基于地统计方法的二氧化碳浓度空间插值研究

克里格法（Kriging）是地质统计学的主要内容之一,从统计意义上说,是从变量关系和变异性出发,在有限区域内对区域化变量的取值进行无偏、最优估计的一种方法：从插值角度讲是对空间分布的数据求线性最优、无偏内插估计的一种方法。克里格法的适用条件是区域化变量存在空间相关性。将临安市内的二氧化碳作为区域化变量．根据不同的半变异函数理论模型,采用普通Kriging法,通过对比分析得到：基于地统计的插值方法。根据半变异函数云图和试验方差最小的原理．选择合适的半变异函数理论模型进行变量的空间插值．能够较好地模拟区域化变量的空间连续分布格局．并取得较好效果。     

一种基于相关函数法铁磁谐振波形研究

对铁磁谐振波形进行了系统的分类分级,提出了一种基于Matlab的相关函数方法,并且利用大量数据进行对比,已经得到了效果验证,经过桂林市电力电容器责任有限公司认证,具有良好的实际效果。     

稀疏差分网络和多监督哈希用于高效图像检索

针对基于深度哈希的图像检索中卷积神经网络（CNN）特征提取效率较低和特征相关性利用不充分的问题,提出一种融合稀疏差分网络和多监督哈希的新方法SDNMSH（sparse difference networks and multi-supervised hashing）,并将其用于高效图像检索。SDNMSH以成对的图像作为训练输入,通过精心设计的稀疏差分卷积神经网络和一个监督哈希函数来指导哈希码学习。稀疏差分卷积神经网络由稀疏差分卷积层和普通卷积层组成。稀疏差分卷积层能够快速提取丰富的特征信息,从而实现整个网络的高效特征提取。同时,为了更加充分地利用语义信息和特征的成对相关性,以促进网络提取的特征信息能够更加有效地转换为具有区分性的哈希码、进而实现SDNMSH的高效图像检索,采用一种多监督哈希（MSH）函数,并为此设计了一个目标函数。在MNIST、CIFAR-10和NUS-WIDE三个广泛使用的数据集上进行了大量的对比实验,实验结果表明,与其他先进的深度哈希方法相比,SDNMSH取得了较好的检索性能。     

汉江中下游水体重金属时空分布及污染评价

为探明汉江中下游水体中重金属的污染状况,分别于2019年6月(丰水期)和2020年1月(枯水期)在汉江中下游选取20个监测断面采集水样,监测水体中Cu、Zn、Pb、Fe、Mn、As、Se和Cd 8种重金属的含量,分析汉江中下游水体中重金属污染的时空分布特征,并对水体重金属污染状况进行评价。结果表明:汉江中下游水体重金属污染以Fe、Mn为主,其他6种重金属浓度均满足地表水Ⅱ类水标准。汉江中下游水体中Fe和Mn含量沿程波动较大,二者变化规律基本一致。Fe和Mn含量最大值在支流竹皮河,其中Fe浓度超标4.63倍,Mn超标13%;此外,位于汉川市的S17断面Fe元素含量超标3.89倍。结合历史数据分析,发现近年来汉江中下游水体重金属含量总体呈上升趋势。评价结果表明,汉江中下游大部分水体水质良好,钟祥市和汉川市是汉江中下游重金属污染相对较重的两个城市,支流竹皮河的水体重金属污染问题需引起重视。     

滦河上游植被指数NDVI及EVI对SPEI的响应差异

在全球气候变化和人类活动的双重影响下,干旱呈广发、频发态势,使植被生长受到限制,进而影响生态系统结构,威胁区域生态安全。以滦河上游为研究区,基于2000-2019年归一化植被指数NDVI和增强型植被指数EVI,并结合标准化降水蒸散指数SPEI,分析滦河上游气象干旱和植被生长状况的变化趋势及空间分布特征,探讨植被变化对多时间尺度SPEI指数的响应差异。结果表明：近20年滦河上游SPEI呈波动式增大趋势,年尺度SPEI增大速率为0.040 1/a;干旱面积总体减少,减少速率为-1.430 4％/a;NDVI和EVI空间分布特征和变化趋势大体一致,植被覆盖度呈东南高西北低的特征,NDVI和EVI增大速率分别达0.027/a和0.026/a;大部分区域SPEI与植被指数呈正相关,其中NDVI对SPEI-3的响应最强,EVI对SPEI-6的响应最强,总体上EVI与SPEI的相关性强于NDVI;草地对气象干旱最敏感,农田次之,林地最弱。     

基于灰色关联和D-S证据理论的感应电转子故障诊断

针对单一的灰色关联或D-S证据理论在转子故障诊断中存在的不足,将灰色关联和D-S证据理论相融合的决策级信息融合方法应用到感应电机转子故障诊断中;首先用灰色关联对故障进行初步诊断,然后,将灰色关联分析的诊断输出结果作为D-S证据理论的基本概率分配,最后,依据证据组合规则进行合成,得出转子故障的最终诊断结果;实验仿真结果验证了方法在转子故障诊断中的有效性,可以减小诊断的不确定性,提高故障的诊断准确率和诊断精度。     

Thermal conductivity of liquid n-alkanes

The thermal conductivity of liquids has been shown in the past to be difficult to predict with a reasonable accuracy, due to the lack of accurate experimental data and reliable prediction schemes. However, data of a high accuracy, and covering wide density ranges, obtained recently in laboratories in Boulder, Lisbon, and London with the transient hot-wire technique, can be used to revise an existing correlation scheme and to develop a new universal predictive technique for the thermal conductivity of liquid normal alkanes. The proposed correlation scheme is constructed on a theoretically based treatment of the van der Waals model of a liquid, which permits the prediction of the density dependence and the thermal conductivity of liquid n-alkanes, methane to tridecane, for temperatures between 110 and 370 K and pressures up to 0.6 MPa, i.e., for 0.3T/T _c0.7 and 2.4P/P _c3.7, with an accuracy of ±1%, given a known value of the thermal conductivity of the fluid at the desired temperature. A generalization of the hard-core volumes obtained, as a function of the number of carbon atoms, showed that it was possible to predict the thermal conductivity of pentane to tetradecane±2%, without the necessity of available experimental measurements.     

基于特征互补图像的人脸识别仿真研究

研究人脸识别精度问题。由于人脸图像中存在大量干扰信息的缺点,而造成了人脸识别正确率下降,为了解决上述问题,提出了一种基于特征互补图像快速特征融合算法。算法通过对人脸图像的位平面切片图像分析,采用位平面图像分解法,通过各种合成策略构造多幅样本图像。并突出高位平面图像,采用两种加权策略将每一幅人脸图像样本都生成"特征互补图像"。然后,直接用图像的二维典型相关分析(2DCCA)法对两种特征互补图像进行特征抽取。最后通过在ORL国际标准人脸库上进行的实验,结果表明,高位平面图像的典型相关鉴别特征提高了正确识别率,并且因为摒弃了原始人脸图像的大部分干扰信息所以具有更强的鲁棒性。     

一种新的红外图像快速分割方法研究

研究红外图像目标分割快速优化问题。在高分辨率红外图像的分割中,红外图像存在数据量大、目标的边缘模糊和噪声较大等导致分辨率低和实时性差。为了快速准确分割,提出基于低尺度分割阈值预测的快速红外图像分割方法(LFIRS)。首先建立尺度阶数计算模型以确定保留原始红外图像目标基本信息所需的最小尺度,在分析多尺度过程对具有目标/背景强相关特性的红外图像进行分割阈值,建立多尺度红外图像分割阈值的相关模型(CLM),结合经典二维阈值法得到的最低两个尺度的阈值CLM模型参数,可以通过CLM模型与最小尺度的快速获取原始尺度的分割阈值,实现红外图像的快速分割。实验结果表明,改进方法提高了图像分辨和分割速度,且改善了分割效果。     

时间相关性经验知识与SVM的融合方法研究

时序数据在时间维度上存在着很强的时间相关性,在时序预测中,利用时序数据的时间相关性特点,构造了一种适用于时序数据预测的时序核函数,实现了将时间相关性融合于支持向量机,并通过人工数据和真实数据验证了时序核函数解决时序预测问题的有效性,并与传统核函数相比具有较好的泛化能力。