基于粗糙集的林木冠层结构和光分布对净光合速率影响研究

以广东省东莞市大岭山森林公园33个乡土树种为研究对象,使用半球面影像技术和Li-6400光合仪分别获取林木冠层结构、光分布和光合作用指标,用方差分析和粗糙集理论进行评价。结果表明,林冠开度、叶面积指数、林下直射光、林下散射光、透光率和净光合速率均在各树种间存在极显著差异(p<0.0001),各指标在树种间的变化幅度也各不相同,其中林冠开度、林下直射光、林下散射光和透光率的变化幅度均超过了20%,分别为29.95%、20.40%、23.77%和22.56%,而叶面积指数和净光合速率的变化幅度分别为3.24和7.80。林冠结构和光分布均对林木净光合速率有重要贡献,但其影响程度不同。其中林冠开度最大,重要值为1/11,其余几项指标对光合作用的重要性相同,为2/33,略小于林冠开度的重要性。在评价林木冠层结构和光分布对净光合速率的综合影响力中,林冠开度贡献的权重最大,为0.27,林下直射光、林下散射光和透光率贡献的权重均为0.18。冠层结构和光分布对林木净光合速率的综合影响力在一定程度可指示冠层结构和光分布的合理性,与林木净光合速率大小不存在线性正相关关系,它只表明冠层结构和光分布对林木净光合速率的影响程度。     

基于云变换和Rough集扩展模型的判定树构造

针对现有判定树算法在处理空缺值和连续值以及知识表达上不精确性和复杂性问题，提出基于云变换和Rough扩展模型的判定树构造算法。该算法利用云变换来离散化连续属性，然后根据概念集，采用极大判定法对每个数值型属性的原始属性值进行软划分，从而得到离散属性值。最后利用特性关系下的加权平均粗糙度来选取当前结点的分裂属性来递归生成判定树。与C5.0算法相比，新算法可妥善处理空缺值、合理离散连续属性。试验结果表明,该算法具有良好的实用性。     

基于粗糙集与神经网络的农机化发展水平评估方法

在分析现有农业机械化发展水平评价方法的基础上 ,提出了粗糙集理论与人工神经网络技术相结合的农业机械化发展水平评价指标简化体系和评价方法。实例表明 ,约简后的指标体系可以获得原有指标体系的分类结果 ,但比原有模型少了 6 0 %的指标 ,大大减少了信息的需求量 ,为农机化水平评价提供了一种新的途径。     

烟草成分对其品质影响程度的粗糙集判别方法

运用粗糙集理论研究了烟草主要化学成分 (总糖、还原糖、总氮、烟碱、氧化钾和氯离子 )对烟草品质影响程度的判别方法。对比已有的研究结果 ,表明基于粗糙集理论的计算方法简单 ,结果明了 ,而且还能量化烟草成分对品质的影响程度。     

基于对称相似关系的不完备信息系统粗糙集拓展模型

在分析基于相容关系、非对称相似关系和限制容差关系的粗糙集扩展模型基础上,提出对称相似关系及其粗糙集扩展模型,并讨论其性质.这种扩展模型是其他几种扩展模型的改进,能较好地解决相容关系和限制容差关系条件的过于宽松以及非对称相似关系条件过于严格的问题.该模型的粗糙性介于相容关系与非对称相似关系的粗糙集扩展模型的粗糙性之间.     

基于粗糙集与支持向量机的禽蛋蛋壳无损检

针对当前禽蛋蛋壳无损检测系统存在检测精度不高的问题,提出粗糙集和支持向量机相结合的方法进行分类器的设计.首先,基于粗糙集理论对特征参数集进行属性约简,在约简过程中,利用模糊C均值聚类算法对特征参数进行量化,并基于属性重要性的启发式搜索对条件属性进行约简;然后,在属性约简的基础上完成支持向量机分类器的训练,在训练过程中,通过交叉验证法对分类器模型参数进行了优化.实验结果表明该方法的分类准确率能够达到94.6%,具有良好的工程应用价值.     

基于粗糙集理论的岩质边坡稳定性评价

针对岩质边坡的稳定性评价问题,应用粗糙集理论对既有岩质边坡的失稳实例进行分析,采用遗传算法进行约简,抽取评价知识,建立了规则库。采用不精确推理和默认推理方法开发了岩质边坡稳定性评价专家系统,提出了待评对象与规则不完全匹配情况下的近似推理方法,结合工程实例对该系统进行了测试和验证,并与模糊回归方法进行的比较。     

基于粗糙集和WebGIS的农产品质量安全应急管理系统

针对农产品质量安全事件的特点,利用粗糙集方法,通过对10个样本案例进行属性分析与约简,确定了危害源毒性、影响范围、死亡人数、伤害人数和人口密度5个农产品质量安全事件等级综合评价指标,通过重要度分析得到各指标的权重分别为0.2、0.2、0.1、0.3和0.2.在此基础上构建了农产品质量安全事件等级评价模型;将模型计算语言化,以WebGIS为工具,设计与实现了农产品质量安全应急管理系统;通过模拟某次农产品质量安全事件表明,该系统能提高对事件的处置能力,也便于直观看到处置过程,为进行农产品质量安全应急管理提供参考.     

变频调速水泵智能故障诊断方法

提出了一种粗糙集理论与神经网络集成的调速水泵故障诊断方法.针对调速水泵运行非恒速度的特点,首先用基于数字重采样的阶比分析方法对水泵振动信号进行预处理,然后利用粗糙集理论进行故障诊断决策系统约简,获得最优决策系统,最后在最优决策系统的基础上,设计RBF神经网络对调速泵进行故障诊断.试验结果显示,该方法能有效提高变频调速水泵故障诊断的精度和效率.     

水电机组振动故障的粗糙集-神经网络诊断方法

针对当前水电机组故障原因复杂,实际监测数据量大,采用神经网络方法进行机组故障诊断存在网络结构复杂、训练时间长、诊断困难的问题,文章将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法。在保持分类能力不变的前提下,用粗糙集理论对故障信息进行约简处理,然后用RBF神经网络对预处理后的故障信息进行诊断,使神经网络的输入神经元数目明显减少,其结构得以简化。通过对某电站实测机组数据进行离线故障诊断,证明该诊断方法有效提高了机组故障诊断的效率和准确性。