西天山云杉林生物量与植被指数关系研究

基于遥感和地面调查数据,以新疆西天山巩留林区为研究区,提取不同龄级云杉林信息及简单比值植被指数、归一化植被指数及其他植被指数共18种,研究云杉林生物量与各指数的相关性.研究结果表明:总体(全林分)生物量与各植被指数关系相关拟合都比分龄级的低,分龄级研究生物量与植被指数关系能够达到较好的结果;各龄级云杉林生物量大多与简单比值指数中的ITM4/3和归一化指数INDV相关性较高,其中幼龄林的生物量与ITM4/3相关性最强,其相关系数达-0.794;中龄林的生物量与INDV、转换型指数ITV具有最高的相关性,其相关系数为0.506,与图象转换指数IVISI123呈很高的负相关,相关系数达-0.506;近熟林生物量与ITM4/3具有最高的相关性,相关系数达到0.647;成熟林生物量与ITM4/3、INDV及其ITV具有最高的相关性,相关系数达0.532;过熟林生物量与ITM4/3具有最高的相关性,相关系数达到0.715.     

河北省涞水县北部植物群落生物量及其影响因素的遥感定量研究

本文在地面调查的基础上。以遥感影像为基本依据,对涞水县北部的暧温带森林及灌草丛植物群落进行了生物量的定量分析。并寻求生物量和其生态因子的相关关系,主要工作如下:(1)对工作区的Tm CCT磁带进行了群落分类、因子密度分割及植被指数的测定等图像处理工作,旨在将植物群落生物量及其影响因素数值化。(2)拟合环境植被数(EVI)与不同群落生物量的相关关系,以环境植被数替代群落生物量作为定量分析的指标。(3)收集环境植被指数以及地表湿度、地表温度、地表结构、植物群落覆盖度、海拔高度、坡度、坡向等因变量和自变量的原始数据。(4)用计算机对原始数据进行主成份分析(PCA)确定主分量,构建回归模型。文章结果表明,EVI值和群落生物量相关性显著。以EVI值为替代指标的群落生物量与选定的七个影响因子之间都不同程度的相关关系,其中群落覆盖度同EVI高度相关。除地表温度外,这种相关关系均为正相关。根据主成份分析,确定地表湿度、地表温度、地表结构和群落覆盖度为主分量。以EVI为因变量。这四个生态因子为自变量建立的回归方程为 Y=1.399+0.054X_1-0.084X_2-0.206X_3+1.02lX_4     

基于植被岩溶比重指数的岩溶流域岩溶信息提取——以江西省长河流域为例

利用多光谱遥感数据构建合适的指数提取岩溶信息,对于岩溶地表水文参数(如CN值)的确定、流域水文模型的应用、岩溶流域水土流失和石漠化的监测等具有重要作用。以江西省长河流域为研究区,利用Landsat 8遥感数据获取NDVI、FV(植被覆盖度)、LST(地表温度)以及卷云波段,将FV、LST和卷云波段进行主成分分析,提取第一主成分PFLC并构建PFLC-NDVI特征空间,依据该特征空间提出植被岩溶比重指数(VKPI),采用分级阈值法对VKPI值进行等级分值生成VKPI分级图,结合野外实地采集的岩溶数据进行精度验证。研究表明:野外实地采样的岩溶数据与VKPI分级图重合度比较高,总精度为77.44%,Kappa系数为0.713 4。综合了植被指数、地表温度、植被覆盖度等生物物理参数的VKPI,能够较好地提取岩溶信息,并将其与其它地物信息区分开来。     

蒙山脆枣与枣及酸枣亲缘关系的研究

以蒙山脆枣及山东省内的9个枣品种和32个酸枣类型(株系)为试材,采用形态学分析和RAPD分析,对蒙山脆枣与枣及酸枣的亲缘关系进行研究,并初步探讨了蒙山脆枣的起源及枣的演化过程。形态学性状数据主成分分析结果表明,蒙山脆枣第1主成分值为5.42,第2主成分值为0.64,介于枣品种和酸枣类型之间,地位较为特殊。对形态学性状数据聚类,结果表明,蒙山脆枣先与酸枣1号在6.40阈值处聚为一类,再与大枣品种的聚类群在11.75阈值处聚为1类之后,才与其它酸枣类型的聚类群聚为一类,显示出蒙山脆枣的分类地位介于枣和酸枣之间。进一步的RAPD分析结果表明,蒙山脆枣与酸枣亲缘关系较近。蒙山脆枣果实长2cm左右,外果皮较薄,中果皮较厚,平均单果重为3.64g,叶片纵横径为6.93cm×3.08cm,形态学性状与枣接近,推测蒙山脆枣可能为供试酸枣类型与枣品种的中间类型。     

野鸭湖湿地芦苇生物量的时空动态分析

本文以野鸭湖湿地优势植物芦苇(Phragmitesaustralis)为研究对象,选择三个环境条件明显不同的样地,通过实地采样和实验室测定,分析了芦苇地上和地下生物量的时间和空间变化.结果表明,不同样地之间芦苇的地上生物量和地下生物量均存在显著差异,各个样地的生物量在不同月份也存在一定的差异.此外,芦苇的地上生物量和地下生物量之间存在显著的正相关关系.进一步的分析表明,土壤含水量对植物的生物量有显著的影响,这两个变量之间呈非常显著的正相关关系.     

十二种常用中草药中微量元素的主成分分析

在已有实验数据的基础上,采用主成分分析法,对12种常用活血化瘀类中草药微量元素与质量之间的关系进行综合评价。本文计算获得了3个主成分及相应的主成分方程,表明主成分分析和因子得分可以用于12种中草药质量的综合评价,分析结果可以为药品研制和应用提供科学依据。     

路堑开挖爆破对民房危害的随机森林预测模型

为研究路堑开挖爆破对邻近民房安全的危害,运用主成分分析及随机森林算法对其进行预测.选取爆破参数、地质条件、民房结构3个方面的共16项重要影响因素,采用主成分分析法并从中提取6个主要成分.以主成分值为输入,房屋安全程度的量化值为输出,建立路堑开挖爆破对邻近民房安全危害的随机森林预测模型.利用18组工程实例数据为训练样本,另外4组数据为检验样本,进行了模型的预测实验.实验结果表明:基于主成分分析的随机森林模型对数据的拟合度较高,预测误差低,该模型可以作为实现路堑开挖爆破对邻近民房安全危害预测的一个有效方法.     

祁连山典型小流域高寒草地生物量估算及空间分布特征

以祁连山八宝河流域为例,实地采集的数据为基础,利用统计分析方法,估算了流域内高寒草甸与高寒草原的生物量,并结合实测的归一化植被指数(NDVIGS)和同期的多光谱遥感影像(NDVILD),建立了流域内高寒草地生物量的估算模型,并对流域内草地生物量进行了估算。研究结果表明:研究区内草地地上平均生物量为216.78g/m2,地下平均生物量为2 985.07g/m2。基于遥感估算高寒草地地上生物量的最优模型为指数函数(n=40,R2=0.731,P0.01),经与实地数据检验,精确度达到72%,模型适合高寒草地地上生物量的估算。基于遥感估算八宝河流域高寒草地地上生物量最高为459.54g/m2,最低生物量为45.12g/m2,地上总生物量为0.198×109 kg。     

基于主成分分析的巢湖水质影响因子研究

利用1987～2003年的水质监测资料,运用主成分分析法和Matlab软件,分析了巢湖水质的主要影响因子及其相互关系。相关分析表明,TP与TN、CODCr与TP和TN、浮游植物生物量与Chl-a和TN之间均有较好的正相关,而SD与TP、TN和CODCr之间有较好的负相关。主成分分析表明,TP、TN、CODCr、SD、Chl-a及浮游植物生物量是影响巢湖水质的主要因子,磷是巢湖富营养化的重要影响因子,TP、TN、CODCr及浮游植物生物量共同决定了水质的SD。结果表明,城镇生活污水和农业面源污染输入的氮、磷以及有机物,对巢湖富营养化起着重要的作用。     

基于主成分融合的盐田水体遥感分类研究

以连云港台北盐场为例，分析了盐田内各类实测的地物光谱特征；对2000年的遥感影像数据(ETM影像)进行大气校正和几何校正；再利用主成分融合技术，将多波段的ETM影像与对应的全色波段影像进行主成分融合，在此基础上进行盐田水体分类．实验表明，该方法的结果分类精度较高，与实地调查结果基本相符，且现场调查工作量大大减少．     

人工神经网络在星载散射计海面风场反演建模中的应用

地球物理模型函数(GMF)是散射计风场反演的基础及算法有效运行的前提条件。采用传统的统计方法建立GMF往往需要大量的、多种参数条件下的雷达后向散射测量数据。以圆锥扫描散射计SeaWinds为例,根据其特点,建立了一个两种极化方式下统一的神经网络模型函数(NN GMF),并对风速、相对风向采样间隔和测量值数目对模型精度的影响进行了详细分析。通过与Qscat-1模型进行比较,发现该神经网络模型在采样间隔较大或测量值数目较少的情况下,仍能较好地体现SeaWinds散射计的海面后向散射特性。     

基于BP神经网络的田间杂草识别技术研究

设计了一种以田间除草指标体系作为神经网络的输入,以田间除草等级作为输出的田间除草综合评价模型;以田间除草指标的各级评价标准作为模型的训练样本和检验样本,设计了一种神经网络算法,利用Matlab软件对BP神经网络进行训练和检验.结果表明:BP神经网络对检验样本的模拟输出和期望输出是一致的;BP神经网络人工智能技术应用到田间除草,具有运算速度快、精度高,过程方便简捷的优点.     

IBF神经网络电力负荷预测模型研究

运用Matlab神经网络工具箱建立了一个RBF神经网络,依据某地实际的历史电力负荷数据和天气数据作为训练样本和测试样本,进行了考虑历史天气状况因素的电力系统短期负荷的预测和仿真,预测结果平均相对误差较小,满足精度要求,并将此RBF负荷预测模型与BP神经网络建立的短期电力负荷预测模型的预测结果进行了比较,显示了在相同预测条件下,RBF神经网络相比于BP神经网络在电力系统短期负荷预测方面的优越性．     

人工神经网络在图像测速技术中的应用

为了准确、快速地进行图像测速,介绍了一种前向三层自组织竞争人工神经网络,并将其应用于图像测速技术的粒子轨迹测速中。人工神经网络在图像测速技术中的应用才刚刚起步,该方法利用神经网络智能与快速的特点完成粒子的匹配,从而获得流场的速度。与以往的算法相比,神经网络方法具有检测准确和速度快的优点,但对图像质量要求较高。在恒定流流动表面流速的测量和Ｏｓｓｅｎ涡的模拟中分别使用了神经网络方法,获得了良好的测量结果,并证明了该方法在图像测速技术中的应用潜力。     

深度神经网络模型数字水印技术研究进展综述

近年来,深度神经网络模型在各种应用领域都取得了巨大的成功,训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想,生成的深度神经网络模型成为一种宝贵的资源,也是完成人工智能应用领域某项特定任务的核心算法。因此,深度神经网络模型的安全则变得极其重要,利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展,首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。     

基于粒子群改进神经网络的舰艇磁场推算模型

针对目前线性建模解决舰艇内外磁场推算问题时存在的困难，从非线性优化的角度出发，建立了内外磁场之间的误差反向传播神经网络预报模型.为了改善网络的固有缺陷，利用粒子群算法优化网络的初始权值与阈值，使其能够逃离局部最优点，增强了网络的鲁棒性.该方法避免了利用线性化方法存在的诸多困难，可实现舰艇内外磁场推算.利用船模实验对网络预测的准确性进行了验证，结果表明其换算精度较线性方法有所提高，满足工程实际需求.     

基于扩展神经网络的网格资源调度优化算法

针对具有时间约束和若干资源约束的网格资源调度问题,提出了一种基于扩展神经网络的求解新方法GRSENN。资源调度问题首先被分解为一系列多维背包问题并提出相应的数学模型,然后通过把问题的各种约束表示为Hopfield神经网络的能量函数项,进而导出神经网络模型。实验仿真结果表明该方法的有效性,并可避免通常神经网络所具有的容易陷入局部极小点的缺陷。     

基于复合神经网络的柴油机故障诊断专家系统

针对ART神经网络和BP神经网络在故障诊断领域应用的优点及不足,结合专家系统擅长推理的优点,将ART2和并行BP神经网络组合优化策略运用在专家系统中,用Visual C＋＋6．0语言作为软件开发环境,构造一个基于复合神经网络的专家系统。最后给出一个应用实例,验证了系统模型的合理性。     

神经网络负荷模型的综合能力研究

针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力.     

连续Hopfield网络在热传导有限元计算中的应用

连续Hopfield网络是一个能收敛的稳定网络,如果一个系统的优化问题可以用"能量函数"作为目标函数,则总可以用连续Hopfield网络对其进行求解。依据热传导有限元特点,将有限元计算问题转化为带约束的非线性优化问题,找出了优化目标函数,并给出求解该问题的改进Hopfield(TH)网络;最后对一个简单温度场神经计算进行数值仿真,仿真结果表明连续Hopfield神经网络能完成有限元模型的求解。