基于VRML的3D分形植被模拟生成

分形理论作为自然场景的可视化输出十分有效,如植被、山体、流体等。首先分析分形理论的思路和相关算法,进而讨论、研究了对植被仿真进行了描述、再现,从而可有效地辅助于遥感信息的植被VRML（虚拟现实仿真建模语言）平台的可视化输出,服务于农作物估产。     

基于MLD模型GTAW焊接熔透控制方法仿真研究

针对GTAW非线性焊接过程的混杂特性,给出混杂系统的建模方法,描述成混合逻辑动态(MLD)模型,并研究其GTAW焊接熔透控制策略.仿真的结果表明,该算法有效,能使系统输出稳定在设定点.为研究MLD建模在焊接过程控制中的实际应用起步研究奠定了基础.     

ITD与DLE相结合的模拟电路故障诊断

指向李雅普诺夫指数(directional Lyapunov exponent,DLE)描述了一个系统在相空间中平衡点附近的特征结构,它与系统参数之间有着直接联系,因而可用来实现对被测系统的故障诊断。但由于对其计算时要求输出相空间轨线在平衡点附近形成单涡结构,因而对激励信号形式提出了很高的要求。利用固有时间尺度分解(intrinsic time-scale decomposition,ITD)方法,将任意混沌激励下的输出信号分解为一组单涡混沌信号,进而对各分量求解DLE曲线;并通过分析DLE曲线所反映的被测系统平衡点附近各个方向上平均发散速率大小的变化,实现对被测模拟电路系统的故障诊断。仿真结果表明,该方法可以有效地对被测系统平衡点附近结构进行分析,可应用于模拟电路的故障诊断之中。     

基于虚拟圆编码器的半实物系统仿真方法

为了使以编码器为反馈元件的回转伺服控制系统半实物仿真更符合实际情况,提出了一种虚拟圆编码器及其实现方法,即在Simulink下通过编写S函数对数据采集卡进行读写而模拟编码器输出,将转台的数学模型和模拟编码器模块结合,同时通过转台的半实物仿真实验加以验证.结果表明,所提出的方法可以准确模拟仿真编码器的转台工作状态.     

基于动态输出反馈的扩展结构大系统有机结构控制

主要研究一类在原大系统结构上又逐个地增加了新的子系统的扩展结构大系统基于动态输出反馈的有机结构控制问题。研究了在动态输出反馈条件下扩展结构大系统的数学描述方法,利用Lyapunov稳定性和线性矩阵不等式(LMI)理论给出了此类系统鲁棒关联镇定的充分条件,得到了其动态输出反馈控制器的设计方法,结合算例对所提出方法进行了仿真研究,结果证明了该方法的有效性。     

机动目标被动声定位仿真研究

针对基于时延估计的空中机动目标定位与跟踪的算法仿真问题,提出一种以时变时延信号产生算法为基础的仿真方法.该算法利用FIR滤波器线性相位特性,使模拟的目标信号通过时变FIR滤波器产生相对输入信号有时变时延的输出信号.在考虑了目标的机动、干扰信号、环境噪声以及信噪比后构造出模拟的阵列接收信号,通过定位算法得到目标方位.仿真表明该方法能较好地完成对基于时延估计的被动声定位算法的评估,并具有广泛的适用性和实用性.     

水稻蛋白质二级结构预测

针对水稻蛋白质二级结构预测研究,查阅了国家水稻数据中心文献资源,基于国际蛋白质数据库(protein data bank, PDB),选择具有代表性的蛋白质(5XQI)作为样本,应用BP神经网络建模技术,对水稻蛋白质二级结构进行预测研究。结果表明：先用氨基酸描述子量化一级结构,再用主成分分析综合描述子,能简化模型结构,提高模拟预测准确度和运行速度;构建标量型的人工神经网络模型和仿真函数预测式,简捷直观,应用方便;适宜的模型结构为21∶20∶3,即21个输入层节点、20个隐含层神经元、3个输出层神元的BP神经网络模型结构;模型的整体拟合准确度为0.85,H、E、C三种二级结构的拟合准确度分别为0.92、0.79、0.81;整体预测准确度为0.72,三种二级结构的预测准确度分别为0.79、0.65、0.71。基于BP神经网络的水稻蛋白质二级结构预测模型的拟合、预测准确度比以往同类研究高,为水稻蛋白质二级结构预测提供了一种新的研究方法。     

预应力混凝土梁疲劳挠度计算的神经网络模型

在分析多种疲劳损伤累积准则的基础之上,针对混凝土材料疲劳损伤发展受多种因素影响,损伤累积过程表现出非线性,难以用较准确的数学函数模型对其进行描述和分析的问题,建立了基于神经网络的预应力混凝土梁疲劳挠度计算的仿真模型,提出了3种仿真模拟方法,并在结合预应力混凝土梁疲劳实验结果分析的基础上,分析了各方法的精度、优势和适用范围.结果表明,3种仿真模型误差范围在5%~15%之间,可用于预应力混凝土桥梁结构抗疲劳设计及疲劳耐久性评估.建议根据不同情况需求选取合理高效的仿真模拟方法.     

超磁致伸缩驱动微定位平台的动态特性研究

针对超磁致伸缩驱动器(Giant Magnetostrictive Actuator,简称 GMA)磁滞非线性和动态特性难以精确描述的问题,以基于GMA的二自由度精密微定位平台为对象,对其进行磁滞非线性和动力学建模并仿真分析。根据Jiles-Atherton磁滞模型、磁致伸缩模型、磁滞非线性圧磁方程和驱动器的结构动力学原理,建立了组合的微定位平台磁滞非线性动态模型;通过模型计算出输出位移的大小;另外对四种数学模型进行动态特性仿真分析。研究结果表明:仿真位移曲线与实验测得输出位移曲线基本一致,验证了所建模型的正确性;且优化了系统的设计参数,对改善GMA的动态性能和稳态输出性能提供了依据。     

基于动态输出反馈的扩展结构大系统有机结构控制

主要研究一类在原大系统结构上又逐个地增加了新的子系统的扩展结构大系统基于动态输出反馈的有机结构控制问题.研究了在动态输出反馈条件下扩展结构大系统的数学描述方法,利用Lyapunov稳定性和线性矩阵不等式(LMI)理论给出了此类系统鲁棒关联镇定的充分条件,得到了其动态输出反馈控制器的设计方法,结合算例对所提出方法进行了仿真研究,结果证明了该方法的有效性.     

农田辐射传输光学遥感成像模拟研究综述

首先对光电物理仿真、图像合成法、计算机图形学法及遥感物理模型法等光学遥感成像模拟方法的技术方法和研究进展进行了分析, 其中由于遥感物理模型法较为详细地刻画了真实辐射传输过程, 成为国内遥感成像模拟的主要发展趋势。然后对作物关键参数时空变化分析、农田辐射传输建模及遥感成像模拟系统等方面进行了分析讨论, 表明结合作物全生育期结构、光谱变化特征, 进而建立叶片?土壤?冠层?大气?遥感器成像模拟耦合模型是主要途径, 能够实现农田多维遥感数据模拟, 为农业定量遥感研究与应用提供模拟数据支持。     

基于粗集的遥感影像决策树分类新方法

土地利用信息是进行土地规划和管理的重要数据,有着重要的经济价值.采用计算机仿真技术对遥感影像进行自动分类是一种获取土地利用数据十分有效的手段.然而遥感影像的不确定、不一致现象易导致过度拟合,增加了分类难度.提出了一种新的基于粗集的决策树用于遥感影像分类.经试验表明该分类方法较CART树、ID3树等算法在分类精度、防止过度拟合方面均有所提高.     

遥感信息模型与地理数学

从大量的遥感信息模型,地理图像信息模型的实践中,提出符合地理科学自身规律的非线性数学方法,解决了确定性与不确定性结合的宏观复杂性问题。从形式逻辑推理发展到辩证逻辑的计算,从抽象公式的计算发展到抽象思维与形象思维结合的、公式与图像结合的计算。提出了物理变量与地理参数的区别,从而开创了以地理科学为背景的数学研究,进而为发展地理数学奠定了基础。     

遥感影像的云及其阴影覆盖区光谱重构

以往遥感影像的云及其阴影去除方法侧重于受遮盖地物的几何特征恢复,不利于基于光谱特征的信息提取。为此,提出一种基于地物类别特征的光谱重构方法,采用两期相邻年
份相近物候期的遥感数据,借助归一化差值和决策树分类的方法,检测厚云及其阴影,并提取相应区域地表覆盖类型信息,对两时相遥感影像各波段被遮挡区的每种地物类别做线性回归分析,获取被遮挡区的重构数据。实验结果表明,该方法在恢复受云影响地物几何信息的同时,较好地实现了遮盖区地物光谱信息模拟。     

基于6S模型的可见光、近红外遥感数据的大气校正

受大气吸收与散射的影响,电磁波在大气—目标物—遥感器途径传输过程中发生失真,造成目标地物反射辐射能量到达遥感器时被衰减。给计算地表反照率/反射率和地表温度等关键参数带来较大的误差。选择陆地卫星7号ETM+遥感影像的可见光、近红外波段数据,利用6S模型,进行大气辐射校正和反射率反演。同步气象数据用于遥感器所接受的大气顶部辐射的模拟、验证和评价6S对大气校正的可靠性。最后对ETM+可见光和近红外波段数据大气校正前后的反射辐射和均一化植被指数（NDVI）的变化进行了对比研究。     

云南山区NPP遥感监测研究中遥感图像预处理

 在国际上,区域植被第一性生产力(NPP)的监测和估算已成为遥感技术应用研究的重要方面.针对云南山区特点,利用遥感监测技术进行山区植被NPP的应用方法研究具有特殊意义.现就课题“遥感监测山区植被NPP的应用方法研究”中所进行的有关前期工作———遥感图像预处理的内容、工作平台、遥感图像与基础地理信息概况、遥感图像数据的试验样区切割提取,以及试验样区遥感数据多光谱信息的统计计算等进行操作整理与初步分析研究,对有关研究的深入进行获得初步的基础研究成果.     

基于形态学梯度重构的高分辨率遥感影像分割方法

基于形态学梯度重构提出一种用于高分辨率遥感影像的分割方法.针对遥感图像的特点构建多形状结构元素,然后使用该结构元素对图像提取形态学梯度并进行开闭重构;根据人的视觉特征,对梯度的高对比度区域进行还原,用于保证较高的局部对比度;最后使用浸没式分水岭变换获得分割结果.对IKONOS影像进行分割实验,结果表明了该方法的有效性.     

基于最优区域生成的深度多尺度融合遥感飞机检测方法

遥感图像中典型目标的检测是当前图像处理领域的研究热点,飞机在战场监视、航空管制和交通运输等领域发挥着重要作用。为了提高遥感图像中飞机检测的正确率,提出了一种基于多特征融合的遥感飞机检测方法,将深层特征经过上采样操作后与浅层特征进行融合,解决了遥感飞机目标较小造成的检测困难的问题。首先,对于锚框尺寸和个数由人为确定而造成目标位置检测不准的问题,采用K-均值聚类(K-means)算法对数据集的目标框大小进行聚类分析并获得适合飞机遥感图像的锚框(anchor boxes)个数以及宽高维度;其次,采用上采样的方法扩大感受野,以提高网络对小目标的检测准确率。采用多尺度融合的卷积神经网络,以适应不同尺度目标的检测,最终提出一种基于最优区域生成的深度多尺度融合遥感飞机检测方法。仿真结果表明:与典型的飞机检测方法相比,所提方法在测试集上取得了更高的的检测精度。     

基于机器学习的多源遥感影像融合土地利用分类研究

为了快速获取准确的城市土地利用信息,提高西南地区遥感影像城市土地利用分类信息提取的精度,探讨了当前快速发展的机器学习技术在该领域中的分类实验.选用昆明市主城区作为研究区域,以Landsat8与Sentinel-1A影像为原始数据,使用GS变换法对影像进行融合,使用卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络(Back Propagation Network)2种分类算法对融合前后的遥感影像进行土地利用分类信息提取,对分类结果进行分析.研究结果表明:基于Landsat8和Sentinel-1A的融合影像数据的卷积神经网络分类算法具有最好的分类效果,其总体分类精度和Kappa系数分别为85.8091%,0.8124,认为基于多源遥感影像融合的卷积神经网络分类方法是获取准确的城市土地利用分类信息的一种可行的方法,可以为高原地区城市的土地利用分类提取研究参考.