大豆病害分类的高光谱分析

作物病害类型的快速无损检测对提高作物品质和产量至关重要。传统的病害分类方法费时费力且不能实时检测。为此,利用高光谱进行大豆病害分类。以健康大豆为对照,灰斑病和细菌性斑点病两种病害为研究对象,获取三种类别叶片高光谱数据。基于高光谱曲线分析病害与健康叶片反射率的变化规律。采用主成分分析(PCA)和光谱指数(SI)两种单一方法进行病害有效信息提取,共使用30个SI。在此基础上,提出一种PCA与SI相结合的组合方法(PCA-SI),通过提取有效主成分(PC)及有效SI,将有效SI按得分情况分为两组(9SIs和18SIs),再分别对应每一个有效PC进行分组,形成病害光谱有效信息的变量集。采用三种方法分别进行病害有效信息的提取,基于提取后的光谱变量,采用最小二乘支持向量机(LSSVM)和支持向量机(SVM)两种分类器建立病害分类模型。以原始高光谱为基准,以病害分类正确率为指标,评价模型的病害分类性能及不同病害有效信息提取方法和分类器的有效性。结果表明：高光谱反射率具有可见光450～700 nm波段范围病害叶片高于健康叶片而近红外760～1 000 nm波段范围其特征完全相反的规律。采用单一PCA方...     

基于子空间划分和视觉可识别度的波段选择方法研究

面对日益丰富的机载、星载高光谱传感器,及其相伴增多的高光谱数据,产生的数据量过大、波段冗余等问题一直是高光谱图像处理、解译的重难点。同时,利用高光谱遥感技术揭露伪装目标,也一直是现代遥感应用技术研究要点。在探测得到海量的地物光谱数据、具有冗余的光谱信息,设计恰当的数据降维技术具有至关重要的作用。降维处理的主要方法中的波段选择方法,其不但可以使图像数据的光谱信息在不失真的条件下实现数据降维,还能在其基础上对伪装目标及其背景实现精确区分,是当今利用高光谱技术进行军事应用的重要技术手段,同时也是国内外众多学者的研究热点。利用各类指标计算波段间的不同表现,并依据其参数选取代表性强的波段用于地物识别或分类来检验方法的优劣是目前比较常用的研究方式,但是面向特殊地物,如植被伪装目标的特定波段选择方法方面的实验研究现仍较少。研究选取绿色钢板、绿色伪装网、绿色假草皮,置于含有绿色健康植被、湿润裸地、干燥裸地的背景环境中,通过模拟真实环境中的伪装目标和背景地物进行波段选择及分类实验验证。首先通过分析光谱曲线,选取显著特征波段;其次结合根据波段间相关系数划分的子空间进行波段筛选;然后依据地物目标的图像亮度建...     

基于局部线性嵌入的特征融合方法在岩石破裂 状态分类的应用*

为了获取岩石破裂过程有效的声发射信号特征,更好的对岩石破裂状态进行分类,提出一种基于流形学习算法的LLE特征融合方法进行数据降维。以红砂岩为研究对象设计室内单轴压缩实验采集信号,然后对原始声发射信号预处理并对信号进行特征提取,以时域、频域下的特征向量重新组合成一组新的多维特征向量,采用线性主元(PCA)和流形学习LLE算法分别进行降维。比较两种算法降维后融合特征的聚类效果二维和三维分布图,使用LLE算法降维后,四种状态分布相对更近,呈一条水平线趋势,且各状态交叉混叠数目较少,第一状态没有一个样本错判,且四个状态相比于PCA降维后的聚类效果更集中。再比较两种算法降维后融合特征的敏感度之和,LLE算法融合特征敏感度之和远大于PCA算法,说明经过LLE算法降维后得到的融合特征更多地表征了原始信号包含的局部信息同时证明了LLE算法相比PCA算法具有更好的聚类效果。最后经LLE特征融合下的砂岩破裂状态分类实验验证,融合特征后的识别率相对单一的时域特征识别提高了6%。表明该方法能显著提高岩石破裂状态分类的识别率,降维性能相对突出。     

利用深度神经网络实现分布式相干瑞利光纤振动事件分类

该文利用分布式相干瑞利光纤传感系统,在西气东输一线无锡至苏州段开展现场测试,采集了光纤沿线车辆行走、机械挖掘、人工锄地、定向钻孔等8种振动作业产生的光纤信号,并提出了一种具有5层结构的全连接深度神经网络用于振动事件分类识别以实现不同振动作业的分级管理。振动作业产生的光纤信号能量集中在低频,该文利用梅尔对数频率的非均匀特性提取了25维单帧信号特征量,并将连续40帧信号特征量组合成高维向量作为网络输入特征向量,实现对不同振动作业时变特性的建模。分类识别结果表明,基于深度神经网络结构的振动信号分类识别器能够有效识别不同振动作业类型,实际线路实验验证了该文算法的有效性。     

基于SOLO分类理论的高中物理开放题编制与评价

SOLO分类评价理论是一种以等级描述为特征的"质性"评价方法.本文提出了基于SOLO分类理论的物理开放性问题编制原则,并通过实例介绍开放性问题的形式和评价方法.     

预先合成量子点组装制备高效量子点太阳电池

量子点太阳电池现已成为极具潜力的“第三代” 光伏器件, 其优点体现在材料成本低廉, 制备工艺简便, 以及其敏化剂特有的多激子效应(MEG) 潜能和吸光范围可方便调节等方面. 但是与染料分子敏化剂相比, 量子点敏化剂粒径更大、表面缺乏具有与TiO₂结合的官能团, 这导致其在TiO₂介孔中渗透阻力大、难以在TiO₂表面吸附沉积, 所以量子点沉积手段在电池组装过程中尤为重要. 本文综述了电池组装过程中量子点的沉积方法, 分类阐述了直接生长量子点方法: 化学浴沉积(CBD)和连续离子层吸附生长(SILAR), 以及采用预先合成量子点的沉积方法: 连接分子辅助法(LA)、直接吸附法(DA)和电泳沉积(EPD)方法, 陈述了各沉积方法的发展过程及相应电池性能的改善, 对比了这些沉积方法的优缺点. 突出介绍了预先合成量子点的沉积方法, 特别是近年来不断优化而凸显优势的连接分子辅助法(LA). 总结了此方法快速、均匀沉积以及实现器件高性能的特点, 介绍了此方法沉积表面缺陷更少、结构更完善、材料更“绿色化”的量子点敏化剂的最新研究成果.     

基于改进K均值聚类的机械故障智能检测

针对传统的K均值聚类算法在机械故障检测的过程中,由于对于K值的选择具有较强的主观性,最后极易得到局部最优解,而非全局最优解,降低了机械故障检测的准确性。提出一种改进K均值聚类的机械故障智能检测方法。将K均值聚类算法与粒子群算法相结合,在迭代处理的过程中,结合K均值进行优化,即将粒子群算法中的子代个体利用K均值聚类进行运算获取局部最优解,并使用这些个体继续参与迭代处理,这样能够提高算法的收敛速度,避免陷入局部最优解,获得准确的机械故障信号特征。实验结果表明,利用K均值倾斜特征提取的机械故障智能检测算法进行机械故障检测,能够有效提高故障检测的准确性,取得了令人满意的效果。     

一种高速图像数据记录器设计

针对摄像机输出的高速数字视频信号的存储需求,设计了一种图像数据记录器,实现了对数据的存储、回传和转发等功能。图像数据接收采用点到点LVDS模式,存储电路选用K9WBG08U1M作为存储介质,使用CY7C4285V-15构成数据缓冲电路。通过采用交错双平面模式对FLASH进行页编程和对坏块的特殊处理使记录器很好的实现了对30.72MB/s高速数字视频信号的存储。测试结果表明,该记录器能够准确记录图像信息,图像还原后清晰准确。     

二维相关K分布湍流信道的建模与仿真

针对强湍流的空间相关性特点,拟合了基于1-范数的相关函数,利用修正的球不变随机过程(SIRP)法得到相关K分布随机场,建立了二维相关K分布湍流信道仿真模型;解决了球不变随机过程法固有的特征随机变量各态历经问题;计算了二维相关K分布信道模型的误时隙率和信道容量,并与一维K分布信道模型做比较。结果表明这种模拟湍流信道的方法可以很好地控制K分布湍流分量的分布形式和统计特性,为信道估计的研究奠定了基础。     

“磁感应强度演示”实验的改进

现行新课标人教版高中《物理·选修3-1》教材第83页,要求演示"影响通电导线受力的因素"实验,此实验属于定性演示,按课本上要求,"3块相同的蹄形磁铁并列放置可以认为磁场是均匀的,将1根直导线悬挂在磁铁的两极,导线的方向与磁感应强度的方向垂直,有电流通过,导体将摆一个角度,通过这个角度我们可以比较安培力的大小.分别接通‘2,3’和‘1,4’可以改变通电部分的长度.电流由外部电路控制.先保持导线通电部分的长度不变,改