小波分析用于水稻叶片氮含量高光谱反演

针对叶片氮营养高光谱诊断中光谱弱信息提取困难的问题,利用小波对作物冠层光谱信号进行分解,提取光谱弱信息建立氮含量反演模型. 在东北平原长春市采集水稻冠层高光谱数据建立氮含量预测模型,并对该模型精度进行检验. 采用Daubechies小波系的Db5函数对水稻原始反射光谱和导数光谱进行8 层小波分解,选择不同尺度和位置的小波系数作为输入参数建立192 个反演模型,分析不同输入参数对模型精度的影响,从中选择对应较高模型精度的输入参数组合建立氮含量最佳反演模型. 实验结果表明,小波系数预测叶片氮素含量模型具有较高的估算精度,预测值与实测值的复相关系数最大为0.99,显著优于传统光谱指数的估算模型精度. 此项研究表明,小波分析在提取反射光谱弱信息反演作物生化成分方面有良好的应用前景.     

能源消费与大气环境变迁的关联性分析

以两型社会建设示范区的重点城市武汉市为例,利用灰色关联模型分析了城市能源消费与大气环境变迁的互动关系.研究结果表明:各项能源消费与SO2、NO2、PM10排放量的关联度都在0.7以上,能源消费变动是推动大气环境变迁的基本因素;总体上煤炭、焦炭、燃料油、原油和电力的消费对城市大气污染物排放的影响较大,而汽油和柴油的消费影响较小;焦炭、燃料油、原油、电力、煤炭、煤油等能源消费是武汉SO2、NO2排放变迁的主要驱动因子;燃料油、电力、焦炭、原油、煤炭、石油气、煤油等能源消费是PM10排放变迁的主要驱动因子.     

地理环境对英汉词汇的影响

文章列举实例分别从地域差异、方向概念的差异、气候差异和生存环境的差异4方面来分析了地理环境对英汉词语的影响,并深入到外语教学当中。     

埕岛油田沉积微相定量识别

针对埕岛油田范围大、井多、目的层多、取芯井多的实际,采用判别分析法建立了沉积微相定量识别模式,研究表明,结合该油田的实际情况,并考虑到由取芯井推及非取芯井的难易程度,选出本区表征沉积微相的5个特征参数（砂厚、孔隙度、渗透率、泥质含量和粒度中值）,建立了曲流河的4种优势微相判别函数,对取芯井样品回代验证表明正判率为86.7％,在此基础上定量识别310口井12个主力层的沉积微相,判别分析方法具有高效准确的特点,可大大提高工作效率。     

代理盲签名方案的构造方法及其推广

提出了一种新的代理盲签名方案,在此基础上,考虑了签名方程中所有可能的参数选取方法并由此给出了构造代理盲签名方案的一般方法,在ElGamal型签名方案的基础上给出了相应的6种代理盲签名方案.从计算时间复杂性的角度对这些方案的性能进行了比较.这些签名方案具有不可伪造性、可区分性、不可抵赖性和可注销性等性质.     

具有奇偶性的多尺度小波

利用多尺度分析理论构造出了具有奇偶性的多尺度小波.这些小波函数在构造上更加随意并且同时兼备许多优良性质,如固定的短支集、任意奇数阶或者偶数阶的消失矩、奇偶性、正则性和正交性.因此,它们具有更高的逼近阶,能很好地解决边界的问题.     

基于功率谱小波分解的神经网络钻头磨损监测

在钻削过程中,钻削力功率谱与钻头磨损之间具有较强的相关性,被广泛用于钻头磨损监测,但是关于功率谱特征的提取和识别一直没有很好解决.文中采用小波变换对功率谱进行多层分解,提取低频分解系数作为功率谱的包络信息,从而实现对功率谱特征的提取和压缩,并利用BP神经网络对功率谱小波低频分解系数进行融合,实现钻削过程钻头磨损状态的智能识别.试验结果表明:该方法可有效实现功率谱特征提取,经训练的神经网络具有较高的识别精度和推广能力.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

模型基编码中一种可靠的实时运动估计算法

分析了PLS算法的本质,并针对其缺点提出了一种改进形式;将改进算法同PLS及EKF进行了实验对比.结果表明,此算法不但能实时地估计运动参数,而且还具有良好的稳定性和准确性.     

地热源热泵空调系统的技术经济分析

文中就热泵技术在地热源中有效利用方面的技术经济性、节能效果和环保效益进行了分析,认为地热源热泵技术是一项技术含量较高的节能与环保为一体的系统工程,具有十分广阔的开发前景.