区域土地集约利用程度及其时空差异研究——以安徽省11个地级市为样本

从利用强度、社会效益、经济效益和生态效益4个准则层、8个指标层构建区域土地集约利用程度评价指标体系,运用多因素综合评价法对安徽省11个地级市2010年、2012年、2014年三年的土地集约利用程度进行评价,揭示各地级市土地集约利用程度的时序变化和空间分异特征。结果表明:(1)安徽省各地级市土地集约利用程度总体较低;(2)从2010年到2014年安徽省各地级市土地集约利用程度总体提升幅度较小;(3)安徽省各地级市土地集约利用程度存在明显的区域差异。因此,要实行差别化的城市发展战略,充分考虑各地级市的土地利用现状和自身特点,遵循因地制宜原则,采取差异化措施积极提高各地级市土地利用集约度;同时,各地级市之间应加强经济等方面的合作,减少城市间的"两极分化",共同提升土地利用集约度。     

基于B/S模式的实验室预约系统UML建模与研究

UML作为一种面向对象的标准建模语言,在信息管理系统的建模领域得到了广泛的应用。概述了UML中多种模型图的使用方法和适用范围,重点分析了UML系统建模的主要过程和特点,并以一个实验预约系统为例详细介绍了系统用例模型、静态模型和动态模型的设计过程。     

基于自适应深度学习的数控机床运行状态预测方法

针对机床状态动态标签及差异化分布数据下的预测适应性差与准确度低问题,结合时序特征关系和模型融合方法,建立自适应混合深度学习模型进行机床状态预测.首先,通过融合最小近邻分类器,设计一种基于权值累积的自适应更新法则,建立具有数据自适应性的状态预测模型.在此基础上,提出一种基于中心损失函数的特征距离度量优化策略,构建综合决策...     

基于云平台和BFAST算法的地表变化检测方法

准确识别地表变化的时空信息,有助于探究地表自然环境和生态系统发展演变的规律,支撑相关的科研与行政管理工作。本文以河南某生态保护修复工程部分实施范围为研究区域,基于Google Earth Engine(GEE)云平台,以2013—2020年的98景Landsat8/OLI遥感影像作为数据源,应用Breaks for additive season and trend(BFAST)算法对地表变化进行了信息提取和制图。首先基于GEE云平台对Landsat8/OLI地表反射率数据集进行调用和预处理,基于CFMask算法对遥感数据集进行云影掩膜,开展光谱指数(植被指数NDVI)的计算以及时间序列数据集的构建。其次基于时序数据集与BFAST算法构建由趋势项、季节项和残差项组成的广义线性回归模型,通过最小二乘法求解模型中的未知参数集,以此进一步构建时序拟合模型,而后基于残差的Moving sums(MOSUM)方法对时序结构变化进行检测。最后从检测结果中抽取像元样点,通过与Google Earth高分辨率影像数据叠置和目视解译,开展结果验证和精度评价。结果表明,本文提出的方法在研究区的时序地表变化...     

方草捆压捆机打结器空间参数研究

以D型打结器为对象,在打结器时序研究的基础上对打结器空间结构布局进行了研究。通过打结器工作原理分析,确定了保证D型打结器成结八大动作顺利实现的各关键空间结构参数关系,建立了打结器参数化模型。以mathematica 8.0为工具对空间关键轴参数进行设计,最终确定了具有不同空间参数的机架Ⅰ和机架Ⅱ。两机架配合New Holland其他零件后进行了打结试验。结果表明,在室内,机架Ⅰ的成结率比机架Ⅱ低1.0%,但相同预紧力下,其所成绳结平均可承受拉力比机架Ⅱ所成绳结提高了13.9%;在田间,机架Ⅰ成结率比机架Ⅱ低4.0%,但其所成绳结可承受拉力比机架Ⅱ高2.5%。田间所成绳结的平均可承受拉力比室内成结高94.2%~115.9%,表明预紧力及成结过程外界对捆绳的附加拉力会影响最终绳结可承受拉力。     

基于时序高光谱和多任务学习的水稻病害早期预测研究

水稻病害是影响水稻产量的重要因素之一,水稻病害的早期预测对水稻病害防治至关重要。为了实现水稻白叶枯病害的预测,连续采集了从接种病菌到早期发病共7d的白叶枯病害胁迫下的叶片高光谱图像。利用Savitzky-Golay算法对高光谱图像进行预处理,并利用主成分分析（Principal component analysis, PCA）和随机森林（Random forest, RF）算法提取光谱特征,构建多任务学习(Multi-task learning, MTL)与长短期记忆（Long short-term memory, LSTM）网络融合的预测模型,对水稻病害发病率和潜伏期进行预测,并利用鲸鱼优化算法（Whale optimization algorithm, WOA）对MTL-LSTM模型进行优化。实验结果表明：PCA和RF可以有效地从高光谱图像中提取光谱特征,降低高光谱数据维度,且基于光谱特征构建的预测模型性能优于全波段光谱构建的预测模型性能,建模时间降低约98%。基于时序高光谱构建的预测模型对发病率和潜伏期的预测取得了预期效果,基于前10个特征波长构建的WOA-MTL-LSTM模型取得了最优的预测性能,对发病率和潜伏期预测测试集的R2分别为0.93和0.85,RMSE分别为0.34和2.12,RE分别为0.33%和1.21%。通过WOA算法可以提升MTL-LSTM的预测性能,对发病率和潜伏期预测的R2均提升0.05。研究结果表明RF提取高光谱特征能有效表征全波段光谱,基于时序高光谱的WOA-MTL-LSTM模型可以准确预测白叶枯病害发病率和潜伏期,为水稻白叶枯病害的预防提供了技术支持。     

竹缺爪螨种群空间格局及时序动态

采用聚集度指标法测定竹缺爪螨（Aponychus corpuzae)空间格局并分析其时序动态，结果表明：竹缺爪螨卵及卵壳在林间呈聚集分布，主要分布在3年生以上竹（受害株率为97．4143％），2年生以下竹分布株率仅占0．8571％，这说明该螨主要危害3年生以上竹，且以聚集为危害为主。卵和幼螨群体在年周期中均呈聚集分布，其聚集程度对若和成螨具跟随效应。若虫和成螨存在明显的聚集－扩散周期，10a中大多数时期呈聚集分布，少数时期呈均匀分布或Poisson分布。这与该螨生物学特性及气候、营养条件密切相关。图1表2参8     

时序建模及其在农药降解动态模拟中的应用

用数学方法对农药残留量进行预测预报及动态模拟，对于合理使用农药，加强环境保护具有重要意义。作者用时间序列分析的理论与方法，研制农药残留定量预测模型，给出参数估计，提出非平稳时序叠合模型，对农药降解规律进行动态模拟，并以剩余平方和作为优化住民其他方法进行比较。实例计算结果表明：时序模型预测值与实测值拟合程度优于其他模型，简便实用。     

3种性诱捕器诱捕苹果蠹蛾效果比较及成虫的时序动态变化

通过对3种苹果蠹蛾性诱捕器诱捕效果的比较,发现板式性诱捕器的诱捕效果最好,盆式与瓶式之间无差异;对苹果蠹蛾成虫综合防治果园和未防治果园中的时序变化以及防治措施对成虫动态变化的研究发现,在综合防治果园中苹果蠹蛾成虫的数量明显降低,第1代和第2代成虫每单位诱捕器3 d内诱捕虫头数在2头以下,盛发期前后的2次化学防治为越冬代成虫防治的关健时期.