生态保护红线划定中生物多样性重要性评价的不同方法对比研究

生态保护红线的划定可以规范人类活动,控制人类活动强度对于维护区域的生态完整性、生态服务功能的可持续性和解决生态环境问题具有重要意义。目前生态保护红线划分的理论和技术尚不完善,其中科学地评价不同区域内生物多样性保护的重要性是生态保护红线划定的重要环节。本研究基于 MODIS 遥感影像,利用环保部 NPP 定量指标法对鹤壁市生物多样性保护重要性进行了评价,并同综合模型评价法进行了比较。结果表明在市级尺度上,模型方法与实地调查更为一致,而生态保护红线指南的方法存在诸多问题。本研究为生物多样性重要性评价及其生态保护红线的划分技术提供理论支撑与依据。     

大坝的发展及其对河流生态环境的影响

大坝是人类社会成功利用水资源的主要手段之一,其发展历史与人类的文明息息相关。在回顾了国际上有关大坝的定义及其发展历史的基础上,分析了大坝的修建及运行对河流上下游生态环境以及生物多样性的影响,据此对未来的发展趋势进行了展望,提出了新建大坝必须进行严格的环境影响评价,必须加强现有大坝的拆除对生态环境恢复机制的研究,同时应切实加强大坝修建与全球气候变化间反馈关系的研究,以确保大坝在修建、运行和后期管理过程中对生态环境的负面影响降至最低。     

梁子湖流域环境基线调查与评价

在对梁子湖流域自然环境、社会经济、污染源分布和水生态环境等状况进行基线调查的基础上,分析梁子湖水环境质量和生物多样性现状,针对当前梁子湖面临的水质富营养化、生物多样性降低等问题,提出加大保护梁子湖的宣传力度,提高废污水达标排放率,建立梁子湖环境保护长效机制等对策和建议。     

穿戴式生理信号检测与分析系统的实现

系统实现了一种穿戴式生理信号检测与分析装置,可实现人体的基本生理参数实时检测。以STM32L152单片机为主控制器,AM2520与APDS-9008组成的光电传感器和MLX90615红外传感器作为核心采集模块,分别采集人体的PPG信号和皮温信号,并通过蓝牙模块HJ-580将数据传至安卓智能手机,用手机作为客户端实时显示心率、呼吸、皮温和心率变异性的结果。目前各模块已经PCB制板并调试完成,结果表明,该系统具有功能多样性、易穿戴等特点。     

多样性数据推荐算法研究

大数据背景下,数据挖掘及信息推荐越来越普遍,但目前推荐系统主要集中在单一数据来源,忽视源数据的多样性。文中根据用户历史或当前操作对推荐数据的影响定义数据集的可用性,考虑数据间可用度的相互影响、用户对不同源数据集的偏好程度及偏好的周期变化,结合关联规则推荐和协同推荐算法的优点,提出多样性数据推荐算法。     

一种新的用于高光谱图像小目标探测的目标光谱学习算法

提出一种用于高光谱图像小目标探测的目标光谱学习算法,目的是从图像中学习得到一条更为准确的目标光谱,从而提高有监督目标探测的效果.该算法由基于自适应权重的目标光谱学习算法和自完备字典两部分组成.前一部分内容是在已有完备的背景字典的情况下,通过稀疏编码和梯度下降算法来优化学习目标光谱;后一部分内容通过背景字典的不断扩充来确保该字典的完备性,从而保证了学习算法的准确性.仿真和实际高光谱数据的实验结果表明,所提出的方法能有效地提取出准确的目标光谱,从而显著提高目标探测算法的精度.     

论生物多样性的价值及其保护对策

生物多样性是指地球上动物、植物和微生物多样化的状态,它也可分为遗传多样性、物种多样性和生态环境境多样性,生物多样性是人类生存和发展的基础,但随着经济的发展与人囗的迅速增长,生态环境急剧恶化,对人类的生存和发展产生了严重的影响。     

改进的粒子群优化粒子滤波的人脸跟踪

针对粒子群优化粒子滤波的人脸跟踪方法出现的"粒子退化"、"粒子贫乏"、"局部最优"、"粒子早熟"等问题,提出改进的粒子群优化粒子滤波(IMPSO-PF)的人脸跟踪方法。该方法首先提出了非均匀的空间直方图的颜色跟踪线索,提高了跟踪的鲁棒性,其次提出了多样性函数diversity以及粒子集中度函数difference,并根据diversity与difference的关系更新速度与位置,使粒子不断向高似然区域运动。实验结果表明,该方法既保证了粒子多样性,同时也防止了粒子较早的成熟。     

基于遗传规划和集成学习的恶意软件检测

近年来恶意软件不断地发展变化,导致单一检测模型的准确率较低,使用集成学习组合多种模型可以提高检测效果,但集成模型中基学习器的准确性和多样性难以平衡。为此,提出一种基于遗传规划的集成模型生成方法,遗传规划可以将特征处理和构建集成模型两个阶段集成到单个程序树中,解决了传统恶意软件集成检测模型难以平衡个体准确率和多样性的问题。该方法以集成模型的恶意软件检出率作为种群进化依据,保证了基学习器的准确性;在构建集成模型时自动选择特征处理方法、分类算法和优化基学习器的超参数,通过输入属性扰动和算法参数扰动增加基学习器的多样性,根据优胜劣汰的思想进化生成具有高准确性和多样性的最优集成模型。在EMBER数据集上的结果表明,最优集成模型的检测准确率达到了98.88%;进一步的分析表明,该方法生成的模型具有较高的多样性和可解释性。     

基于折射原理的混合型花朵授粉算法

针对花朵授粉算法收敛速度慢,寻优精度低的缺陷,提出基于折射原理的混合型花朵授粉算法（refrHFPA）。算法首先利用和声搜索算法提升算法收敛速度,然后利用折射原理提高种群的多样性,帮助算法跳出局部最优,提升寻优精度。实验利用8个测试函数,对比其他群智能算法,结果表明refrHFPA算法在收敛速度和寻优精度方面均有显著的提高。