鄱阳湖湿地植物群落沿高程梯度变化特征研究

鄱阳湖湿地植物群落地理分布特征的研究对鄱阳湖的生态保护具有重要意义。基于野外植物群落的样方调查,结合数字高程模型,分析了鄱阳湖湿地植物在不同高程范围内的分布格局和变化特征。结果表明：鄱阳湖湿地植物以禾本科、莎草科、蓼科和菊科等植物最为常见,地上生物量随高程呈上升趋势;物种丰富度与高程呈非线性正相关关系,Shannon指数、Simpson指数在高程上均呈下降-上升-下降趋势;12.5~13.5 m高程范围内,生境差异较小,Jaccard指数较大,在12~12.5 m和14.5~15 m高程范围内,生境差异较大,属于湿生植物到中生、旱生(或沙生)植物的过渡地带,15 m高程以上植物生长环境趋于稳定。     

基于InCites和WOS的师范类高校ESI工程学学科分析及对策研究——以江西师范大学图书馆为例

基于InCites和Web of Science两个数据库,以江西师范大学为例,合理选取本机构ESI工程学学科主要引文指标,运用统计学、文献计量学方法对论文产出及影响力、合作机构、发文期刊和与ESI学科阈值差距等进行分析,并针对现状及问题提出相应对策:引进和培养ESI工程学学科带头人,形成具有影响力的科研团队;加强论文贡献度率高的二级单位的培育力度;加大工程学论文发文的奖励力度;推动跨机构、跨国/地区学术交流与合作。     

动态大气腐蚀区域地图数据处理方法及系统设计

介绍了一种动态大气腐蚀区域地图数据处理方法,该方法通过建立待检测金属的腐蚀速率与大气环境数据的归一化关联模型,并在模型中确定数据的权值;将预设时间间隔内分区存储的腐蚀速率与相应的标准速率比较,得到相应子区域内的大气腐蚀性等级。调取颜色存储区内与腐蚀性等级相匹配的颜色填充至区域地图的相应子区域内,并将权值最大的大气环境数据文本插入区域地图的该子区域内,形成并输出动态大气腐蚀区域地图,从而确定了当前监测时间点的主要环境影响因素和监测区域内腐蚀性时间历程内的连续变化过程。     

基于细粒度视觉特征和知识图谱的视觉故事生成算法

视觉故事生成是图像内容描述衍生的跨模态学习任务,在图文游记自动生成、启蒙教育等领域有较好的应用研究意义。目前主流方法存在对图像细粒度特征描述薄弱、故事文本的图文相关性低、语言不丰富等问题。为此,该文提出了基于细粒度视觉特征和知识图谱的视觉故事生成算法。该算法针对如何对图像内容进行充分挖掘和扩展表示,在视觉和高层语义方面,分别设计实现了图像细粒度视觉特征生成器和图像语义概念词集合生成器两个重要模块。在这两个模块中,细粒度视觉信息通过含有实体关系的场景图结构进行图卷积学习,高层语义信息综合外部知识图谱与相邻图像的语义关联进行扩充丰富,最终实现对图像序列内容较为全面细致的表示。该文算法在目前视觉故事生成领域规模最大的VIST数据集上与主流先进的算法进行了测试。实验结果表明,该文所提算法生成的故事文本,在图文相关性、故事逻辑性、文字多样性等方面,在Distinct-N和TTR等客观指标上均取得较大领先优势,具有良好的应用前景。     

融合CNN和EWC算法的不平衡文本情绪分类方法

文本情绪分类是自然语言处理领域的一个基本任务。然而,基于不平衡数据的学习使得传统文本情绪分类方法的分类性能降低。针对这个问题,该文提出了一种融合CNN和EWC算法的不平衡文本情绪分类方法。首先,该方法使用随机欠采样方法得到多组平衡数据;其次,按顺序单独使用每一组平衡数据输入CNN训练,同时在训练过程中引入EWC算法用以克服CNN中的灾难性遗忘;最后,把使用最后一组平衡数据输入CNN训练得到的模型作为最终分类模型。实验结果表明,该方法在分类性能上明显优于基于欠采样和多分类算法的集成学习框架,且该方法比基于多通道LSTM神经网络的不平衡情绪分类方法在Accuracy和G-mean上分别提高了1.9%和2.1%。     

HJ-1B和Landsat卫星蓝藻水华监测能力评估——以洱海为例

蓝藻水华是富营养化湖泊共同面临的问题。遥感技术为快速、大范围水华监测提供了可能,选取遥感数据应首先明确不同卫星的水华监测能力。以洱海为例,对比分析HJ-1B和Landsat卫星在内陆中小湖泊水华监测的时间和空间监测能力,评价两者在水华监测中的适用性及优势。结果表明:两者均能有效识别水华,提取水华分布细节信息,相比MODIS更适合用于中小湖泊水华监测;进一步分析表明,综合两者数据监测蓝藻水华,可以更加客观统计水华时间特征,描述水华空间分布发展规律,对于其它中小湖泊利用遥感手段辅助水华监测具有参考意义。     

无线传感器网络中APIT-SC三维定位算法

针对无线传感器网络中近似四面体内点三维(APIT-3D)定位算法存在的问题,提出一种基于球切割的APIT(APIT-SC)定位算法.该算法改善在节点分布不均匀时定位精度和定位覆盖率差的问题,用体积规则减少PIT-3D测试中出现OutToIn和InToOut错误.以球切割法和轮回选择法改善算法性能,降低计算复杂度.仿真实验表明:500个节点随机部署在100m ×100m ×100m的理想网络环境下,APIT-SC算法定位覆盖率可达91％,定位误差在23％左右.与APIT-3D算法相比,降低了计算复杂度,提高了定位精度.     

基于深度学习与超分辨率重建的遥感高时空融合方法

针对遥感影像的“时空矛盾”,提出一种改进STARFM的遥感高时空融合方法。利用SRCNN对低分辨率影像进行超分辨率重建,由于所融合的2组影像分辨率差距过大,网络训练困难,先将2组影像均采样至某一中间分辨率,使用高分辨率影像作为低分辨率影像的先验知识进行SRCNN重建,再将得到的中间分辨率影像重采样后以原始高分辨率影像作为先验知识进行第2次SRCNN重建,得到的最终重建图像相比原先使用插值法重采样所得图像,在PSNR和SSIM上均有提升,缓解了传感器差异所造成的系统误差。STARFM融合方法在筛选相似像元与计算权重时均使用专家知识提取人工特征,基于STARFM时空融合的基本思想,以SRCNN作为基本框架 自动提取特征,实验结果表明,其MSE值相比原方法更低,进一步提高了遥感时空融合的质量,有利于充分利用遥感影像。     

基于非结构滑移网格技术的旋翼型无人机空气动力学并行数值模拟方法

在现代飞行器设计中,数值模拟方法以低成本、高效率和高灵活性等优点成为研究飞行器空气动力学的重要方法.在旋翼型无人机流场模拟中,由于旋翼与机身存在相互作用,为获得精确模拟结果需要对整个无人机的流场进行模拟,因此,有效地模拟旋翼与机身的相对运动是实现成功模拟的关键步骤,这使得此类模拟问题极具挑战性.文章设计了一套求解旋翼型无人机空气动力学数值模拟问题的基于非结构滑移网格技术的高可扩展并行计算方法.该方法对控制方程的离散,在空间方向采用非结构移动网格有限元方法,时间推进采用全隐式二阶向后差分格式,最后采用一种并行Newton-Krylov-Schwarz方法求解离散后的非线性方程组.作为应用,文章对一个真实旋翼型无人机模型在悬停状态下的外流场进行了数值模拟,获得了一些非常详细的流场信息.数值结果显示,算法在天河2号上使用4 096个处理器核时仍具有接近线性的并行加速比,这为下一步开展旋翼型无人机的高保真度快速模拟奠定了良好的基础.     

以太网中双上行组网的弹性链路的设计与实现

为了在双上行组网的网络拓扑中避免形成环路,并进行冗余备份和快速倒换,传统方法是使用STP。但现有的STP的收敛速度慢,丢失流量较多,倒换时间较长,且协议复杂,会占用以太网交换机的大量资源。针对这些问题,提出了一种在双上行组网中实现主备链路冗余备份和快速倒换的弹性链路(RLink,Resilient Link)解决方案。对该方案的测试表明,能够实现预期的功能,并且占用资源少,易于操作。