基于信息融合的灌区闸门调节方法研究

为增强灌区闸门调节的预见性,避免因频繁调节影响闸门的使用寿命,引入信息融合理论,基于不确定系统输入的状态方程和量测方程,通过叠加“干扰用水”对系统输入进行估计,实现了对系统状态的跟踪和预测。在此基础上,以PID调节器为例,通过引入全局预测信息,增加闸门调节所依据的信息量和信息的互补性,并应用信息融合技术进行综合,改善了闸门调节器性能。所提出的闸门调节方法适用于渠系水流一类具有明显惯性和时滞现象的非线性系统。该方法对其他调节器同样适用。     

基于XML的业务流程及虚拟组件互操作规则知识描述

为了提高应用集成系统的柔性，集成适配器一般被设计为是基于规则驱动的适配器Agent，其核心目的是为了使集成系统具有随企业业务流程的变化而快速的动态适应能力。如何刻画系统的业务流程，并给出基于业务流程的虚拟组件互操作规则是适配器Agent构造的关键技术问题。在充分分析业务流程模型基础上，利用EBNF刻画了业务流程模型的形式语义，并给出了基于XML的业务流程及互操作规则的描述。     

信息集成中松耦合组织机制研究

信息集成系统中关键问题是打破传统应用系统与数据紧密绑定的现象,使系统具有灵活性,从而使系统能够快速适应需求的变化。在对常见集成模式的分析研究基础上,做了适当改进,构造了一种业务逻辑处理单元之间的松耦合的组织机制。从而使集成系统具有良好的适应性、可调整性、可扩展性、可配置性。     

高空远程弹箭精确弹道模型

针对高空远程弹箭,研究了地球为椭球体时的重力偏心.在已有弹道模型的基础上,全面考虑了重力偏心、重力加速度随高度与纬度的变化、地表曲率、柯氏惯性力、雷诺数随高度的变化等"小量"对弹道的影响,建立了适合高空远程弹箭的精确弹道数学模型,并与低空条件下不考虑以上因素的情况进行了对比分析.结果表明,考虑了重力偏心等因素的影响后计算射程与不考虑的情况下差别较明显,以往忽略或简化的"小量"在高空远程条件下对弹道产生的影响不容忽视.     

梯级水利枢纽信息集成系统数据采集模式研究

介绍了水利枢纽信息集成处理系统的特点,对采用客户/服务器模式进行信息采集存在的不足进行了分析,比较和研究了客户/服务器模式与移动Agent技术,提出基于移动Agent技术的信息采集方案,并对该方案进行了设计.     

活性重质碳酸钙工业化填充PVC管材的性能研究

现有的基础研究表明,超细化的重质碳酸钙粉能明显提高塑料复合材料界面的结合强度及力学性能,例如：实验表明,粒径１５．９μｍ的重钙粉对提高ＨＤＰＥ填充材料的冲击强度几乎没有影响,而粒径为７．４２μｍ和６．６６μｍ的重钙粉能使ＨＤＰＥ的冲击强度比未填充ＨＤＰＥ提高了２．５、３．５倍。另一方面,超细化的重质碳酸钙粉能使塑料的填充率明显增加。例如：对ＰＶＣ制品而言,电缆填料,当用ｄ９７≤１０μｍ时,填充率将提高６０％;上水管,当用ｄ９７≤５μｍ时,填充率提高了１倍;下水管,当用ｄ９７≤２０μｍ时,填充率提…     

基于Elman神经网络的锦屏一级水电站年平均径流量集合预报研究

为预报锦屏一级水电站年平均径流量,根据其1960~1999年逐年年平均径流量与上年(1959~1998年)逐月74项大气环流指数的相关关系,选出相关性高且与年平均径流有物理联系的大气环流指数作为预报因子;利用多个Elman神经网络建立年平均径流量的集合预报模型,并采用锦屏一级水电站1960~1999年的逐年年平均径流量和筛选的预报因子数据对模型参数进行率定,2000~2011年的逐年年平均径流量对模型预报效果进行检验。结果表明,基于Elman神经网络的单一模型的范化能力较好,多模型的集合预报精度比单一模型的预报精度有进一步提高,可为锦屏一级水电站水资源调度提供参考。     

基于多尺度近端特征拼接网络的高光谱图像分类方法

针对基于传统卷积神经网络模型的高光谱图像分类算法细节表现力不强及网络结构过于复杂的问题,设计了一种基于多尺度近端特征拼接网络的高光谱图像分类方法。通过引入多尺度滤波器和空洞卷积,在保持模型轻量化的同时可以获取更丰富的空间?光谱判别特征,并提出利用卷积神经网络近端特征间的相互联系进一步增强细节表现力。在3个基准高光谱图像数据集上的实验结果表明,所提方法优于其他分类模型。     

融合图模型及形态模型的SAR图像中河道提取

随着各种高性能SAR成像传感器的广泛使用,海量的SAR图像为各种对地表观测提供了更加丰富的研究依据。基于SAR图像,在复杂场景中提出了一种基于图论及河道轮廓模型相融合的河道提取方法。首先考虑到河道轮廓曲线的复杂性,提出一种河道轮廓分段建模的方法,将复杂的曲线河道轮廓形式化近似为规则直线线段的组合,进而分段采用最小外接矩形窗的组合准确地对河道区域进行描述。建立了一种更加适用于河道提取的图像分割规则,实现对河道区域的准确分割。在此基础上,利用河道轮廓特征的先验知识,根据区域最小外接矩形的形态和连通性对河道区域进行识别。实验结果表明:该方法与常用的基于灰度阈值判别的方法相比,不仅能够有效提取出河道区域,提取结果有效覆盖90%以上的真实区域,还能够较好地抑制背景信息,提取结果仅包含约2%的背景区域。     

混合编码差分进化粒子群算法及多示例学习的高光谱影像降维与分类

目的 高光谱遥感影像由于其巨大的波段数直接导致信息的高冗余和数据处理的复杂,这不仅带来庞大的计算量,而且会损害分类精度。因此,在对高光谱影像进行处理、分析之前进行降维变得非常必要。分类作为一种重要的获取信息的手段,现有的基于像素点和图斑对象特征辨识地物种类的方法在强噪声干扰训练样本条件下精度偏低,在对象的基础上,将光谱和空间特征相似的对象合并成比其还要大的集合,再按照各个集合的光谱和空间特征进行分类,则不容易受到噪声等因素的干扰。方法 提出混合编码差分进化粒子群算法的双种群搜索策略进行降维,基于支持向量机的多示例学习算法作为分类方法,构建封装型降维与分类模型。结果 采用AVIRIS影像进行实验,本文算法相比其他相近的分类方法能获得更高的分类精度,达到96.03%,比其他相近方法中最优的像元级的混合编码的分类方法精度高出0.62%。结论 在针对强干扰的训练样本条件下,本文算法在降维过程中充分发挥混合编码差分进化算法的优势,分类中训练样本中的噪声可以看做多示例学习中训练包"歧义性"的特定表现形式,有效提高了分类的精度。