排序方式: 共有50条查询结果,搜索用时 234 毫秒
1.
【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据,分别使用插值方法、RNN神经网络、LSTM神经网络对缺失部分进行填补,填补结果与原始数据比对并分析结果。基于神经网络预测值误差随预测时刻推后而增大的误差分布情况,本文提出了在神经网络预测值基础上加入对数据后期处理的方法:从缺失数据的正向和反向进行预测,将2个方向的预测值各自乘以一组按照预测时刻递减的权重值并相加,结合2个预测方向的优势,进一步提高预测准确度。【结果】3种方法中,RNN与LSTM神经网络方法较传统的插值方法优势明显:插值方法准确度在缺失值增多时迅速下降;神经网络方法下降速度较慢。当填补值与真实值误差在2%以内作为准确时,插值方法的填补准确率不足50%,RNN方法达到50%且不足60%,LSTM方法达到80%以上;当填补值与真实值误差在4%以内作为准确时,插值方法填补准确率为60%,RNN方法准确度最高达到90%,LSTM方法准确率在95%以上。在此基础上加入权重处理,对LSTM预测结果处理后误差在2%以内准确率达到97%,误差在3%以内准确率达到100%。选取一组测试数据代入模型,预测结果比训练数据预测结果精度有所下降,但双向预测方式优势更加明显。【结论】采用基于LSTM模型的双向综合预测法,可显著减小长期预测中的累计误差对预测结果的影响,提升了预测数据的准确度。与其他两类数据填补方法相比,基于LSTM神经网络的数据填补方法在长期缺失的时间序列数据填补上有较大优势。 相似文献
2.
基于多特征降维的植物叶片识别方法 总被引:1,自引:0,他引:1
植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。针对低维特征不能全面描述叶片信息,识别准确率低的问题,提出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理,获得去除颜色、虫洞、叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征,对灰度图像提取Hu不变矩特征、灰度共生矩阵特征、局部二值模式特征和Gabor特征,对纹理图像提取分形维数,共得到2 183维特征参数。再采用主成分分析与线性评判分析相结合的方法对叶片多特征进行特征降维,将叶片高维特征数据降到低维空间。降维后的训练样本特征数据使用支持向量机分类器进行训练。试验结果表明:使用训练后的支持向量机分类器对Flavia数据库和ICL数据库的测试叶片样本进行分类识别,平均正确识别率分别为92.52%、89.97%,有效提高了植物叶片识别的正确率。 相似文献
3.
中草药青蒿(Artemisia annua L.)的实时荧光PCR检测 总被引:1,自引:0,他引:1
中草药青蒿,学名黄花蒿(Artem isia annuaL.),属于中国独有的抗疟药用植物资源之一。根据蒿属植物rDNA ITS序列多态性设计TaqM an探针及引物,通过实时荧光PCR方法对黄花蒿进行检测。结果表明:该组探针-引物对黄花蒿有很强的特异性,除黄花蒿外,其余8种对照蒿属材料均未检测到荧光信号。该方法快速、简便、安全、准确,适用于黄花蒿的出入境检验。 相似文献
4.
5.
为北方城市彩叶植物的引进、选择及合理化应用提供科学依据,采用实地随机调查方法,对黑龙江省牡丹江、齐齐哈尔和哈尔滨3个城市绿地系统彩叶植物搭配应用方式进行调查。结果表明:在牡丹江、齐齐哈尔和哈尔滨3个城市的各类绿地中,彩叶植物类型的搭配形式主要有乔木-乔木、灌木-灌木和乔木-灌木等,在空间上形成更具层次感的高低错落格局;3个城市均用乔木做行道树,糖槭和银中杨是3个城市的共用树种;3个城市彩叶植物种类的搭配形式主要有1种植物(单一植物)、2种植物和3种植物,从搭配形式多样性指数看,哈尔滨市和齐齐哈尔市乔木搭配应用的多样性指数高于灌木搭配,且乔木搭配的多样性指数为哈尔滨(1.096)牡丹江(1.037)齐齐哈尔(0.985),灌木搭配的多样性指数为哈尔滨(1.072)牡丹江(1.048)齐齐哈尔(0.753)。3个城市彩叶植物均与建筑和小品进行搭配使用,牡丹江还采用山石与植物进行搭配,齐齐哈尔采用水体与植物进行搭配,均能很好地丰富园林景观。 相似文献
6.
7.
土壤硝态氮含量原位检测系统设计 总被引:2,自引:2,他引:0
针对现阶段土壤硝态氮测量成本较高、无法长期原位测量等问题,该研究提出了一种使用钛烧结滤芯收集土壤溶液,通过近红外光谱法检测土壤溶液中的硝酸根浓度进而得到土壤中硝态氮含量的方法,并设计了相应的检测装置。通过试验对比陶土头与钛烧结滤芯在不同土壤条件下的土壤溶液收集效果,选用钛烧结滤芯作为土壤溶液采集器收集土壤溶液,以近红外LED作为测量光源,采集人工配置土壤溶液的光谱数据,利用BP神经网络进行预训练建立硝态氮含量预测模型。建立的硝态氮含量预测模型其训练集皮尔逊相关系数、测试集皮尔逊相关系数、预测均方根误差分别达到0.997、0.995、3.43。实地测量土壤溶液并与硝酸根离子电极以及土壤养分速测仪进行对比,最大相对偏差为5.9%,可满足实际测量准确性要求。该套检测设备在深度为10~40 cm、含水率为15%以上的土壤中有较好的土壤溶液采集效果;检测装置的长期测量标准差为0.006,动态响应时间为1.4 s,具有良好的检测特性。试验结果表明,使用溶液吸光度数据建立的硝态氮预测模型具有较好的预测效果,可以应用于土壤溶液硝态氮原位监测,为长期自动测量土壤硝态氮及水肥一体化系统的搭建提供了一种可行的方案。 相似文献
8.
基于序列信息的土壤CT图像超分辨率重建 总被引:1,自引:1,他引:0
受部分容积效应影响,土壤计算机断层扫描(Computed Tomography,CT)图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络(Sequence information Generative Adversarial Network,SeqGAN),实现土壤CT图像的超分辨率重建。针对土壤CT序列图像具有较高相似性的特点,SeqGAN法引入序列卷积块挖掘前后图像的序列信息,并将多重特征增强融合于目标图像中;利用多层残差块提取图像特征,构建残差块输入和输出的直接连接,以减少模型退化;利用对抗网络实现损失间接反馈,提高模型的特征学习能力。在序列相似性较高的土壤图像数据集验证了该方法性能。结果表明,SeqGAN法均方误差比次优方法GAN降低25%,峰值信噪比提升1.4 dB,结构相似性提升0.2%。重建的土壤图像具有较高准确率和清晰度,可为后续土壤物理学研究提供准确的数据基础。 相似文献
9.
为鉴定、验证、评价分光光度测量法在试管凝集试验结果判定中的实用价值,按照《动物布鲁氏菌病诊断技术》(GB/T 18646-2002)试管凝集试验操作方法检测72份已知凝集效价血清,比较分光光度测量法和比浊法判定结果差异。结果显示,分光光度测量法和比浊法判定72份血清效价与已知效价符合率分别为88.89%(64/72)、83.33%(60/72)(P0.05),判定结果一致率为94.44%,Kappa值0.770.75,但分光光度测量法判定效价与已知效价符合率高于比浊法,且对试验结果的判定更为客观、准确,因此,分光光度测量法判定试管凝集试验结果适宜在布鲁菌病监测中推广应用。 相似文献
10.