Monitoring the frozen duration of Qinghai Lake using satellite passive microwave remote sensing low frequency data

The Qinghai Lake is the largest inland lake in China. The significant difference of dielectric properties between water and ice suggests that a simple method of monitoring the Qinghai lake freeze-up and break-up dates using satellite passive microwave remote sensing data could be used. The freeze-up and break-up dates from the Qinghai Lake hydrological station and the MODIS LIB reflectance data were used to validate the passive microwave remote sensing results. The validation shows that passive microwave remote sensing data can accurately monitor the lake ice. Some uncertainty comes mainly from the revisit frequency of satellite overpass. The data from 1978 to 2006 show that lake ice duration is reduced by about 14--15 days. The freeze-up dates are about 4 days later and break-up dates about 10 days earlier. The regression analyses show that, at the 0.05 significance level, the correlations are 0.83, 0.66 and 0.89 between monthly mean air temperature （MMAT） and lake ice duration days, freeze-up dates, break-up dates, respectively. Therefore, inter-annual variations of the Qinghai Lake ice duration days can significantly reflect the regional climate variation.     

基于压缩感知的自适应匹配追踪算法优化

针对基于压缩感知的稀疏自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法运行效率低的问题,给出了一种优化的自适应匹配追踪(modified adaptive matching pursuit,MAMP)算法.该算法在支撑集选择过程中对稀疏度进行了初步估计,并优化了迭代停止的条件.实验表明,该算法相比于SAMP有更快的收敛速度,并且实现更优的重建效果.     

鄂尔多斯地区沙漠化遥感定量评价

利用Landsat TM遥感光谱信息,构建了多维向量空间下的14个遥感定量指标,采用Fisher逐步判别分析法从这些指标中筛选出8个与沙漠化现状(非沙漠化、潜在沙漠化、沙漠化)密切相关的指标(氧化铁、地表反照率、植被指数)和反映水与植物特性的5个波段(波段1,2,4,5,7),又分辨出6个与沙漠化程度密切相关的变量(氧化铁、地表反照率、植被指数和反映土壤水分和植物水分的2个波段(波段5,7)).利用这些指标建立的判别方程对鄂尔多斯地区沙漠化程度进行了评价,并与2000年的沙漠化程度评价结果对比,发现判别方程的精度达68.9%.结合遥感光谱信息和Fisher分类器可以在遥感图像处理软件下实现沙漠化现状与程度的自动识别,与单纯使用遥感光谱信息进行分类相比,引入遥感代用指标,对于沙漠化现状与程度的分类和分级具有更好的效果.     

基于极限学习机的生化过程软测量建模

针对极限学习机方法隐层神经元数目过多的缺陷，提出一种改进的极限学习机方法。在单隐层前向神经网络的隐层中，增加一类分类神经元，从而形成了一种新的单隐层神经网络结构。针对不同类样本数不相同的问题，提出了处理方法，使得可以利用相同的隐层神经元对不同类的学习样本进行拟合，这使得网络的隐层神经元数目大大降低，从而简化了模型的结构，提高了神经网络的计算速度。将这一方法应用于诺西肽发酵过程，建立了菌体浓度的软测量模型，实现了菌体浓度的在线预估。     

合成部队多阶段作战任务成功概率仿真评估

考虑战场环境和战时装备维修保障评估合成部队多阶段作战任务成功概率, 对于辅助合成部队作战任务规划和装备维修保障决策具有重要的现实意义。在分析合成部队装备和合成部队装备维修保障模式的基础上, 构建了战时合成部队多阶段任务剖面; 通过对合成部队作战过程的分析, 提出了战时合成部队各阶段任务成功要求; 充分考虑合成部队多作战单元任务的协同性、合成部队装备的多样性及其战时随机共因失效(random common cause failure, RCCF)、战场环境下敌方火力打击和阶段任务时间的随机性、换件修理时间的不确定性等复杂因素, 利用蒙特卡罗仿真(Monte Carlo simulation, MCS)原理给出了合成部队多阶段作战任务成功概率评估的详细仿真流程, 并通过算例进行仿真和结果分析。研究结果表明:本文模型可用于合成部队多阶段作战任务成功概率评估和战斗阶段持续时间优化, 并为战时合成部队备件携行方案优化奠定了模型基础。     

普适化仿真网格中仿真服务迁移技术的研究

为了满足普适化仿真网格中节约网络带宽、资源配置优化和负载平衡、支持离线服务的应用需求,研究提出了基于移动Agent和上下文感知技术的仿真服务迁移机制.在实现上,定义了仿真服务迁移代理及其内部模块组成,设计了与外部环境进行交互的三类接口,设计了仿真服务和客户端与迁移相关的通用接口,实现了对仿真服务迁移全生命周期的管理;提出了一种基于上下文感知的仿真服务迁移策略.最后,给出了普适化仿真网格中仿真服务迁移的具体实现.     

基于神经网络的移动机器人路径规划方法

针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元之间的局部侧连接逐渐衰减地传播到整个状态空间,障碍物及其周围区域神经元活性值则被抑制为零。目标点全局地吸引机器人,障碍物局部地将机器人推开实现避障,从而能够在动态环境下产生最优规划路径。仿真结果表明该方法具有较好的环境适应性和实时性。     

基于互协方差稀疏重构的MIMO雷达低仰角估计算法

针对低空目标仰角估计时,多径信号间的混叠严重影响雷达的测角性能的问题,基于压缩感知理论的波达方向(direction of arrival,DOA)估计算法与多输入多输出(multi-input and multi-output,MIMO)雷达体制结合起来共同进行低空目标DOA估计的研究,提出了 一种基于互协方差矩阵稀...     

ASICs阻断剂对大鼠脑I/R损伤炎性反应的影响

探讨了酸敏感离子通道阻断剂阿米洛利对大鼠脑I/R损伤性炎性反应的影响。采用Zea Longa线栓法建立Sprague-Dawley(SD)大鼠局灶性脑缺血再灌注(I/R)模型,于脑缺血2h再灌注24h时间点测定血清肿瘤坏死因子-α和血浆内皮素的含量。结果显示各组间比较差异有统计学意义:血清肿瘤坏死因子-α:F=9.937,P=0.000;血浆内皮素:F=49.487,P=0.000;阿米洛剂Ⅰ组和Ⅱ组的血清肿瘤坏死因子-α和血浆内皮素较相应I/R模型组低(P<0.05)。这表明,阿米洛利可能通过阻断酸敏感离子通道减轻Ca2超载,降低肿瘤坏死因子-α和血浆内皮素的含量而抑制炎性反应,发挥神经保护作用。     

基于Petri网的多机器人协作任务分配与导航研究

研究了基于Petri网理论的多移动机器人任务分配和导航策略问题.针对有限空间环境下的物科收集协作任务,提出了一种机器人路径选择方法,并建立了基本路口单元和工作空间的Petri网模型.通过任务分配模型实时规划物科仓库内的机器人,并对具有拐角特征的多机器人路径冲突给出了消解方法,建立了机器人冲突协调模型.通过分析任务冲突协调模型,避免了多机器人运动路径冲突.最后仿真实验验证了提出的多机器人任务规划方法的有效性.