Prediction of watermelon quality based on vibration spectrum

Judging watermelon quality based on its apparent properties such as size or skin color is difficult. A non-destructive method is employed here, based on vibrational response spectrum, to determine the quality indices of watermelon (Charleston gray). The responses of samples to vibration excitation were recorded by laser Doppler vibrometry (LDV). The phase shift between input and output signals were extracted over a wide frequency range. The total soluble solids (TSS), titratable acidity (TA) and TSS/TA ratio also measured as watermelon quality characters. Stepwise multiple linear regression (SMLR) as well as partial least square regression (PLS) was applied to extracted vibration spectrums to construct prediction models of watermelon quality. The results showed that performance of SMLR models were better than PLS. The determination coefficients (R²) of SMLR validation models were 0.9976, 0.9985 and 0.9542 for TSS, TA and TSS/TA respectively. It is likely that reduction of cell wall materials to soluble solids during ripening process changes viscoelastic properties of watermelon reflected by vibrational response. This study demonstrated the feasibility of mentioned method for predicting the quality of watermelons in an industrial grading system.     

基于NNARMAX模型的地下水位预报研究

区域地下水系统是一个受多种因素影响的复杂的非线性动态系统 ,应用遗忘因子的递归最小二乘( RLS)算法进行训练 ,采用通过减少网络节点间的连接权值 ,进而裁减冗余节点来选择适宜的网络拓扑结构 ,建立了非线性自回归滑动平均神经网络 ( NNARMAX)模型 ,地下水位预报结果表明 :通过对网络结构的优化达到了自动确定非线性自回归模型阶数和影响因素的选择 ,能有效地表示区域地下水动态系统内部及其外部诸多影响因素间的不确定关系 ,是预测区域地下水动态变化较为有效的方法之一。     

供水系统数值模拟

对供水系统的数值模拟计算进行了研究，一般地，管中的部分阻力参数可以通过实测而得到，但依据它们常不足以确定系统状态，为此，基于直流电路的计算方法，对样本数据使用最小二乘法，得到了一种确定管路未知阻力参数的模型，由此确定系统状态，该模型对于灌溉网等的设计具有参考价值。     

水科学中应用数理统计方法应注意

对回归方程误差的影响因素进行了分析，导出了回归方程的均方误差与其影响因素之间的关系式。分析表明，复相关系数(或相关系数)一定时，倚变量的变差系数越大，回归方程的均方误差就越大；回归分析时，应对回归方程的误差进行分析。对于样本均值估计总体均值，给出了基于误差限制的样本容量的计算式。研究表明，应考虑样本变差系数对估计精度的影响。     

使用迭代重加权最小二乘法求解平面度误差

提出了几何误差评定的迭代重加权最小二乘（IRLS-Iterative Reweighted Least Squares)算法。该算法采用一个迭代过程求解一系列加权最小二乘问题，并在每一步迭代中按照一定的规则对权系数进行调整，使其逐步逼近最优拉格朗日乘子。对于用CMM(坐标测量机)和其他设备得到的数据，可得到平面度误差的精确值。     

竹叶片氮含量高光谱估测方法对比研究

为实现快速无损检测竹叶片氮含量,采用波长范围为350~2500nm的地物光谱仪获取竹叶片光谱数据,以金镶玉竹叶片为样本,对其进行高光谱分析。将高光谱原始反射率及其一阶微分、对数一阶微分和二阶微分值,与化学法测量的竹叶片氮含量值进行了相关性分析,分别获得了不同微分变化下的特征波段;基于微分变换后的高光谱反射率数据,分别采用二元线性回归、多元逐步回归、偏最小二乘回归和基于主成分分析的BP神经网络方法,建立了4种金镶玉竹叶片的氮含量高光谱估测模型。对比4种估测模型的校验结果表明,在光谱反射率的对数一阶微分变换下,采用拓扑结构为6-10-1的基于主成分分析的BP神经网络估测模型,校验环节决定系数为0.838,均方根误差RMSE为0.0452,具备较好的竹叶片氮含量估测效果。     

基于LS-SVM的小水电站年发电量智能预测模型

针对小水电站年发电量序列的特点,将最小二乘支持向量机(least squares support vector machine,LS-SVM)回归模型引入年发电量预测领域,并给出了相应的过程和算法。与常规基于人工神经网络(artificial neural net-works,ANN)的智能预测方法比较,该模型优点是明显的:①将神经网络迭代学习问题转化为直接求解多元线性方程;②整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性。最后,一个实际的预测例子表明:该模型实现容易、预测准确,适用于小水电站预测。     

基于特征线方程N—S方程非增量型分离算法

为克服传统有限元方法求解流场时由于对流项占优而引起的求解振荡和基函数选择困难的问题,推导了基于特征线方程的粘性不可压N-S方程的增量型和非增量型分离算法的公式及求解步骤,并讨论了两者的Babuska-Brezzi条件.沿着特征线方向,N-S方程的对流项消失,方程矩阵是自伴随矩阵,可以自动满足有限单元法中能量泛函最小的要求,并可以给出合理的粘性耗散项.动量方程的求解采用非增量型分离算法,压力和速度可以采用任意阶次的插值函数,离散后的方程自动满足Babuska-Brezzi条件.为验证算法的可靠性,采用T3P3空间等阶次U-p单元计算了方柱绕流.结果表明：基于特征线方程的非增量型分离算法可以很好地应用于粘性不可压流场的计算,与目前流行的其它方法相比,该算法有明显的优势.     

参考作物蒸发蒸腾量的气象因子响应模型

基于江苏省南通市2000～2004年的旬气象资料,用FAO推荐的Penman-Monteith公式计算了参考作物蒸发蒸腾量,研究了参考作物蒸发蒸腾量与最高气温、最低气温、平均气温、相对湿度、日照时数、风速和气压等气象因素间的关系,建立了参考作物蒸发蒸腾量的响应模型.结果表明,参考作物蒸发蒸腾量与"温度因子"的关系最强,其次为"湿度和日照因子","风速因子"也有一定的影响,"气压因子"影响作用则稍弱;建立的气象因子响应模型模拟精度较高,可以简化参考作物蒸发蒸腾量计算.     

温室用轻型方钢管柱脚底板压力及其简化计算模型

为研究半刚性柱脚底板压力分布,以轻型方钢管柱脚底板为研究对象,首先利用数值模拟方法,考虑柱脚与混凝土基础间非线性静力接触效应,针对4种加劲肋布置方式、6种偏心矩,分别计算24个轻型方钢管柱脚模型的底板受力情况,得到了底板压力分布规律,在此基础上提出了三折线底板压力分布模型,给出了轻型方钢管柱脚底板压力简化计算模型,并确定了相应关键参数。将简化计算模型结果与数值模拟、基于Winkler弹性地基梁模型的解析解和三角形压力分布的底板压力计算结果相对比。结果表明:三角形压力分布计算得到的底板最大压力值位于底板端部,而数值模拟、解析解及该文简化计算模型得到的最大压力值均位于柱截面翼缘处,且三角形压力分布的底板压力最大值明显大于该文简化计算模型结果,简化计算模型计算的底板压力最大值与数值模拟结果较为接近,且二者与解析解底板压力分布曲线亦吻合良好(误差大约为10%)。研究成果为轻型方钢管柱脚设计提供了更为精确适用的计算方法。