利用神经网络分析城市林地二氧化碳通量的环境影响因子

风速、空气温度、水汽浓度、大气压、水汽压等是影响城市林地二氧化碳通量的主要环境因素。对观测数据应用BP神经网络和相关分析法分析短时间尺度各环境因子对二氧化碳通量的影响,BP神经网络的结果表明水汽浓度对二氧化碳通量的权值点积为较大正值,风速、空气温度权值点积为绝对值较大负值,影响较大,而大气压、水汽压权值点积绝对值较小,影响较弱。相关分析法的实验结果与BP神经网络的结果大致相仿,水汽浓度、大气压与二氧化碳通量呈显著正相关,相关系数分别为0.748 2、0.623 3,风速、空气温度呈显著负相关,相关系数分别为-0.807 1、-0.806 9。     

BP神经网络在汉语数字语音识别中的应用

从语音信号产生的数字模型出发,对1～10这10个汉语数字的语音信号进行预处理,提取了Mel频率倒谱系数,并将特征参数序列进行非线性时间规整为固定的帧数,使用BP神经网络的训练和识别,研究该方法的可行性和有效性。结果表明,在噪声环境下1,7,9的识别率为80%,而2,3,4,5,6,8,10的识别率都是100%,识别率主要受噪声、不同人的发音不同等因素的影响。该方法具有可行性强、识别率高的特点,可应用于语音识别系统。     

SVM法在喀斯特城市土地利用分类中的应用

选取覆盖桂林城区的美国Landsat 5卫星TM图像,利用支持向量机SVM提取土地利用信息,同时与最大似然法、决策树和人工神经网络的分类结果比较,研究提高喀斯特城市遥感分类精度的方法,并分析1989~2006年桂林城区土地利用的变化。结果表明,SVM可提高喀斯特城市土地利用信息遥感分类的精度,可有效地动态监测喀斯特城市土地利用的变化。SVM的地物分类精度和Kappa系数最高,总体分类精度为91.7%,超过90%,Kappa系数为0.827,明显高于人工神经网络、决策树和最大似然法的分类结果。1989~2006年桂林城区土地利用类型发生了很大变化,建筑物面积大幅度增加,而农业用地面积大幅度减少,较小水体的面积萎缩甚至完全消失。     

西部地区师范院校数字电路课程试卷的客观分析

考试试卷客观分析是评价试卷质量的重要手段。对广西师范大学物理与信息科学学院2004级、2005级本科生的《数字电路》两次考试试卷,计算难度、区分度、效度三个客观评价指标,分析和评价考试试卷的质量,结果表明2004级试卷的难度、区分度、效度分别为0.29、0.44、0.42,2005级试卷的难度、区分度、效度分别为0.39、0.67、0.64,2005级试卷的质量明显高于2004级,更客观、科学地评价教学效果和衡量学生掌握课程知识的程度,考试试卷的难度、区分度、效度分析提供了客观评价试卷质量的有效手段,根据试题的难度、区分度可以在新考试的组卷时科学地决定试题的取舍、修改,进一步提高组卷质量。     

喀斯特城市水体面积变化对地表热场的影响

针对桂林喀斯特城市扩展、水体面积变化所引发的热环境问题,对美国Landsat TM卫星图像利用遥感模型反演桂林市1989年和2006年的地表温度和MNDWI水体指数,定量分析水体指数变化对地表温度的影响机理。结果表明,地表温度与水体指数呈负相关关系,地表温度随水体指数数值的增加而降低。随1989年至2006年桂林喀斯特城市规模的扩展,水体面积由占研究区总面积的4.6%降至4.4%,减少量占总面积的0.2%、占总水体面积的4.3%;桂林市两江四湖对改善中心城区的生态环境质量、缓解城市热岛现象发挥着重大作用。     

利用单片机设计农业温室温湿度智能控制系统

针对现有的温室智能控制系统主要针对大规模的农业温室、成本相对较高的问题，选取MCS-51单片机中性价比最高的机型，编写控制温湿度传感器的软件系统，开发价格相对较低的农业温室温湿度智能控制系统。实验结果表明该系统实现了温室温度、湿度的智能控制，运行稳定，经济实用，适用于较小规模、中低档农业温室。     

基于彩色像素统计与新型模板匹配的车牌识别系统

提出一种新型的车牌定位方法与字符识别方法。在整个车辆图片中,车牌区域具有对比度高,形状规整等特点,运用彩色像素统计法直接对车辆图像进行车牌定位,对提取的车牌进行滤波和锐化,抑制噪声对车牌区域的干扰,最后对类间距离差别较大的字符类型制作多个模板,来达到模板的更有效匹配。结果表明,与传统方法相比,该方法对车牌定位、字符的提取和识别具有精确度高、运算时间少且鲁棒性好的优势。