基于ASTER GDEM和均值变点分析的中国东北地形起伏度研究

地形起伏度是指某一确定区域内最高点和最低点之间的高差,是宏观尺度上比较适宜的地形分析指标,而确定最佳统计单元的大小是提取地形起伏度的关键。本文以中国东北地区为研究区域,以ASTER GDEMv2为数据源,基于Python模块编程,利用窗口分析方法依次提取n×n(n=2,3,4,……,198,199,200)网格下的地形起伏度,然后采用均值变点分析方法计算平均地形起伏度的最佳统计单元大小,最后将东北地区的地形起伏度进行分级。研究结果表明:1)通过Python模块编程可以实现提取地形起伏度的自动化运行;2)均值变点分析方法能够有效得检测出平均地形起伏度与网格面积拟合曲线上由陡变缓的拐点,利用该方法得到基于ASTER GDEM提取中国东北地区地形起伏度的最佳统计单元面积为2.62km2;3)东北地区整体起伏不大,以小起伏和微起伏为主,山地多为中小起伏。     

基于机载LiDAR的高郁闭度华北落叶松林单木识别

【目的】高郁闭度华北落叶松林Larix principis-rupprechtii林木树冠交叉重叠,传统的基于高分辨影像的单木识别方法识别精度不高。利用机载LiDAR三维点云数据可提高高郁闭度华北落叶松林的单木识别精度。【方法】在点云数据预处理基础上,提出基于点云空间特征的高斯核函数改进的均值漂移单木位置识别方法 (MSP),比较并分析MSP法与基于点云空间特征的区域生长点云分割方法 (RGP)、基于冠层高度模型的局部最大值单木位置识别方法 (LMC)和基于冠层模型的多尺度分割单木位置识别方法 (MSC)的单木识别效果。【结果】4种方法单木位置识别精度从大到小依次为MSP(89.30%)、LMC (85.60%)、RGP (77.50%)和MSC (70.00%),MSP的漏分误差和错分误差最小,分别为8.7%和8.0%,平均单木冠幅提取精度为90.18%。【结论】提出的MSP法对高郁闭度华北落叶松林单木位置识别具有较好的适用性,利用机载LiDAR可为提取华北落叶松林森林结构参数提供新的途径。图3表3参28     

口蹄疫双佐剂灭活疫苗免疫动物抗体持续期的研究

一、材料与方法1.疫苗佐剂:法国SEPPIC公司生产的206佐剂成品,双佐剂自行配制。2.口蹄疫病毒抗原:O型和Asia-1型病毒,按生产规程灭活后制备成疫苗用抗原。3.主要检测试剂盒:液相阻断     

基于分段波形的信号瞬时频率计算方法

针对局部均值分解（Local Mean Decomposition，LMD）中乘积函数（Product Function，PF）分量的瞬时频率计算问题，引入了一种新的信号瞬时频率计算方法.该方法基于分段波形，先将信号分成若干个全波段（full wave），然后以一组递增的反正弦函数定义每个全波段的瞬时相位，进而得到信号的瞬时频率.由该方法得到的瞬时频率理论上是正的、稳定的并且能够确保信号局部特征信息的完整.应用该方法计算了仿真信号和实际齿轮故障振动信号的瞬时频率，并与其他方法求得的瞬时频率进行了对比.结果表明，本文方法非常适合求取信号的瞬时频率.     

1种农产品图像混合滤波算法的应用

针对农产品图像中的混合噪声,提出了1种有效的滤波算法。首先从噪声检测和标记方法、自适应加权滤波等环节对中值滤波算法进行适当改进,从而提出了1种改进自适应加权中值滤波算法对混合农产品噪声图像进行第1阶段滤波;然后对滤波后图像分别采用3×3滤波窗口、5×5滤波窗口的均值滤波算法进行第2阶段滤波;最后对均值滤波后的图像进行等权融合处理。分别将研究的滤波算法与中值滤波、加权中值滤波、极值中值滤波、均值滤波等算法进行试验仿真对比,结果表明,经过研究的算法滤波后图像清晰度明显高于其余算法且噪声残留程度明显低于其余算法,这对于农产品的高效处理具有一定的借鉴价值。     

具有交易费用和马氏调制的均值-方差组合选择

研究了均值-方差准则下，最优投资组合选择问题.投资者为了增加财富它可以在金融市场上投资.金融市场由一个无风险资产和n个带跳的风险资产组成，并假设金融市场具有马氏调制，买卖风险资产时，考虑交易费用.目标是，在终值财富的均值等于d的限制下，使终值财富的方差最小，即均值-方差组合选择问题.应用随机控制的理论解决该问题，获得了最优的投资策略和有效边界.     

R~*树结点的主元分界分裂方法

为降低R*树结点重叠度,提高其空间利用率,通过结点特征点集方差及各子特征点集方差之和建立主元分析和结点分裂之间的联系,基于主元分析算法对特征点集进行降维处理,计算特征点集的主元向量,过特征点集中心且正交于该向量建立分界面对特征点集进行划分,将各簇数据的中心作为结点分裂的初始分裂中心,实现R*树结点分裂。实验证明,该算法具有较高的结点分裂效率,使得R*树结点重叠度降低,分裂结果较合理,显著提高了R*树构造效率和k近邻查询效率。     

基于K均值聚类的厚壁组织区域自动提取

桉树是我国南方的速生丰产林,区域提取是定量分析各种组织抑制桉树茎生根原因的重要前提。为此,介绍了基于K均值聚类的在桉树茎切片图像中自适应提取厚壁组织区域的图像处理技术。将桉树茎切片彩色图像转换为CIEL*a*b*彩色空间,用K均值聚类分析算法对描述颜色的a*和b*通道进行聚类分析,提取细胞厚壁,然后填充其中白色的细胞腔,构成完整的厚壁组织区域。实验结果表明,在CIEL*a*b*空间使用该算法可以获得较准确的实验结果。     

基于光合有效辐射瞬时值估算日均值的方法

光合有效辐射是太阳辐射的一部分,是植被进行光合作用和陆地生态系统碳循环的核心因素,对估算植被生产力具有重要影响。本文基于SURFRAD多年观测数据,建立了一个线性回归模型,由上午、下午瞬时光合有效辐射值估算日均值。该模型模拟效果较好,单个观测站的均方误差低于9 W·m^-2,判定系数不低于0.96,并适用于不同经纬度、气候条件和海拔高度下的区域,总的均方误差为8.863 1 W·m^-2,判定系数R2为0.977,表明该模型和方法有较好的可行性和可靠性。     

基于核K—均值聚类算法的植物叶部病害识

针对植物叶部病害图像的特点,首先对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取玉米病叶彩色图像的纹理特征和颜色特征作为特征向量,利用Mercer核,把输入空间的样本映射到高维特征空间进行K-均值聚类以及植物病害识别.试验涉及的4种玉米病害识别正确率达82.5%,核K-均值聚类方法适合玉米叶部病害分类.