CO2胁迫下大豆叶片红边位置最优算法的研究

利用红边参数反演植被特征是定量遥感研究的热点问题之一,红边参数中的红边位置与植被参数显著相关,是监测植被胁迫的一个非常敏感的指标。采用最大一阶导数法、拉格朗日内插法、线性外推法、四点内插法、倒高斯模型法、多项式拟合法六种方法分别计算出不同浓度CO2泄漏胁迫下大豆叶片的红边位置,分析并比较不同算法提取的红边位置变化特征,以确定监测CO2泄漏胁迫下大豆叶片的最佳红边位置的算法。结果表明：提取的红边位置均与大豆叶片叶绿素含量呈极显著的线性相关。其中,最大一阶导数法和拉格朗日内插法相关程度最高,且最大一阶导数法计算简单、稳定性较好,因此可以利用最大一阶导数法提取的红边位置反映大豆叶片叶绿素含量变化,进而监测CO2地质储存泄漏问题。     

基于光谱分析技术的苹果花钾素含量估测研究

采用光谱分析技术手段,探索估测苹果花钾素含量的方法。首先测定盛花期红富士苹果鲜花的原始光谱反射率（Ri）以及花钾素含量（KC）,并对钾素含量与Ri及其8种光谱变换形式数据（Ri/、Ri//、1/Ri、(1/Ri))/、lg(1/Ri)、(lg(1/Ri))/、lgRi、(lgRi)/）进行相关分析,找出与钾素含量相关性较强的光谱变换形式;其次,采用逐步回归分析方法,对钾素含量和与其相关性较强的光谱变换形式数据进行分析,筛选敏感特征波长;利用敏感特征波长,建立苹果花钾素含量估测模型,经过对模型的优化和检测,确定最佳估测模型。结果表明：苹果花钾素含量与其光谱反射率的一阶微分Ri/相关性最好,其次为1/Ri、lg(1/Ri)、lgRi;其相关系数绝对值较大的峰(谷)区极值分别出现在669 nm、952 nm、1164 nm、1442 nm,351 nm、352 nm、362 nm、366 nm,351 nm、366 nm,351 nm、366 nm附近;通过逐步回归分析,筛选出的敏感特征波长分别为669 nm、1442 nm,352nm,351nm,351nm;建立的回归模型均具有较好的线性趋势,但以一阶微分为自变量的估测模型相关系数最大,为0.6113。经检测样本对估测模型检验,其拟合方程的决定系数(R2)为0.6955,均方根误差（RMSE）为2.7,相对误差（RE）为4.9%,表明模型对苹果花钾素含量的估测具有较好的准确度,为最佳估测模型。利用光谱技术手段对苹果花钾素含量的估测精度较高,具有一定的稳定性和适用性,为快速估测苹果花营养元素含量及苹果的实时营养诊断提供了理论依据和参考价值。     

基于连续小波系数的叶绿素a浓度估测模型

叶绿素a浓度是估算浮游植物生物量的重要指标,连续小波变换是一种重要的多尺度光谱分析方法.本文以粤西、珠江口为案例区,基于地面高光谱和实测叶绿素a的浓度数据,选取10种不同的母小波基函数对高光谱反射率数据进行连续小波变换.运用偏最小二乘回归(PLSR)方法构建叶绿素a浓度的反演模型,分析比较了不同小波变换系数对建模结果的...     

基于高光谱红边参数的不同物候期苹果叶片的SPAD值估测

用FieldSpec 3地物光谱仪和SPAD-502叶绿素计测定了不同物候期红富士苹果叶片的高光谱反射率和SPAD值.研究结果表明,不同物候期苹果叶片的反射光谱波形曲线的变化规律基本相似.从苹果花期开始,叶片SPAD值逐渐增加,至秋梢停止生长期达到最高峰,之后开始下降.苹果叶片的高光谱红边位置λr、红边斜率Dr、红边面...     

基于红边光谱特征和XGBoost算法的冬小麦叶绿素浓度估算研究

研究了基于氮肥效应的冬小麦不同生育期的叶绿素浓度,探讨了XGBoost算法在冬小麦叶绿素浓度估算中的适用性。利用该算法构建了冬小麦叶绿素浓度的高光谱估算模型,并将其与偏最小二乘法（Partial Least Squares, PLS）以及人工神经网络（Neural Network, NN）算法进行了对比。结果表明：（1）冬小麦的叶绿素浓度随着氮肥用量的增加而逐渐升高。（2）基于一阶微分光谱（First-order Differential Reflectance, FDR）数据集的估算模型表现最好。通过对比建模数据集与验证数据集的决定系数R²和相对分析误差（Residual Predictive Derivation, RPD）发现,XGBoost算法的效果最佳。（3）通过波段重要性分析发现,XGBoost算法的8个重要波段均在738~753 nm范围内。与8个常用的红边指数相比,通过XGBoost算法筛选到的8个一阶微分光谱波段对叶绿素浓度的准确估算起到了更加重要的作用。该算法可以作为一种有效的高光谱信息挖掘手段来估算冬小麦的叶绿素浓度。     

湖泊藻类叶绿素-α和悬浮物浓度的高光谱定量遥感模型研究

本文利用地物光谱仪对太湖水体进行了光谱测量和同步采样分析，对获得的数据尝试用光谱分离法进行分析，从中分离出蓝藻和悬浮物的特征波峰，建立波峰高度与同步水质采样得到的叶绿素-α浓度和悬浮物浓度的对应关系，得出其遥感定量反演算法，并实际应用在OMIS成像光谱仪图像上．     

叶绿素含量非接触式检测方法研究

植物叶绿素含量的非接触式光谱检测有着测定范围大、易于实现自动检测等优点,对实施精准农业、搭建培养室内智能监控系统具有重要的意义。但叶片结构、叶片粗糙表面引起的光散射效应、环境光等干扰因素使其定量分析难度增加,本文采用一种结合等距映射(ISO-MAP)和偏最小二乘(PLS)的非线性降维建模方法,有效地提高了模型的预测精度。与波长参比和单纯PLS两种传统建模方法相比,ISOMAP-PLS模型的预测精度分别提高了56.3%和34.4%。实验结果表明,ISOMAP算法可以降低建模复杂度的同时提高预测精度,将其应用在非接触式叶绿素含量检测中是可行的,为实现植物多种生化参数的非接触检测以及相应仪器的开发奠定了基础。     

基于激光散射图像小麦叶片叶绿素检测研究

为了实现叶绿素含量的无损检测研究,采用激光后向散射图像技术来测量小麦叶片光学特性参量的方法,进行了理论分析和实验验证。利用670nm和970nm的半导体激光器和视频成像系统获得了小麦叶片的激光后向散射图像,通过漫反射理论分析了叶片组织表面的漫射光分布和在这两个波长下绿叶、黄叶、干叶的激光后向散射图像的变化特征,取得了其光学特性参量数据(约化散射系数和吸收系数),并与叶片的叶绿素相对含量值建立对应的函数关系。结果表明,小麦叶片的光学特性参量与叶绿素相对含量值呈现线性相关,其中利用约化散射系数建立的叶绿素相对含量值预测模型中,预测集样本的相关系数为0.9095,预测均方根误差为5.9;利用吸收系数建立的叶绿素相对含量值预测模型中,预测集样本的相关系数为0.8366,预测均方根误差为7.5,说明激光后向散射图像技术测定植物叶绿素含量是可行的。这一结果对激光散射图像实现农作物长势诊断是有帮助的。     

Wireless infrared communication system based on edge position modulation

Driven by the Infrared Data Association (IrDA) wireless infrared communication has become a very popular and widely used method for short range data transmission between mobile devices like laptops, PDAs and mobile phones. Quality and speed of infrared communications are mainly limited by the bandwidth of the infrared transceivers. Therefore it is important to use a modulation technique with a high bandwidth efficiency, while simultaneously maintaining a low bit error rate and high power efficiency. Consequently, IrDA has continuously improved the modulation techniques of its standards (IrDA, 2001) by introducing Return to Zero inverted (RZI), 4 Pulse Position Modulation (4-PPM) and HHH(1, 13), whereby the latest is basically a 2/3-rate Run-Length-Limited (RLL) code (Hirt, Hassner, Heise, 2001). Recently the authors have published a novel modulation scheme called Edge Position Modulation (EPM) with Run-Length-Limited (RLL) coding (Lüftner et al., 2003). This article will continue this work by presenting a completely new RLL(5, 12) code that is optimized for EPM.     

基于叶片含水量的激光偏振成像模型研究

目标物体的偏振特性是一种固有特性,由目标的外部结构、内部结构以及入射角度等决定,因此利用偏振信息研究植物叶片含水量测量。主要研究过程分为以下五个部分:搭建激光偏振成像测量实验系统、计算目标偏振度、测量叶片实际含水量、建立偏振度与叶片含水量间映射模型、验证映射模型。根据目标与环境特性,选择和调整实验器件和实验步骤;基于图像灰度提取方法计算目标偏振度;采用水分梯度处理方法测量叶片实际含水量;基于统计方法建立叶片偏振度与含水量的一到三阶函数映射模型,比较一到三阶模型的稳定性与预测能力分析其适用情况,为利用偏振测定植物叶片含水量的方面提供理论基础。结果发现:在含水量所处15%~75%区间内,偏振度随着水分含量上升呈现一个递增趋势。含水量较高情况下,递增关系较明显;含水量较小情况下,映射关系不显著。     

基于边缘和空间-光谱模型的光源估计方法

为了克服基于空间-光谱模型的光源估计算法运行时间长和存储容量大的缺陷,提出了一种基于边缘和空间-光谱模型的光源估计方法。利用边缘滤波器寻找图像的边缘信息,然后对边缘像素进行膨胀操作,将膨胀后的边缘信息混入空间-光谱模型中,利用标准图像集对模型进行训练获取模型参数,最后对图像进行光源估计。实验结果表明,提出的算法能有效降低空间-光谱算法的运行时长和存储空间,提高光源估计准确率。     

Differential privacy protection scheme based on edge betweenness model

With the continuous development of social network application,user’s personal social data is so sensitive that the problem of privacy protection needs to be solved urgently.In order to reduce the network data sensitivity,a differential privacy protection scheme BCPA based on edge betweenness model was proposed.The 2K sequence corresponding to the graph structure based on the dK model was captured,and 2K sequences based on the edge betweenness centrality were reordered.According to the result of reordering,the 2K sequence was grouped into several sub-sequences,and each sub-sequence was respectively added with noise by a dK perturbation algorithm.Finally,a social network graph satisfying differential privacy was generated according to the new 2K sequences after integration.Based on the real datasets,the scheme was compared with the classical schemes through simulation experiments.The results demonstrate that it improves the accuracy and usability of data while ensuring desired privacy protection level.     

森林冠层氮含量遥感估算

使用高光谱数据估算叶片与冠层尺度的森林氮含量.首先采用基于高斯误差函数的BP神经网络Erf-BP建立叶片尺度氮含量的遥感估算模型;其次根据几何光学模型原理,推导冠层光谱与叶片光谱的尺度转化函数,将Hy-perion影像的冠层光谱转换到叶片尺度并反演叶片尺度的氮含量;最后,利用森林结构参数LAI得到研究区域冠层尺度氮含量.结果表明,隐含层包含8个神经元的Erf-BP模型最优,检验精度为76.8597%;利用尺度转化函数估算670 nm和865 nm冠层光谱与实测光谱决定系数为0.5203和0.4117;反演叶片尺度氮含量与实测数据的决定系数为0.7019;该方法为高精度快速估算叶片和冠层尺度森林氮含量提供参考.     

Efficient measurement model for critical nodes based on edge clustering coefficients and edge betweenness

Wireless Networks - Identifying critical nodes is vital for optimizing network structure and enhancing network robustness in complex networks. The concepts of edge betweenness and edge clustering...     

基于最优阈值的叶类中药边缘检测算法研究

提出了一种利用最优阈值分割和形态学处理相结合的边缘检测方法,首先通过Otsu最优阈值算法分割数字图像,然后利用形态学腐蚀运算腐蚀图像,最后利用分割后图像与腐蚀过的图像的相减获得边缘.该方法实现了对叶类中药显微图像效果更优的边缘检测,同时对比了传统边缘检测算法对叶类中药显微图像的图像边缘检测效果,为下一步的叶类中药显微图像的分割与自动识别奠定基础.     

基于LSSVM的六价铬含量预测模型

设计一种六价铬自动测量系统,为提高测量的准确度,使用最小二乘支持向量机(LSSVM)算法建立预测模型,并使用混合蛙跳算法优化LSSVM算法的参数,可避免算法收敛于局部最优,增强算法的泛化能力,减少算法对异常样本的预测偏差,提高精度。通过对神经网络模型及LSSVM模型进行仿真对比,结果显示LSSVM模型的六价铬含量预测误差更小。