应用多光谱图像技术获取黄瓜叶片含氮量及叶面积指数

为了快速准确地获取黄瓜叶片的含氮量和叶面积指数等生长信息,提出了采用多光谱图像技术对黄瓜生长信息进行榆测的新方法.利用标定板建立黄瓜叶片光谱反射率同图像灰度值之间的线性公式.通过多光谱相机对样本在绿光、红光和近红外三个通道的图像进行处理,获得叶片样本在每一通道的灰度值,然后根据标定板所建立的灰度值与反射率间的经验线性公式将对应的厌度值转为反射率值,并由反射率值计算出黄瓜的植被指数.采用最小二乘一支持向量机(LS-SVM)建立植被指数同叶片含氮量以及叶面积指数间的拟合模型.结果表明植被指数同叶片含氮量和叶面积指数的拟合相关系数分别为0.8665和0.8553.表明植被指数与黄瓜的叶片含氮量和叶面积指数具有紧密的相关性,也为快速采集黄瓜生长信息提供了一种新方法.     

一种基于分割的可变权值和视差估计的立体匹配算法

立体匹配一直是计算机视觉研究领域中的热点和难点.是立体视觉中的关键技术之一.为了消除幕于局部图像的双目立体匹配的歧义性,提出一种基于图像分割及可变权值方窠的初始匹配和贪婪的后处理视差估计策略相结合的市体匹配算法.分割彩色立体图像对,利用分割自适应地分配权值来消除匹配特征相似的歧义性.计算匹配代价得到初始视差.接着,为了更好地消除弱纹理区域、重复纹理区域和宽遮挡区域等复杂歧义性,视差后处理中采用贪婪估计方案,包括基于分割的视差校准、窄遮挡处理及多方向自适应加权最小二乘拟合填充.实验结果表明,基于分割的本算法结构简单,能有效地提高处理局外点的稳健性,并生成高精度的稠密视差.     

近红外光谱法快速检测猪肉中挥发性盐基氮的含量

为了实现快速无损地检测猪肉新鲜度的目的,应用近红外光谱法测定猪肉新鲜度重要指标一挥发性盐基氮(TVB-N)的含量.猪肉原始光谱经标准偏差归一化方法(SNV)预处理后,用联合区间偏最小二乘法(siPLS)建立猪肉预处理后光谱和TVB-N含量的校正模型并与经典偏最小二乘法(PLS)模型、间隔偏最小二乘法(iPLS)模型作比较.试验结果表明,利用联合区间偏最小二乘法所建的预测模型最佳,其校正集相关系数(Rc)和交瓦验证均方根误差(fRv)分别为0.8332和3.75,预测集的相关系数(Rp)和预测均方根误差(fRP)分别为0.8238和4.17.研究结果表明利用近红外光谱和联合区间偏最小二乘法可以快速地测定猪肉中挥发性盐基氮的含量.     

Smarandache函数的值分布性质

对于给定的自然数n,著名的Smarandache函数S(n)定义为S(n)=min{m: m∈N,n|m!|.本文主要目的是利用初等方法研究S(n)的值分布性质,并给出了一些有趣的渐近公式．     

近红外光谱快速测定高浓度烟酰胺

利用烟酰胺在乙醇溶液中波段范围为9001-8060cm^-1和7443-7144cm^-1的近红外一阶导数吸收光谱，经过中心化、矢量归一化预处理，应用偏最小二乘法回归来消除溶剂乙醇的近红外吸收干扰，建立了快速高浓度烟酰胺的方法。54个样本作为校正集，PLS最佳回归因子数为4时，决定系数等于0.997；线性范围为0.13-0.70mol/L。本方法应用于9个待测样品，预测相对偏差小于2.9%，结果令人满意，同时还讨论了一些影响回归精度的因素。     

回归系数的混合估计与最小二乘估计的两种相对效率

本文研究了线性回归模型中,回归系数的混合估计与最小二乘估计的相对效率,利用矩阵的相关性质和运算,导出了两者之间两种新的相对效率的上下界.     

广义岭估计优于最小二乘估计的两个充分条件

分别给出了线性回归模型未知参数β的广义岭估计在MSE准则和PC准则下优于LS估计的充分条件.     

变系数线性EV模型参数的调整加权最小二乘估计及其渐近性质

研究当结构关系EV(errors-in-variables)模型的系数随某个实变量变化时,如何估计其系数,以及估计的性质如何．采用调整的加权最小二乘方法估计结构关系EV模型的变系数,证明在比较弱的条件下用这种方法得到的估计具有强相合性和渐近正态性,模拟研究表明所提估计性质良好．     

数值分析在波束扫描与捕获问题中的应用研究

建立了雷达波束扫描与捕获问题的运动学模型和方程,通过计算得到一组密集的数据.对这组数据进行数值分析,得到飞机被捕获的最大捕获半径.采用正交多项式对这组数据进行拟合,得到一个光滑的拟合曲面,同时给出被捕获次数和时间随飞行状态变化趋势的近似解析表达式.