林业低碳产业链的共生系统动力解析

在分析林业低碳产业链共生系统基础上,构建林业低碳产业链共生系统结构模型,提出林业低碳产业链共生系统具有群落性、资源投入减量化、生态性和经济增值性等特征。各个共生单元内部和共生单元构成的共生系统可具有相似的动力机制,以林业加工制造单元为例,在假设加工制造单元由制浆主体、造纸主体和板材加工主体构成的基础上,构建了资源消耗(林木资源分段分级利用、非林资源消耗、废弃物循环利用)、生产投入和产量的函数关系,经求解得到单个主体参与共生系统后收益增加,三主体构成的共生系统所产生的收益大于三主体独自运营收益之和。结果表明:当主体预期参与共生系统可获得较独立运营的增量收益时,节点企业才有动力参与产业链; 当产业链节点企业构建共生系统也能够获得增量收益时,节点企业才有动力组建林业低碳产业链共生系统。最后提出延伸林业产业链以扩大共生主体范围,推进林产品加工制造共生单元的资源消耗减量化,探索新型的共生模式等建议。     

基于视频流的林火烟雾运动目标检测方法的研究

运动目标检测是实现视频图像分类与识别的前提.烟雾是森林火灾发生早期的显著特点和视觉现象,通过对林火烟雾图像的特征分析,研究了几种常用的运动目标检测方法,即帧间差分法、背景估计法等,分析了其实现过程,对比了它们的优缺点,并寻求最佳的视频林火烟雾运动目标检测方法.实验结果表明:改进的背景估计法结合色彩判断准则的方法不仅具有更好的烟雾捕捉能力,而且抗干扰能力强,将大大减轻后续图像识别的压力.     

不同阶段幼龄SD大鼠血液指标差异的探讨

目的 本研究旨在采集不同发育阶段幼龄SD大鼠的血液指标,建立相应的背景数据,为开展儿科药物安全性评价提供参考。方法 分别收集3、6、8、12和16周龄共计约200余只幼龄SD大鼠的血样,采用全自动血球计数仪、生化分析仪、测定相应指标。结果 从各指标参数结果看,6周龄组大鼠的血液指标与16周龄大鼠相比RBC、HGB、TP、BUN等大部分指标存在一定差别,12周龄组大鼠的血液指标与16周龄大鼠相比WBC、HGB、BUN等大部分指标无差异。结论 结果表明不同周龄阶段的幼龄SD大鼠的血液指标具有一定的时间相关性,建立不同时期的背景数据对于幼龄大鼠试验血液指标的统计分析和讨论具有一定的指导意义。     

基于特征融合与背景加权的红外目标跟踪

针对传统均值漂移算法无法对与背景相近红外目标进行有效跟踪的问题,提出了一种改进均值漂移(Mean Shift)算法。首先,融合了灰度和纹理两方面的信息以增加目标描述的信息量,接着为了减少背景像素对跟踪定位的影响,通过目标区域周围像素的颜色直方图定义背景加权系数,并将该系数引入到目标模型的灰度直方图和纹理直方图的计算中,进而实现目标的准确定位,最后,给出了目标模型更新方法。实验结果表明,文中算法能够抑制背景干扰,对与背景相似的目标进行有效的跟踪。     

Combined model based on optimized multi-variable grey model and multiple linear regression

The construction method of background value is improved in the original multi-variable grey model (MGM(1,m)) from its source of construction errors.The MGM(1,m) with optimized background value is used to eliminate the random fluctuations or errors of the observational data of all variables,and the combined prediction model together with the multiple linear regression is established in order to improve the simulation and prediction accuracy of the combined model.Finally,a combined model of the MGM(1,2) with optimized background value and the binary linear regression is constructed by an example.The results show that the model has good effects for simulation and prediction.     

基于视频流的运动人体检测方法研究

提出一种基于对称帧间差分与背景减除相结合的运动目标检测和自适应背景更新方法.该方法首先建立背景模型,采用帧间差分法将当前帧图像分别与其相邻两帧图像相比较得到运动目标前景部分,并将三帧中变化率小于某一阈值的像素点以一定的更新率实时更新到背景模型中.同时,采用背景减除法对所建立的背景模型进行前景提取,将两种方法所获得的前景图像进行融合,再通过数学形态学运算去除噪声及小面积非人体运动部分,最终得到完整可靠的运动人体二值图像.实验结果表明该方法准确高效,能很好地克服光线的影响,提高监控系统的稳定性.     

适应复杂背景的C-V模型

当图像中只有目标和背景两类分片光滑区域时,C-V模型可以取得很好的分割效果,然而需要从复杂背景中提取目标边缘时,该模型往往无法得到正确的结果.针对这一问题,在C-V模型和均值平移技术的基础上提出了适应复杂背景的C-V模型.该模型能够根据图像特征空间分段地确定轮廓曲线的内部区域和外部区域.实验结果表明,所提出的适应复杂背景的C-V模型对复杂背景有更强的适应能力,能够从复杂背景中成功地提取到连续光滑的目标边缘.     

一种新的复杂背景下红外弱小目标检测方法

针对复杂背景下单帧红外图像中的弱小目标检测问题,提出了一种新的基于小波包变换和偏斜度的检测方法.该方法利用小波包对图像进行多尺度分解,解决了高频段分辨率低的问题;并提出了一个基于偏斜度的高斯判别准则,用于对小波包分解系数进行高斯性检验,最终得到了小目标的精确检测.对实测数据进行仿真实验,结果表明该方法能有效检测红外弱小目标.     

基于多尺度判别模型的复杂背景学习

智能监控系统中的一个关键问题是在图像序列中准确检测前景目标,但在复杂背景中,这仍然比较困难.将前景检测作为标记问题来处理,提出一种基于多尺度的判别模型,用来学习复杂背景.首先,通过基于像素的方法得到静态背景和运动目标;然后利用一组高斯滤波器组作用于不同的图像空间得到一系列的响应,在图像序列中估计这些响应的概率密度作为特征池,运用AdaBoost算法在特征池中挑选弱分类器组成强分类器,通过分类器获得运动目标中每个像素属于真实前景的置信度;最后,结合前景和背景的时空一致性,利用图分割求解马尔可夫随机场,获得准确的前景.实验结果表明提出的方法能很好地适应各种复杂背景.     

不同宿主植物对丹参根围土著AM真菌生长发育的影响

利用盆栽实验在灭菌条件下研究了玉米(Zea mays)、葱(Allium fistulosum)、黑麦草(Loliumperenne)和三叶草(Trifolium repens)等4种宿主植物对丹参(Salviamiltiorrhiza)根围土著AM真菌生长和繁殖特性的影响.结果表明,4种供试植物都能与AM真菌形成共生关系,但不同宿主植物形成的菌根特性和程度有明显差异.以三叶草为宿主植物对AM真菌生长最为有利,其根内菌丝SDH活性、孢子数均高于其他3种植物.