should not à priori expect a spatial model stratification to improve design-based population and strata estimates of precision, but the reliability of domain and small area RMSEs will improve in presence of statistically significant spatial model strata.     

加权关联因子CF修正山羊疾病计算机诊断方法研究

为改进计算机诊断方法的诊疗效率,以山羊为例,分析了疾病临床的关联性.在可信度知识规则表示方法中引入关联因子机制,用低值预测、高值预测、加权预测等算法预测了重权关联因子的可信度.结果表明:重权关联因子预测显著地改进了推理规则激活率,大大降低了漏诊率.     

Diffusion effect of malignant tumor in cervix observed by 3.0T magnetic resonance imaging

AIM: To investigate the diffusion effect of malignant tumor in cervix by diffusion weighted imaging (DWI) of magnetic resonance imaging (MRI).METHODS: Routine MRI sequences and axial diffusion weighted sequences were performed in the cases of cervical cancer and endometrial carcinoma. Normal cervixes and endometria were served as controls. The ADC values of cervical cancer and normal cervix, endometrial carcinoma and normal endometrium were measured and analyzed respectively.RESULTS: (1)The ADC values in 37 cases of cervical cancer and normal cervix of 16 volunteers were (0.92±0.20)×10-3 mm2/s and (1.26±0.24)×10-3 mm2/s respectively, with statistically significant difference between cervical cancers and normal cervixes (P<0.01). (2)The ADC values in 14 cases of endometrial carcinoma and normal endometrium of 14 volunteers were (0.87±0.17)×10-3 mm2/s and (1.34±0.26)×10-3 mm2/s respectively, with statistically significant difference between endometrial carcinoma and normal endometria (P<0.01).CONCLUSION: The diffusion effects of cervical cancer and endometrial carcinoma were different from those of normal cervical tissues. The DWI of 3.0T MRI may be used to quantitatively determine the limitation of diffusion effect in the malignant tumor in cervix by measuring the ADC value.     

利用WGCNA鉴定甘蓝型油菜低温胁迫的基因共表达网络

为了解甘蓝型油菜受低温胁迫时的共表达网络,运用加权基因共表达网络分析（weighted gene co-expres⁃ sion network analysis, WGCNA）方法,利用2个抗冻响应有差别的甘蓝型油菜材料HX17和HX58不同低温处理的36 个RNA-seq数据,通过过滤低表达基因,筛选表达水平变异最大的前15 000个基因用于WGCNA分析,共鉴定到16 个基因共表达模块。结合转录因子预测、冷相关基因预测、模块基因的gene ontology（GO）富集及表达分析,确定了 brown模块为响应冻害胁迫的共同模块、pink模块为HX17耐寒特异性模块,并构建了基因共表达网络,为油菜抗寒/ 抗冻机制研究提供新的依据。     

城乡结合部土地资源城镇化的空间驱动模式分析

城乡结合部是城市化最为敏感、迅速的特殊地域实体,区域内土地快速城镇化导致耕地资源大量流失,尖锐的土地利用矛盾引发生态环境质量大幅下降,已成为社会各届关注的热点。该文以南京市郊江宁区为例,基于1999年、2010年的2期影像及其他数据,利用Logistic回归模型和地理加权逻辑回归（GWLR,geographically weighted logistic regression）模型,将邻近变量、邻域变量和政策变量3类因素在空间上予以整合,从全局、局域2个尺度探索城乡结合部土地资源城镇化的驱动模式。结果表明：Logistic模型与GWLR模型分别可解释研究区历史时期51%、64%的土地城镇化过程,后者在局部参数估计方面存在优势,各项评价参数都较优,更能够适用于研究区土地城镇化的模拟预测与机理探究;邻近变量中的距开发区、城市中心、次要干道的远近,邻域变量中城镇用地密度以及政策变量中土地交易样点密度是研究区城市扩展的重要解释变量,充分表征了城乡结合部的开发区建设热潮、已城市化地区的集聚效应与边缘式扩展模式,以及土地市场、内部交通网络对城市增长的引导与促进作用;借助GIS工具,GWLR模型能够可视化各驱动因素的空间非平稳性特征,可用来更直观、深刻地探究各变量对研究区土地城镇化的空间驱动模式,这也为耕地资源的保护提供新的视角。总体而言,以土地出让行为及开发区建设为代表的政府主导力量,是研究区土地城镇化的核心动力,这一定程度反应了中国城市郊区化的普遍特征,可为类似城乡结合部的土地管理工作提供有益借鉴。     

基于多分类器融合的玉米叶部病害识别

针对单分类器识别的局限性和玉米叶部病害的复杂性,该文提出了一种基于自适应加权的多分类器融合的玉米叶部病害识别方法。首先,对采集的玉米叶部病害图像的病害区域分别提取颜色、颜色共生矩阵和颜色完全局部二值模式3种特征,并相应地构建3个基于支持向量机的单分类器;然后,利用K近邻和聚类分析的方法计算各单分类器的自适应动态权值;最后,通过线性加权的方式进行融合判决,得到最终的分类结果。利用该方法对7种常见的玉米叶部病害图片进行了试验,平均识别率达94.71%。结果表明,其性能优于目前常见的单一特征或特征组合构建的同类分类器及多分类器融合方法。研究结果为其他农作物病害诊断提供了借鉴和参考。     

微型谷物联合收割机割台最小振幅点分析及挂接点优化

针对联合收割机的振动问题,该文以4L-0.2微型联合收割机为研究对象,利用最小幅值点法,通过优化割台与整机的连接点,减小振动能量的传递。首先,对比割台有限元仿真模态和试验模态,验证仿真模型和试验数据的正确性,为后续分析确定模态分析的阶次。其次,利用电机驱动割刀模拟工作工况,发现5、10和15 Hz 3个频率的频谱幅值较大,对整机的振动影响明显。而后,利用激振器作激励源,测量单频激励时分布在拟挂接区域内选定点的振动幅值,以这些点的坐标和振幅为采样,拟合二次曲线,(拟合度取值范围0.879~0.975),得到单频极小振动幅值点。最后,以频谱幅值比例和人体对不同方向振动的敏感度作为影响系数,求出3个频率极小振动幅值点的加权重心,作为连接点的优化解。为了验证优化解的正确性,试验测量该点在工作工况下的振幅,结果表明振幅小于拟挂接区其他各点,为该区域平均加权幅值29.707 m/s2的89.29%,最大振幅点幅值35.044 m/s2的74.92%,达到优化要求。     

基于正交试验的乙醇汽油发动机进气系统优化设计

为了提高发动机的充量系数,改善整机性能,针对一台掺烧10％乙醇的汽油发动机进行了进气系统的优化设计,分析了进气总管长度、进气总管管径、进气歧管长度、进气歧管管径对发动机性能的影响.用正交试验法建立了L16正交表,利用GT-POWER软件对LJ276QE汽油发动机进行了模拟计算.利用规范加权平方和法对模拟结果进行了分析,得到了进气系统结构参数对低掺烧比乙醇汽油发动机的功率、扭矩、燃油消耗率的影响主次顺序.优化后,发动机的功率最大提高2.86％、扭矩最大提高2.81％、燃油消耗率最大降低3.02％.     

马铃薯典型病害图像自适应特征融合与快速识别

针对自然条件下马铃薯典型病害区域定位和识别难的问题,提出了一种马铃薯典型病害图像的自适应特征融合与快速识别方法。该方法利用K-means、Hough变换与超像素算法定位叶片,结合二维Otsu与形态学法分割病斑区域,通过病斑图像颜色、形状、纹理的自适应主成分分析(PCA)特征加权融合,进行支持向量机(SVM)病害识别。对3类马铃薯典型病害图像进行识别试验,结果表明:SVM识别模型下,自适应特征融合方法相比PCA降维、特征排序选择等传统自适应方法,平均识别率至少提高了1.8个百分点;13个自适应融合特征下,识别方法平均识别率为95.2%,比人工神经网络、贝叶斯分类器提高了3.8个百分点和8.5个百分点,运行时间为0.600 s,比人工神经网络缩短3 s,可有效保证识别精度,大大加快了识别速度。     

基于注意力机制金字塔网络的麦穗检测方法

为了准确预测小麦产量,提出了一种基于特征金字塔网络改进的小麦穗部检测方法。针对检测结果中存在的误检或漏检等问题,本文首先在原始特征提取网络的编码和解码区域分别引入通道注意力机制和空间注意力机制,以增加对麦穗空间信息和语义信息的提取,有效提升网络对遮挡麦穗的检测性能;其次对原始区域建议网络的输入进行改进,设计了一种加权区域建议网络,在通道级别上将高层具有强语义信息的低分辨率特征图融合在一起,经过一系列的全连接层和激活函数生成对应维度的概率后,对底层高分辨率特征图进行加权以增强有用的信息通道,为难以检测的较小麦穗生成更精确的检测框。关于实地采集的灌浆期麦穗图像的实验结果表明,本文方法明显改善了对遮挡麦穗和较小麦穗的检测效果,其检测精确度、召回率和平均精度分别达到80.53%、87.12%和88.53%。通过对公开ACID数据集上不同时期麦穗检测结果的对比分析,进一步验证了本文方法的有效性。