基于改进的投影寻踪-云模型的农业灌溉水质综合评价

提出基于投影寻踪函数和云模型的水质综合评价模型,选取太湖流域20个样本盐度、氯化物、氨氮、溶解性固体4类具有代表性的农业灌溉水质监测数据,在综合其投影值及隶属度基础上,计算农业灌溉水质的等级区分粒度。结果表明,投影寻踪模型计算值平均绝对误差仅为0.125 2级,达到了较好的水质评价精确度,同时利用云模型计算各个监测指标得到的最大综合确定度所属级别与经验等级一致。     

三角网格曲面共形参数化研究综述

曲面参数化是计算机图形学和计算机辅助设计中的一个重要问题,有着广泛的应用背景。曲面 参数化旨在谋求从三维曲面到某参数区域变换过程中某些内蕴几何量(例如边长、角度、面积)的变形最小化。 保角参数化前后保持曲面局部形状,又称作共形参数化。本文针对三角网格曲面,介绍了共形参数化领域的研 究现状。根据目标参数域的不同,主要讨论了平面参数化、球面参数化和双曲空间参数化。最后总结了现阶段 共形参数化存在的难点问题和未来可能的研究方向。     

基于近红外与高光谱技术的小麦种子多指标检测方法

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型.同时与采用近红外(.NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型.结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法.     

基于PNN算法的空调智能控制策略研究

针对传统空调控制系统缺少智能控制策略的问题,结合物联网、传感器、单片机以及神经网络算法等技术,设计并实现基于PNN算法的空调智能控制系统。阐述了系统的总体架构和软硬件设计思路;重点研究了基于PNN算法构建人体舒适度模型的过程;给出了基于舒适度模型的空调控制策略。经过仿真和实例验证,空调智能控制系统能够按照设计的控制策略自适应调节空调运行状态,从而使室内环境温湿度以适合人体感受的方式动态变化。结果表明,设计的舒适度模型可用于人体舒适度的评价,提高了用户舒适度体验。     

花生冻伤近红外光谱快速判别方法研究

目的 构建一个基于近红外光谱的花生冻伤判别模型。方法 采用移动窗口平均平滑(Moving Window Average, WMA)、标准正态变量校正(Standard Normal Variate Correction, SNV)及一阶导数(First Derivative, FD)的组合预处理方法提升光谱信号质量;分别采用无信息变量消除法(Elimination of Uninformative Variables, UVE)、竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling, CARS)以及二者的联合算法(CARS-UVE、UVE-CARS)筛选特征波长;最后构建基于支持向量机分类算法(Support Vector Machine Classification, SVC)的花生冻伤分类模型。结果 使用UVE-CARS算法筛选特征波长效果最佳,筛选出7个特征波长,构建的判别模型准确率达95%。结论 该花生冻伤判别模型为花生冻伤快速、无损判别提供可行的技术方案,并为基于滤光片式近红外技术的花生品质色选机的开发提供参考。     

以棉籽油为基料油的煎炸专用调和油煎炸品质的研究

以棉籽油为基料油,添加大豆油、菜籽油、棕榈油进行调配,制成煎炸专用的植物调和油。用制得的煎炸调和油进行不间断地煎炸薯条试验,考察煎炸油在煎炸过程中油脂色泽、理化指标及品质的变化情况。结果表明:煎炸调和油的脂肪酸组成合理,满足单不饱和脂肪酸/多不饱和脂肪酸=4.0:0.6的最佳摄入比例。煎炸过程中色泽变化较慢,极性组分超过27%限量的时间为67 h,酸价由(0.18±0.05) mg/g增加至(3.53±0.10) mg/g,羰基价由(9.42±0.12) meq/kg增加至(36.0±0.14) meq/kg,过氧化值和苯并(α)芘没有明显的变化趋势,丙烯酰胺未检出;与河北地区常用于煎炸的三级棉籽油46 h的煎炸寿命和较高的羰基价、过氧化值和苯并(α)芘相比,配制的煎炸调和油的煎炸寿命延长了18 h,稳定性提高了37%,煎炸薯条的平均含油率为18%煎炸感官效果好,可以作为一种新型煎炸调和油。     

基于SOM-RBF神经网络的COD软测量方法

污水处理是一个复杂的非线性过程,化学需氧量（chemical oxygen demand,COD）是评价污水处理效果的关键指标之一。COD的传统测量方法耗时长、成本高,基于传统神经网络的软测量方法提高了COD参数的测量速度但精度较差。针对这些问题,设计一种结合自组织特征映射 (self-organizing map, SOM)和径向基函数(radial basis function, RBF)神经网络的COD参数软测量方法。该方法利用SOM网络聚类数据样本,根据所得聚类结果确定RBF网络的隐层节点数及节点的数据中心,综合提高RBF网络的收敛速度和拟合精度。利用污水处理厂部分水样数据建立COD软测量模型,模型仿真和硬件在线测试结果表明,相对于传统的BP、RBF等网络,基于SOM-RBF神经网络的COD软测量方法测量时间短、预测精度较高,具有较为广阔的应用前景。     

一种针对类别数据分析的平行坐标改进方法

针对类别数据在传统平行坐标系中的映射重叠问题，提出类别统计和数据累积式偏移映射的平行坐标改进方法。该方法首先统计多维数据中的各类别数据的频次，使用直方图表示其记录数，将直方图与平行坐标相结合提出改进平行坐标。然后提出一种类别数据的数据累积式偏移算法，将映射在一点的数据均匀分布在坐标轴上的一定区域中，区域的范围根据数据记录数确定。最后设计实现可视化分析系统，通过改进平行坐标实现对数据集的筛选、条件交叉分析、类别间数据分析和维度间数据分析；通过联动视图和弦图两种方式实现每两个维度间的对比分析；通过字云显示每一维度的频次分布。案例数据集实验结果表明，该方法能在平行坐标中实现各维度中类别间的对比、各维度中记录数排序，以及对筛选数据集的分析，展示类别型数据维度间的关联关系。