朴素贝叶斯算法在蝴蝶兰病害分类中的应用研究

蝴蝶兰属于热带气生兰,对生长环境的温湿度非常敏感,温湿度过高或过低不仅对蝴蝶兰生长不利而且易引发多种病害。为此,利用传感器采集的蝴蝶兰生长环境空气温湿度数据,运用朴素贝叶斯算法对其进行分类,以此判断蝴蝶兰的健康状况,达到病害分类的目的。实验表明,该方法的平均分类准确率达到81%,与其它统计学预报方法相比,具有简单、易行的优点。     

基于TM遥感图像的土地覆盖类型识别分析——以和田河两岸绿洲为例

土地利用/覆盖变化（Land Use/Cover Change,LUCC）是全球土地利用/覆盖研究的一个主要核心内容。和田河两岸绿洲的可持续发展对干旱半干旱地区具有理论与现实意义。以和田河两岸地区为研究对象,利用1994年和2008年的Landsat TM/ETM+遥感影像,结合GIS技术提取分析和田河两岸地区1994年和2008年间土地利用动态变化信息,为今后该研究区土地的可持续利用与城市发展规划提供参考。      

船体结构焊接变形问题研究

焊接变形是影响焊接结构质量和生产率的主要问题之一。船体焊接变形的存在不仅影响焊接结构的制造过程,而且影响船体焊接结构的使用性能。详述焊接变形的分类和影响船体焊接变形的主要因素,为控制焊接变形提供理论与技术支持。     

基于最小平方误差的单倍体和二倍体分类方法研究

基于玉米油分的花粉直感效应,采用核磁共振鉴别单倍体,快速、准确、低成本地确定单倍体与二倍体之间的含油率阈值,是实现大批量自动鉴别的前提和关键。提出一种基于最小平方误差的单倍体和二倍体分类方法,通过少量籽粒确定含油率阈值的研究,对单倍体和二倍体进行识别。以10个玉米组合为研究对象,利用核磁共振分析仪测定各组合一定数量单倍体和二倍体籽粒的含油率,依据最小平方误差方法确定各组合油分阈值,并通过逐级递增训练集样本数量的方法,确定油分阈值所需训练集规模,获得含油率阈值,能够满足单倍体正确识别率及对二倍体正确拒识率的均值达到90%以上的要求,为核磁共振全自动单倍体鉴别系统的后期大规模分类提供参数指导,提高分选效率。同时因单倍体生产效率低,运用最小平方误差的方法,通过少量的单倍体及二倍体籽粒来构建油分鉴别单倍体模型,以较小的投入获得更优的分类效果在玉米单倍体自动化分选中具有非常重要的现实意义,将该分类方法应用到全自动核磁分选单倍体系统中,可以达到较好的效果,为加快单倍体工程化育种提供保障。     

基于稀疏非负最小二乘编码的高光谱遥感数据分类方法

为了提高高光谱遥感影像的分类精度,提出了一种基于稀疏非负最小二乘编码的高光谱数据分类方法。采用非负最小二乘方法,将待测样本表示为训练样本的线性组合,并将得到的系数作为待测样本的特征向量,通过最小误差方法对待测样本进行分类。提出的方法在AVIRIS Indian Pines和萨利纳斯山谷高光谱遥感数据集上进行分类实验,并和主成分分析(PCA)、支持向量机(SVM)和基于稀疏表示分类器(SRC)方法进行比较,在2个数据集上本文方法的总体识别精度分别达到85.31%和99.56%,Kappa系数分别为0.816 3和0.986 7。实验结果表明本文方法的总体识别精度和Kappa系数都优于另外3种方法,是一种较好的高光谱遥感数据分类方法。     

晋西黄土丘陵沟壑区沟坡防护林造林技术

通过对土壤水分和当地具有代表性的树种——刺槐活立木解析资料的分析,将晋西黄土丘陵沟壑区的沟坡宜林地划为三个质量等级,将沟坡造林立地条件划分为黄土阴沟坡、红土阴沟坡和黄土阳沟坡、红土阳沟坡四类型;在此基础上,根据引种、造林试验和调查资料,得出了不同立地条件下的适宜造林树种.依据试验和推广情况,提出了深坑栽植、油松丛植、集流林业、雨季造林,冬季幼树埋土、ABT生根粉浸根等宜在晋西黄土丘陵沟壑区推广的实用造林技术.     

发生分类淋溶土与系统分类参比特征研究

利用最新建立的中国 1∶10 0万土壤数据库 ,研究了我国发生分类淋溶土与中国土壤系统分类的参比及其在中国土壤系统分类下的空间分布和数量特征。结果表明 ,我国发生分类淋溶土总面积为10 5 975 7.8km2 ,分布规律明显 ;与系统分类参比 ,发生分类淋溶土分属于中国土壤系统分类 4个土纲 ,即淋溶土、雏形土、新成土和灰土 ,它们分别占发生分类淋溶土总面积的 72 .8%、2 6 .1%、1.0 %、0 .1% ,其中包含系统分类的 2 5个土类和 4 7个亚类 ,参比关系复杂 ,不是简单的一对一的关系。分析发生分类某一类型土壤分属于系统分类不同类型的面积比例及其标准偏差 ,结果表明土壤参比的单元级别越低 ,越易于参比和把握。为了使中国土壤系统分类更实用、更易于普及 ,深入开展土壤基层分类研究 ,进一步发展和完善中国土壤系统分类是必要的 ,也是十分迫切的。研究结果对于土壤类型的正确参比、中国土壤系统分类的应用与发展 ,具有很好的参考应用价值     

基于多层感知器神经网络对遥感融合图像和TM影像进行土地覆盖分类的研究

８０年代以来，人工神经元网络（ＡＮＮ）技术的应用不断向广度和深度发展．用不同空间分辨率的ＴＭ和ＩＲＳ遥感图像进行融合，综合了不同传感器数据所提供的信息，增强了图像的清晰度，改善了解译效果。用多层感知器神经网络对遥感融合图像进行分类，分类精度达９５％，比用多层感知器神经网络对ＴＭ图像进行分类（分类精度达７３％）效果要好．     

Classification of Azolla spp., section Azolla

Summary Azolla accessions (section Azolla) from the germplasm collections of the International Rice Research Institute and Washington State University were fingerprinted and classified by enzyme electrophoresis and leaf trichome morphology. A. filiculoides was enzymatically distinctive and also reliably identified by its prominent one-celled trichomes. Neotropical accessions labelled as A. filiculoides proved to be members of other species. Two groups of isolates were designated A. rubra, but those from Japan were identified as A. filiculoides. The A. rubra of Australia-New Zealand was biochemically unique and possessed less protuberant trichomes than A. filiculoides. A. microphylla, A. mexicana, and A. caroliniana were phenetically similar, but a. microphylla was identifiable from the others in the banding patterns of certain enzymes. A. mexicana and A. caroliniana were closely related enzymatically. The two-celled leaf trichomes of these three species were similar in size and shape.     

基于本体与认知经验的农业机器人视觉分类决策方法

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机（SVM）等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100%,香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性。