运用NOAA AVHRR和Landsat TM数据估算多年水稻种植面积

介绍了综合运用NOAA AVHRR和Landsat TM数据进行多年水稻种植面积监测的一种方法,以湖北省为例,首先运用Landsat TM数据计算了该省1992年的水稻种植面积;接着运用1992年和1994年的NOAA AVHRR数据分别计算这两年的水稻像元数,以这两年水稻像元数的变化来反映水稻种植面积的变化;最后运用线性模型,估算1994年的水稻种植面积。所得的1994年水稻种植面积与湖北省农调队资料相比精度为84.5%。运用同样的方法估算1995年该省的水稻种植面积,精度达90%以上。     

基于KSOM-Elman网络的配电网故障定位方法

针对配电网分支较多、故障数据特征不明显引起的故障定位困难的问题,提出了一种基于行波测距和核自组织特征映射网(kernel self-organizing feature maps,KSOM)-Elman神经网络的故障定位方法.首先利用行波法和小波变换进行故障测距,搜寻故障可疑分支;其次在传统自组织特征映射网神经网络中引进高斯核函数,构建KSOM网络聚类器,将无标签故障样本数据分组,并结合Elman神经网络对聚类数据进行监督训练和学习,从而判断故障分支,精确定位故障点位置;最后将KSOM-Elman神经网络与其他神经网络的定位结果对比.经过仿真验证,该方法可靠有效,定位效果优于其他网络.     

Microstructures and Plastic Anisotropy of As—Cast Low Carbon Steel Strips

对比研究了低碳钢带铸材不同处理状态钢带和薄板铸坯中不同位置切片的组织特征、晶体学织构和15％工程应变条件下的塑性异向性．结果表明，带铸材试样中存在{111}与{114}特征织构，织构强度均较弱；铸坯切片中存在{111}与{001}特征织构，并且因局部凝固冷速不同存在明显的织构强度差异．两组低碳钢的法向异向性与平均晶粒尺寸的对数之间尽管均存在线性关系，但斜率明显不同．分析表明法向异向性的晶粒尺寸依存性与钢带中织构的强弱有关，由此提出了“有效织构强度比”的概念，从塑性变形理论的角度解释了微观组织对塑性异向性的影响．     

加氢催化剂的器外再生

介绍了国内外再生技术的发展状况，对比器内和器外再生技术的优缺点以及催化剂活性恢复率的差异，说明器外再生技术是催化剂再生的发展方向。     

基于Hough圆卷积变换的孔组检测

为降低孔组测量的成本,提高测量的精确度,提出一种基于Hough国卷积的孔组检测方法.对孔组图像进行中值滤波、拉普拉斯锐化增强和边缘检测;根据孔组半径大小的变化范围,对Hough圆锥进行改进;在此基础上,利用改进的Hough圆锥与边缘检测后的图像进行三维卷积,得到Hough参数空间,计算出孔组的坐标和半径值;采用快速傅立叶变换法代替三维卷积,减少算法的计算时间.实验结果表明,该方法的检测精度高、实时性强,可以用于孔组的自动化检测.     

基于Matlab的展茅流域圩区防洪排涝分析

基于Matlab强大的数学计算功能与友好的界面,针对舟山市普陀区展茅流域进行防洪排涝分析,选择最不利外海潮位和内河水位组合,采用圩区排涝水文模拟法,并利用Matlab软件所提供的三次样条函数拟合、二元散乱点上的插值等工具编程实现了计算．实例说明了该方法应用的有效性．结果表明,该方法计算过程简单,可供工程设计和施工参考．     

基于ATT-DGRU的文本方面级别情感分析

方面级别情感分类是针对给定文本、分析其在给定方面所表达出的情感极性。现有的主流解决方案中,基于注意力机制的循环神经网络模型忽略了关键词邻近上下文信息的重要性,而结合卷积神经网络(Convolutional Neural Network,CNN)的多层模型不擅长捕捉句子级别的长距离依赖信息。因此,提出了一种基于截断循环神经网络(Disconnected Gated Recurrent Units,DGRU)和注意力机制的方面级别情感分类网络模型(Attention-Disconnected Gated Recurrent Units,ATT-DGRU)。DGRU网络综合了循环神经网络和CNN的优点,既能捕捉文本的长距离依赖语义信息,又可以很好地抽取关键短语的语义信息。注意力机制在推断方面情感极性时捕获每一个单词与给定方面的关联程度,同时生成一个情感权重向量用于可视化。ATT-DGRU模型在中文酒店评论数据集上进行ACSA任务,任务结果表明,其二分类、三分类准确率分别达到91.53%,86.61%;在SemEval2014-Restaurant数据集进行ATSA任务,任务结果表明,其二分类、三分类准确率分别可达90.06%,77.21%。     

基于Kanai-Tajimi模型的地震作用荷载新型识别方法

目的研究一种识别地震作用荷载的方法,为地震作用荷载的识别与相应结构的动力特性、损伤的识别提供一种新的途径,进一步为结构的安全性、损伤进程和耐久性等研究提供理论参考.方法利用Kanai-Tajimi模型将单位强度白噪声过程模拟为未知的地震作用,并将其作用在结构上,然后根据数值模拟计算得到的结构体系响应作为观测量,采用Kalman滤波对未知荷载状态加以识别.结果最终可以利用结构的加速度响应反演得出地震作用的等效荷载,在人工添加5%观测噪声的条件下,最大误差率为7%左右,而在人工添加10%观测噪声的条件下,最大误差率为8%左右.结论通过算例的验证,说明笔者所采用的方法精度较高,获得了较好的识别效果.     

基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究

为了提高模型预测精度,结合连续小波变换（CWT）的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析（PCA）选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法（PLS）建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正（MSC）及支持向量机（SVM）建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法（UVE）和连续投影算法（SPA）及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。     

大截面板簧和稳定杆的热处理改进

合理选择淬火冷却介质和确定零件的材料产品质量取于受控状态和确保产品质量的提高。