改进灰色波形预测方法在降水量预测中的应用

为提高降水量预测的准确度,降低经济损失.针对降水量数据序列非线性、非平稳的特征,在已有灰色波形预测模型的基础上引入斜率和分位数,构造非等间隔斜率灰色波形预测模型.首先,采用斜率等高线解决降水量数据具有上升、下降或波动的特征;其次,引入分位数解决降水量数据非平稳的特征;再次,采用GM(1,1)模型对满足条件的等高时刻序列建模;最后,采用非等间隔斜率灰色波形预测模型方法及传统方法对河南省1990-2019年的降水量数据进行分析.结果表明:基于方法的降水量预测结果与实测结果更相符、预测误差更小,精度较高.提出的斜率非等间隔灰色波形预测模型能够对非等间隔、具有上升或下降趋势的数据序列进行有效预测.     

夏令小盆栽走俏市场

"现在顾客买得最多的就是驱蚊草了。"在花木市场,一位摊主指着摆放在门口最显眼处的数十盆叶片边缘呈波形钝锯齿状的小盆栽告诉笔者,这种驱蚊草植株内含有香茅醛,因此会散发出一种特殊的柠檬型香气,从而达到驱蚊的效果。"驱蚊草价格不贵,     

基于机载小光斑全波形LIDAR的作物高度反演

为了填补利用激光雷达反演作物冠层高度的空白,本文以全波形激光雷达发射与回波波形的高斯性为理论基础,首先通过对波形的拟合,实现作物与土壤波形的剥离,然后确定回波波形上各关键点,最后结合作物冠层结构的特征获得作物冠层高度。验证结果表明：反演作物冠层高度的绝对误差在0.06 m以内,相对误差小于5.2%。该方法对于反演其他植被结构参数也具有重要的借鉴意义。     

电容换相电压型逆变电路中晶闸管电流有效值的分析与计算

通过逆变电路中晶闸管电流的波形分析，导出了电流有效值的计算公式．它对于准确选择晶闸管及换流电感具有重要意义     

基于波形分析法的CAN-BUS系统故障诊断研究

电子技术的不断发展,使得控制局域网数据总线技术被广泛地应用于现代汽车上,基于波形分析方法,对控制局域网数据总线的信号特征进行分析,能够迅速快捷地判断出该系统故障产生的原因。     

液压马达瞬时转速波动波形特性研究

马达输出轴的转速波动特性直接影响负载工作稳定性和可靠性,本文根据理论模型对液压柱塞马达进行了瞬时转速波动机理分析,阐明了瞬时转速波动的获取流程,并利用同步平均算法和平滑滤波处理,实现了液压马达瞬时转速波动的角度域波形特征;通过试验研究了液压马达瞬时转速波动与系统转速、负载之间的关系,相关研究为液压元件在线监测运行可靠性分析提供了理论依据与方法支持。     

基于仿真大光斑激光雷达和多层感知器的森林地上生物量估算模型构建

森林是全球重要的陆地生态系统,各国普遍采用地面样地调查的方法评估其资源量和生物量。随着激光雷达技术的发展,采用星载大光斑激光雷达估算大区域森林地上生物量将成为另一种选择。为探索利用大光斑激光雷达估算森林地上生物量的方法,提出了一种基于仿真大光斑激光雷达和多层感知器的森林地上生物量估算模型。比较仿真大光斑激光雷达波形参数13种组合拟合森林地上生物量的效果后,认为多层感知器的估测精度高于多元线性回归。与样地实测地上生物量相比,多元线性回归估测结果的偏差范围为-34.96~23.28t/hm²,多层感知器估测结果的偏差范围更小,为-19.09~20.19t/hm²。因此,多层感知器估测森林地上生物量的效果优于多元线性回归。     

基于分形维数和HHT的蚜虫刺吸电位波形机器识别

昆虫刺吸电位(electricalpenetrationgraph,EPG)技术在研究刺吸式昆虫取食行为、昆虫与植物的关系、昆虫传毒机制、作物抗虫机制等方面得到了广泛的应用,然而EPG信号的识别和分析一直是靠人工进行,亟需波形自动识别系统以提高分析效率。刺吸式昆虫取食植物时,产生的EPG波形跟昆虫和植物的种类有关,不同类别的刺吸式昆虫EPG波形差别很大,即使是同种类型的EPG波形其幅值和频率间也会有差异,这给EPG波形的机器识别带来了困难。该文以蚜虫的EPG信号为研究对象,对np波、pd波、E1波、E2波、G波、C波和F波的特征提取和分类识别进行了研究,提出了一种基于分形维数、希尔伯特-黄变换(hilbert-huang transform,HHT)和决策树的EPG波形识别方法。首先对EPG仪器采集得到的信号进行去噪预处理,分别提取分形维数和HHT共10维特征,组成不同维数的特征向量进入决策树分类器进行对比试验。试验结果表明,可采用分形盒维数、Hurst指数、前2层的谱质心和加权频率融合的6维特征向量获得较高的识别率。在EPG波形的机器识别中采用6维特征向量输入的决策树进行分类,通过对4组不同样本进行测试,得到了92.14%、89.29%、95%和89.29%的识别率,平均识别率为91.43%。研究结果表明该文提出的基于分形维数和HHT的特征提取方法以及构建的决策树分类器具有一定的可行性,可为研发EPG信号自动识别分析系统提供理论参考。     

基于LiDAR离散点云能量信息的针叶林叶面积指数反演方法

叶面积指数是森林的重要结构参数,对于研究与植被叶片相关的生物物理活动具有重要意义。为了提高针叶林叶面积指数的估测精度,以吉林省长春市净月潭国家森林公园为研究区,通过对小光斑激光雷达离散点云进行滤波分类处理、拟合波形数据,从中提取5个能量参数,分别用于估测针叶林样方的叶面积指数,通过分析得出I2预测模型最好,R=0.911,P=0.968。结果表明小光斑激光雷达离散点云的能量信息能够较好地估计针叶林的叶面积指数,未来应加大小光斑激光雷达能量参数的应用。