铣削刀具不同磨损期振动信号的分维特征

提出了应用铣削刀具磨损工作状态下的振动加速度信号的关联维数来描述刀具不同磨损状态下的特征,进而实现对状态的监测、识别。试验证明,刀具磨损在相同状态下,振动信号具有相近的关联维数,在不同状态下则有明显的关联维数。因此,关联维数不仅可以作为状态监测与识别的重要依据,而且可以作为其他特征提取方法的补充。     

大尺寸变螺距丝杠的数控加工

在数控车床上串联使用两套数控系统进行多坐标的联动控制,优化渐变螺距丝杠螺距拐点处的结构加工,实现渐变螺距丝杠的数控加工;通过实现刀具沿丝杠工件轴线的变速直线运动和丝杠工件的变速旋转运动,来进行匀变螺距丝杠数控加工,扩展了数控技术的应用和数控车床的加工范围。     

高职园林施工图绘制课程教学模式探索简

园林施工图绘制课程是园林设计、园林工程专业的核心课。为培养“零距离”上岗人材,园林施工图绘制课程应按工作过程顺序教学模式,深入研究课程内容、教学组织、课程考核等问题,建立以项目需求为导向的教学模式。     

黄河近80年径流长程相关性诊断分析及趋势预测

为研究黄河径流的长程相关规律,利用非趋势波动分析法对黄河近80年月径流序列进行了分析,初步得出以下结论:黄河近80年月径流存在内在的长程相关性;长程幂律相关的标度指数а≌0.39;尽管大于11.3a尺度区间的а与小于11.3a尺度区间的а有所不同,但可能由于所分析的径流序列长度受到限制,没有足够的理由判断11.3a是个交叉点;通过波动分析进行趋势预测,在未来十几年,黄河径流的变化可能会成下降趋势。     

近43年黄河上游来水来沙变化特点

选取黄河头道拐站实测水沙序列(1960-2002年)资料,对水沙序列进行了多时间尺度和趋势识别的小波分析。结果表明:①黄河上游来水来沙量汛期所占比例减少,而非汛期所占比例增加;在年际变化上,水沙量逐年减少;同时,水沙相关关系具有一定的变化;②黄河上游水沙序列具有相同的多时间尺度(准周期)变化,但同一尺度下,水沙所处的丰枯变化并不一致;③年水沙序列趋势变化基本一致,20世纪80年代以来,两者存在明显减少趋势;但在非汛期,两者的趋势变化有较大区别。     

荃两优系列杂交稻品种耐热性与稻米品质的相关性研究

以优质水稻不育系荃211S为母本选育的13个荃两优系列杂交水稻品种为试验材料,利用智能温室进行高温胁迫处理,分析品种的耐热性和高温胁迫对稻米加工品质、外观品质和蒸煮食味品质的影响,以及品种耐热性与其主要品质性状的相关性。结果表明,荃两优系列杂交稻品种耐热性水平整体较强,其耐热系数与经过高温胁迫后品种的整精米率、碱消值呈极显著正相关,与胶稠度呈显著正相关,与垩白度呈极显著负相关;经过高温胁迫后,品种的整精米率、碱消值、胶稠度和直链淀粉含量普遍降低,垩白度普遍增加;耐热性强的水稻品种经过高温胁迫处理后,其整精米率、垩白度、直链淀粉含量、碱消值和胶稠度等主要米质指标的变幅小于高温相对敏感的品种。本研究为选育耐高温优质水稻品种奠定基础。     

利用作物生长模型和时序信号甄别水稻镉胁迫

在自然农田生态系统中,农作物的生长通常受到各类环境胁迫（如重金属胁迫、病虫害、水分、营养）的影响,如何区分重金属胁迫与其他胁迫有待进一步研究。该研究选取了湖南省株洲为试验区,收集2017-2019年的Sentinel-2卫星影像数据,结合野外实测数据,开展水稻重金属镉（Cd）胁迫识别研究。首先,利用作物生长模型World Food Studies（WOFOST）同化时序遥感数据获取每年的叶面积指数（Leaf Area Index,LAI）时间序列曲线;然后运用集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）方法对LAI时间序列进行多尺度分解,得到不同的时序信号分量（Intrinsic Mode Function,IMF）;最后使用动态时间规整（Dynamic Time Warping,DTW）方法计算受胁迫水稻分解后的时间序列与健康水稻分解后的时间序列之间的DTW距离,即归一化胁迫指数。结果表明：归一化胁迫指数是水稻重金属胁迫敏感的参数,与土壤重金属含量的相关系数为0.851,水稻受到的胁迫程度越高,归一化胁迫指数值越大,反之越低;在试验区中,水稻重度重金属胁迫的分布面积比例相对较低,且主要集中在西部、东北部以及偏东南地区。融合集合经验模态分解和动态时间规整方法能有效地甄别并定量分析水稻重金属胁迫状况,从而为作物重金属污染胁迫监测提供重要参考。     

应用滤波方法提高高山松地上生物量遥感估测精度的研究

基于1987年、1992年、1997年、2002年、2007年、2012年分布在香格里拉市的34个高山松固定样地数据,以及Landsat时间序列数据集,利用谷歌地球引擎和Python,通过3种滤波算法对时间序列数据进行重构,应用随机森林算法对森林地上生物量进行估测,根据模型评价指标对重构前后时间序列数据的估测效果进行分析。结果表明：采用3种不同滤波方法重构的时间序列数据训练的非参数模型,其拟合精度和预测精度均高于滤波前时间序列的预测精度,整体均方根误差和相对均方根误差指标均优于滤波前数据,其中ARMIA方法最佳。应用滤波方法在一定程度消除了影像自身所携带的大量噪声和不确定性,有效地提高了数据质量,提高了高山松地上生物量遥感估测的精度。     

水产品收购价格预测的时序组合模型研究

我国水产品市场已经出现了区域性、结构性的供大于求及价格持续下降的现象。为此，对水产品价格进行预测是必要的。以1978～1999年数据为样本，利用时序组合模型对2000年的水产品收购价格进行了预测研究。