基于BP神经网络的三峡库区重庆段水资源安全评价

三峡库区水资源安全关系到库区的生态安全,对库区水资源安全利用进行评价,找出问题较为严重的区域,明确其限制因子,从而为库区水资源可持续发展和水资源安全提供科学的决策依据。结合2000—2014年三峡库区水资源安全数据,选取BP神经网络构建水资源安全利用评价模型,结合ARIMA模型进行指标预测,分析了三峡库区重庆段水资源安全利用的时空差异。研究表明:(1)三峡库区重庆段2014年水资源安全利用总体分布在较不安全到较安全之间,渝中区和大渡口区为较不安全等级,沙坪坝区等7个区县为基本安全,其他区县为较安全等级;在子系统的评价中,主城区的社会安全与供需安全等级均为最低,为极不安全和较不安全等级。(2)2000—2014年水资源安全利用等级主要受生态安全因子制约,供需安全因子次之;2015—2020年水资源安全利用等级主要受供需安全因子限制,生态安全因子次之。2000—2020年水资源安全利用等级总体呈上升趋势。     

基于声波信号的HHT和Multi-PCA无损检测鸡蛋蛋壳裂纹

采用自行搭建的声波信号响应装置对实验中裂纹鸡蛋样本的蛋壳裂纹随机分布进行无损检测。利用端点检测等方法对声波信号(采集点在鸡蛋赤道部位)进行预处理,然后采用Hilbert Huang变换(HilbertHuang transform,HHT)和多重主成分分析(Multi-PCA)对预处理之后的声波信号进行分析,分别提取声波信号在时域和频域上的主要特征参数,用于鸡蛋蛋壳裂纹的分类检测。结果表明,当鸡蛋蛋壳裂纹大小和位置均随机分布时,由HHT和Multi-PCA提取的特征参量经由支持向量机(support vector machine,SVM)模型和人工神经网络(artificial neural network,ANN)模型均可达到较高识别率。在SVM模型中,采用径向基核函数的效果最好,检测精度高达90%;在ANN模型中,整体回归系数可达0.924 76,检测精度为86.70%。     

基于颜色特征的草莓成熟度识别技术研究

草莓成熟度识别技术是草莓采摘机器人顺利完成采摘任务的关键。本研究以"丰香"草莓为研究对象,首先提取不同成熟度草莓的颜色特征,计算草莓图像在HIS颜色空间模型下H分量的均值和方差;然后计算草莓果实红色部分着色面积所占比例;最后,建立BP神经网络,以H分量的均值、方差和草莓红色着色面积比作为BP神经网络的输入,训练完成后,判断待测样本的成熟度等级。通过本研究实验方法划分成熟度等级与经验丰富的果农判断结果对比,实验正确率可以达到90%以上。     

模糊神经网络的真空木材碳化设备控制系统设计与仿真

针对目前真空木材碳化设备的控制系统具有大滞后、强耦合、时变性以及难以建立精确数学模型等特点,提出了一种模糊神经网络算法的真空木材碳化设备控制系统。通过对输入输出变量、论域及隶属函数的选择,设计出真空木材碳化设备控制器;再将神经网络与模糊控制系统相结合,得到模糊神经控制网络。对模糊神经网络控制器的算法进行了分析;在Matlab环境下编写控制器的程序,用Simulink进行仿真实验。结果表明:模糊神经网络控制器的真空木材碳化设备输出的温度曲线,稳态误差为0、最大偏移量为1℃、调节时间约为8 s、超调量为2%;湿度曲线在6 s时即可达到稳定,稳态误差为0、最大偏差为1%、超调量为4%;加入扰动后,误差能被快速消除,温湿度的波动幅度相对减小,系统的稳定性更强。模糊神经网络控制器,可减小调节时间、消除误差、提高控制精度,具有很好的鲁棒性。将二者结合设计出的模糊神经网络控制器,具有自适应、学习、识别和模糊信息处理等功能,在处理大规模复杂的模糊应用问题方面具有更好的控制效果。     

用于观光农业的混合型无线传感器网络节点设计

【目的】设计用于观光农业中游客服务与田间种植管理通用的混合型无线传感器网络节点。【方法】设计该节点的硬件结构及基于Android系统的移动智能设备APP;利用ZigBee与上位机通信来实现种植环境监测和设备控制。【结果】支持用户使用基于近场通信和蓝牙技术的节点田间快速接入功能,通过移动设备为游客和种植管理者提供园内位置定位、种植信息查看、环境参数监测等服务。【结论】该混合型无线传感器网络节点使用灵活、方便、快捷、功能扩展性好,可为观光农业提供较为灵活的多业务工程化支持。     

密度对不同生态区马铃薯产量及块茎空间分布的影响

【目的】探究群体密度对四川不同生态区马铃薯产量及空间分布的影响,为马铃薯机械化采收提供依据。【方法】以"川芋117"为试验材料,采用随机区组设计,分别在平原生态区(四川成都温江)和盆周山地生态区(四川雅安汉源)研究5个密度(分别为6,9,12,15,18万株/hm~2)对马铃薯产量及其构成因素、块茎横向和纵向分布距离、不同质量块茎空间分布的影响。【结果】1)在试验密度范围内,平原生态区马铃薯产量与密度呈凸二次函数关系,在密度为15.75万株/hm~2时产量最高;山地生态区马铃薯产量与密度呈递增的线性关系,在密度为18万株/hm~2时产量最高。2)密度对两个生态区单薯质量影响较大,但提高产量的主攻方向不同,平原生态区以提高单株产量为核心,山地生态区则以提高群体产量为目标。3)随密度的增加,两个生态区马铃薯块茎在纵向分布距离的集中度降低,横向分布距离上的集中度增加,块茎平均纵向分布距离与密度呈正向递增的双曲线函数关系,平原生态区和山地生态区纵向分布距离的最大值分别为8.415 2和8.413 0cm,差异不大;平均横向分布距离与密度呈正向递减的双曲线函数关系,平原生态区和山地生态区横向分布距离的最小值分别为8.766 6和8.544 1cm。4)通过建立的单薯质量空间分布的人工神经网络模型(ANN)发现,密度主要影响80g以上块茎的数量和空间分布情况;80g以上块茎主要分布于纵向6~10cm和横向12~20cm的空间,且高密度下,80g以上块茎的数量和横向分布范围显著降低。当横向分布距离大于20cm时,平原生态区以40g及以下块茎为主,山地生态区则以40~80g块茎为主。【结论】改变密度能影响单位面积结薯数,从而有效控制块茎大小,最终影响块茎在纵向和横向分布距离上的集中程度。     

基于MIV-BP型的喀斯特地区水资源安全影响因素分析

[目的]分析喀斯特地区水资源安全的影响因素及其影响趋势,提出促进喀斯特地区水资源安全的措施与建议。[方法]采用贵州省近10a的数据,建立BP型网络模型计算平均影响值(mean impact value,MIV),对其影响因素进行实证分析。[结果]地下水供水比例、工业用水率、水资源利用率、人均粮食产量以及产水模数是水资源安全的阻碍因素。其中产水模数的影响程度呈现波动中逐年递减趋势,其余4个阻碍因素影响程度均显示逐年增强;工业固废综合利用率、工业废水排放达标率、中度以上石漠化面积比、单位GDP需水量以及地下水开发利用程度共同构成了水资源安全的驱动因素。从时间顺序来看,单位GDP需水量和地下水开发利用程度的影响趋于稳定,中度以上石漠化面积比因子对水资源安全影响越来越显著。工业废水排放达标率的影响逐年减弱,而工业固废综合利用率的影响情况波动比较大。[结论]模型计算表明,MIV-BP模型在喀斯特地区水资源安全影响因素研究方面具有一定的现实可行性。     

基于轮廓不同的DEM对宁波市姚江流域平原河网的提取研究

[目的]针对目前基于DEM提取平原河网所遇到的困境,采用新的视角提取平原河网,为完善水系自动化提取方法研究提供依据。[方法]采用Acr Hydro Tools和SWAT工具在轮廓不同的DEM下,对宁波姚江流域进行河网提取和流域确定。再以提取后的流域总面积与河流总长度为定量分析的主要指标,用相对误差公式、河网套合差公式和Visual Similarity Duplicate Image Finder软件进行综合评价与误差分析。[结果]在真实河网辅助下,Acr Hydro Tools与SWAT均是在规整型DEM基础上的提取效果很差。在临近型DEM上所提取的河网、流域和流域总出口与实际相符且精度、相似度都很高。[结论]用Acr Hydro Tools和SWAT两种工具提取流域水系都是可取的,但SWAT更加便捷;不同轮廓的DEM以及其是否与流域总出口相切会极大地影响河网提取的质量。     

传感器节点自主供电的环境混合能量收集系统设计

农田复杂环境及大面积监测需求对农业物联网传感器节点的供电提出了极大挑战,而环境能量收集技术则使低功耗农业物联网传感器节点的自供电及免维护成为可能。针对传统能量收集装置中收集的环境能量单一有限、装置体积大、可靠性差的问题,该文提出了一种新型混合环境能量一体化收集系统。该系统定位于环境中普遍而丰富的射频电磁波能量和振动能量,通过射频收集天线和压电陶瓷的有效结合,同时收集2种环境能量,并经整流转换成直流电能。能量收集天线使用普通FR4印刷电路板实现,工作在手机通信频段1.9 GHz(3G频段),测试的回波损耗为-20.5 d B,对电磁波能量收集的最高输出功率可达到38 mW,测得收集到的振动能量最大输出功率可达到25 mW,满足低功耗传感器节点的功率需求。该装置不仅可以有效提高系统供电的可靠性和对环境的适应能力,还大大降低了传统混合系统的尺寸,可为农业物联网快速发展中的传感器节点可靠供电问题提供参考。     

基于BP神经网络的北京昌平山前平原地下水水质评价

该文采用单因子评价方法对昌平区浅层地下水的超标因子进行筛选,结合水文地球化学理论探讨各因子超标原因,分析浅层地下水水质的空间分布特征,并采用BP神经网络法对水质进行综合评级。从综合评级结果来看,12眼监测井中1眼为Ⅴ类水质,5眼为Ⅳ类水质,6眼为Ⅲ类水质。单因子筛选结果表明,总硬度、总溶解性固体、氮素、氟化物等为该区最主要的超标因子。经分析可知,山前平原地带浅层地下水中氟化物为原生污染,氮素污染物主要来源于地表污染物下渗,总硬度和总溶解性固体的升高主要受地表污染物下渗、氮素的迁移转化等因素的影响。研究可为研究区地下水管理工作提供可靠数据。