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。     

野外视频监控图像去雾算法研究

在野外雾天环境下,由于大气粒子的散射作用导致图像降质严重,直接影响图像的视觉效果和应用价值,因此有必要对雾天图像进行去雾处理,以提高雾天图像的清晰度和保真度。为此,提出一种野外视频监控图像去雾新方法。基于暗原色先验去雾的原理,采用区域生长算法准确快速估计雾天图像的深度信息,应用雾天图像物理模型对图像去雾处理,并进行亮度补偿。实验结果表明,该算法能有效改善雾天图像的质量,大幅提高运算速度。     

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%。     

基于多项式拟合残差法的光纤光谱仪的波长定标方法研究

光纤光谱仪在各个领域都有着重要的应用,它采用光纤作为信号耦合器件,体积小,信号传输效果好,可以灵活搭建光谱采集系统。评价一台光谱仪的性能有许多重要指标,但受气压、温度、使用环境、使用年限等外部因素的影响,光纤光谱仪中重要部件的参数会发生偏移,例如光纤的发散角、光栅的衍射能力和探测器的探测效率等,所以,定期对光纤光谱仪进行波长校正是非常有必要的。通过利用HG-1汞-氩校准光源,应用多项式拟合残差法对E820光纤光谱仪进行波长定标实验,并将定标前后的光谱数据进行对比,研究了波长定标方程对波长准确度的影响,最后说明了波长定标在分析光谱仪性能中的重要作用。     

基于变量组合集群分析法的小麦蛋白质近红外光谱变量选择方法研究

为了解决小麦蛋白质的近红外光谱信息复杂、共线性严重及全光谱建模的预测能力不足等问题,采用一种新的变量选择方法——变量组合集群分析法(VCPA)对小麦蛋白质的近红外光谱进行特征波长选取.首先利用二进制矩阵采样策略(BMS)和指数衰减函数(EDF)删除无信息变量,优选小麦中蛋白质近红外特征波长,然后结合偏最小二乘法(PLS)建立预测模型.与其他变量选择方法相比,VCPA所选用的波长点最少,模型的预测能力最强,VCPA算法所采用的BMS变量采样策略弥补了蒙特卡洛采样方法的不足.研究结果表明,VCPA算法可以有效选择小麦蛋白质近红外光谱特征波长,提高预测模型的可靠性和适用性.