近红外光谱法测定土壤全氮和碱解氮含量

为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法,采集土壤光谱信号,结合偏最小二乘法和主成分分析法,分别建立土壤全氮和碱解氮含量测定的定标模型。结果表明,采用PLS方法建模时,土壤全氮和碱解氮含量测定定标模型的精度较高。为提高模型的预测精度,采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换5种方法对光谱信号进行预处理,当用小波变换法对光谱信号进行去噪处理,并与PLS方法结合时,模型的预测精度最高,土壤全氮样品校正模型的相关系数为0.838 5,均方根误差为0.153 1,对应验证模型的相关系数为0.754 9,均方根误差为0.184 2,校正集和验证集土壤全氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.685 8x+0.198 0和y=0.621 4x+0.237 9;土壤碱解氮样品校正模型的相关系数为0.866 5,均方根误差为0.007 7,对应验证模型的相关系数为0.796 1,均方根误差为0.009 4,校正集和验证集土壤碱解氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.749 8x+0.019 4和y=0.700 7x+0.023 3。综合分析结果表明,应用近红外光谱技术对土壤全氮和碱解氮含量进行定量预测是可行的,且应用小波变换方法对光谱冗余信息进行预处理后,再与偏最小二乘法相结合可有效地提高模型的精度。     

鄂托克前旗近50年降水变化特征分析

本文利用鄂托克前旗1967-2018年气象观测站近50年的气象资料,对鄂托克前旗降水特征进行分析。结果表明：整体来说,鄂托克前旗的年降水量变化呈现微弱降低趋势,每10a大约减少1.2mm;28a时间尺度决定的主周期控制着该地区的年降水变化特征,通过周期和突变分析,预计未来三年左右降水高于多年平均值,随后的14年左右时间内降水量呈现减少趋势,逐渐低于多年平均降水量。     

一种基于中值滤波和小波变换的图像去噪算法研究

针对同时含有脉冲噪声和高斯噪声的混合含噪图像特点,结合自适应中值滤波和小波变换的阈值滤波的各自优点,提出了一种基于中值滤波和小波变换阈值去噪相结合的图像去噪方法,即先对图像进行自适应中值滤波去除脉冲噪声,然后利用小波变换去除剩余的高斯噪声.实验表明：该方法能在有效去除混合噪声的同时,较好地保持边缘和细节信息.     

1971～2009年阜康绿洲气候变化规律分析

根据阜康市气象站1971～2009年平均气温、降水量资料,运用线性趋势估计、小波分析、距平与累积距平、滑动t检验等方法,对阜康绿洲年平均气温和降水量变化趋势、周期特征、突变特征进行分析.结果表明:(1)1971～2009年,阜康年平均气温和降水量均呈波动式上升;年平均气温以0.44℃/10a的线性倾向率上升,其相关系数...     

中草药大黄小波变换的近红外光谱聚类分析

采用小波变换技术对近红外光谱压缩,减少训练时间,并以聚类法定性,以鉴别不同产地的大黄(Rheum palmatum L.).该方法可有效鉴别不同产地的大黄,与传统鉴别结果基本一致.结果表明,近红外漫反射光谱法作为一种快速简便的分析技术,可用于大黄等中草药的质量控制,为大黄的生药鉴定提供参考.     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

海南岛雷暴日的气候变化特征分析

选取海南岛18个站点1965～2007年的43 a雷暴日资料,采用经验正交函数分解(EOF)等方法分析了海南岛的雷暴日分布特征.结果表明:海南岛雷暴活动频繁,各市县年平均雷暴日在94 d以上,最多达到了149d,雷暴日空间分布具有明显的区域性,中部以及北部的雷暴日比较多,而在南部雷暴日相对偏少;雷暴日的季节变化明显,冬季极少,夏季时雷暴明显偏多,最高为7月份的22d;另外,雷暴日的年际变化存在明显的准周期16a以及5 a的小震荡周期.     

Identification of Acceleration Pulses of Near-Fault Earthquake Ground Motion by Wavelet

Acceleration pulses have been found in near-fault earthquake ground motions long ago and attracted lots of researchers, since such pulses, especially low frequency pulses have great impact on engineering structures. Many people previously focused on velocity pulses which result from acceleration pulses, however, recently a few researchers began to directly study acceleration pulses, such as to get high frequency pulses and low frequency pulses with empirical mode decomposition. Wavelet transform was utilized to decompose acceleration records. Subsequently high frequency and low frequency components of the records were obtained and acceleration pulses were identified. By comparisons in response spectra and structural nonlinear responses, it is proved that the decomposition of acceleration records with wavelet is reliable and the identification of acceleration pulses is correct.     

小波神经网络在模拟电路故障诊断中的应用研究

对模拟电路提出了一种基于小波与神经网络辅助式结合的故障诊断方法．该方法用小波变换作为模拟电路故障信号的预处理器，大大减少神经网络的输入数目，简化神经网络结构和减少它的训练时间，提高辨识故障能力．在介绍该故障诊断方法的基本原理后。给出了小波函数及故障特征选择的方法．     

用负熵最大化小波实现强噪声下的语音识别

针对高噪环境下语音识别的困难,以独立分量分析和小波理论为基础,提出一种负熵最大化小波语音降噪预处理新方法,对不同种类和不同输入信噪比的噪声设计了试验,结果表明在低输入信噪比情况下本方法的优越性,此结论对高噪环境下的信号分析和语音识别具有重要意义。