整体推进非计算机专业计算机课程建设

本文对中南工业大学非计算机专业计算机基础课程近几年教学改革和课程建设情况进行了总结。     

基于激光诱导叶绿素荧光寿命成像技术的植物荧光特性研究

针对植物荧光遥感探测中信号易受干扰的问题, 提出了一种用于评估植物生长状况及环境监测的荧光寿命成像技术. 采用凹透镜对355 nm波长的激光扩束, 再照射植物激发叶绿素荧光, 由增强型电荷耦合器件接收荧光信号. 采用时间分辨测量法, 连续用相同激光脉冲照射植物以激发相同的荧光信号, 同时不断改变激光脉冲触发探测器启动的延时时间, 从而能够得到完整的离散荧光信号分布图像. 对植物特定位置点产生的离散荧光信号进行拟合, 再运用一种改进型的迭代解卷积法可反演高精度的荧光寿命; 进而反演图像各点的荧光寿命以生成植物的荧光寿命分布图. 该方法所绘制的荧光寿命图比荧光强度图能更准确地反映植物内部的叶绿素含量, 并对活体植物叶绿素荧光寿命的物理特性进行了初步研究, 证明叶绿素荧光寿命与植物生理状态存在一定关联; 并且叶绿素荧光寿命与活体植物所处环境存在着复杂的关系. 未来将与生物物理学家们合作, 继续探寻叶绿素荧光寿命与植物生存环境的关系.     

激光跟踪坐标测量系统的双线法基点自标定

激光跟踪三维坐标测量是一种新型的大范围坐标测量方法.在实际测量中,系统首先要经过标定,确定系统参数,然后才可以进行测量.因此,系统参数自标定的精度直接影响测量的精度.为了分析误差起因,提高标定精度.提出了一种新型的标定方法,用激光干涉仪双直线法来标定测量系统的基点坐标,通过仿真和实验,证明该标定方法可提高激光跟踪系统基点坐标的标定精度.     

天然红松林结实量预测模型的初步构建

以露水河林业局天然红松林为对象,基于在16块固定样地中测定的677株红松单株结实量和林木因子的实测数据,应用非线性回归方法建立预测模型,并进行评价.结果表明:胸径和树高与结实量存在显著的正相关关系(P0.01),分枝高和冠幅与结实量未达到显著相关,但与胸径和树高关系显著(P0.01).以胸径与树高、胸径与分枝高和胸径与冠幅的不同因子组合建立结实量预测模型.通过对7个模型的R~2、均方根误差(RMSE)、赤池信息准则(AIC)、平均绝对偏差(MAE)、平均相对偏差绝对值(MRAE)等拟合优度和检验参数的比较分析,选择模型y=a×(D~2×BH)~b作为天然红松林结实量的最优模型,其预测精度为89.35%,消除异方差后的残差分布均匀;模型y=a×(D~2×H)~b和y=a×(D~2×CW)~b虽然R~2和P略高,但其平均偏差(ME)和MRAE与最优模型相差较大;以D~2作为因子建立的模型y=a×(D~2×H)~b、y=a×(D2×BH)b和y=a×(D~2×CW)~b皆表现出良好的检验效果.     

UPS中蓄电池充电系统的设计

蓄电池及其充电器是UPS的重要组成部分，而蓄电池的寿命与其充电方式的选择息息相关。该文设计了一种基于DSP控制的脉冲式充电系统。该系统硬件结构简单，充电速度快，效率高。     

一种渐进式的遗传算法在智能组卷中的应用

智能组卷是一个多约束目标的组合优化问题。针对传统遗传算法在组卷解决问题方面存在的不足,提出了一种渐进式的遗传算法,此算法针对传统遗传算法的不足做了改进,速度和性能都有显著提高,尤其是针对大规模题库的组卷,仿真结果表明这种方法是有效的。     

虚拟仪器在网络化实验教学中的应用

介绍了基于LabVIEW的网络化虚拟仪器实验教学管理系统的实现方法。通过建立虚拟仪器实验系统,结合数据库和网络技术,建立数据库,开发网络化的虚拟实验管理系统,充分发挥了虚拟仪器的优势,最大限度地实现了硬件资源共享。本文以一个用当今流行的虚拟仪器开发软件LabVIEW开发的虚拟仪器实验系统为例,分析了网络化的虚拟仪器在实验教学中的优势。     

红外高光谱资料AIRS反演晴空条件下大气氧化亚氮廓线

N₂O是一种非常重要的温室气体和臭氧损耗物。由于观测资料有限,对于N₂O在这两方面所发挥的作用定量描述还存在很多的不确定性。利用热红外卫星数据AIRS可以反演监测甲烷和二氧化碳气体,但对氧化亚氮的反演还很少见到。因此该工作首次在国内针对高光谱红外卫星资料AIRS,开展利用最优估计法反演大气N₂O廓线的模拟研究。讨论了先验廓线的获取方法及反演通道的选取方法,并将反演结果和HIPPO飞机观测数据进行比较,发现AIRS观测数据可以很好的捕获N₂O的垂直分布,在300～900 hPa,与HIPPO数据趋势一致,且反演精度较高,相对误差仅为0.1%,与所选取反演通道的jacobian峰值区间一致。反演结果相比于特征向量统计法也有显著提高。     

基于神经网络的叶绿素含量精细测量建模方法研究

活体植物叶片叶绿素含量SPAD值易受叶片厚度、水分等影响,提出了基于多参数神经网络建模的叶绿素含量精细反演方法。通过测量叶片在中心波长分别为650,940和1 450 nm光照射下的透过率,获得叶片的SPAD值和水分指数WI(water index),同时用数字螺旋测微仪测量相应的叶片厚度并用分光光度法测得其叶绿素含量。利用建模集样本分别建立SPAD值与实测叶绿素含量之间的单参数模型和基于BP神经网络的WI、厚度及SPAD值与实测叶绿素含量之间的非线性模型。利用这两种模型分别计算获得验证集样本的叶绿素含量预测值,对预测值和实测值进行了相关分析和相对误差的分析。实验以340个三种不同植物叶片为样本,用以上方法进行了分析。结果表明,利用BP神经网络建模后,每种植物样本的叶绿素含量预测精度都有不同程度的提高,尤其对于叶片厚度值较大的样本,效果更为明显。数据显示所有混合样本平均相对误差绝对值由单参数模型的7.55%降低到5.22%,实测值与预测值的拟合决定系数由0.83提高到0.93。验证了利用多参数BP神经网络模型可以有效地提高活体植物叶绿素含量预测精度的可行性。     

中国地区氧化亚氮浓度时空变化特征分析

氧化亚氮是一种重要的温室气体和臭氧损耗物。利用热红外反演大气温湿廓线,由于大气氧化亚氮含量较少且变化幅度不大,一般都当作常量处理。但是在反演氧化亚氮时,由于大气温湿廓线和地表温度等参数相对氧化亚氮变化较大,可能很小的扰动就会覆盖掉氧化亚氮的吸收信号。因此有必要在上千个通道中,选取信噪比最高的通道,反演分析氧化亚氮浓度的时空变化特征,进而掌握我国氧化亚氮浓度的变化规律,为研究我国氧化亚氮排放对气候变化的贡献,制定合理的氧化亚氮减排政策等,提供可靠数据支撑。采取一种优化后的最优敏感廓线通道选取法,利用AIRS数据,基于最优估计法反演氧化亚氮浓度,与TCOON观测网中加拿大站点进行比对,结果显示卫星遥感与地面观测结果一致性较好,相关系数r为0.73,该算法可以推广到IASI和CrIS等热红外高光谱数据,使对氧化亚氮的观测数据增加到20多年,这种长时间序列的产品是对目前地面观测的有效补充。在氧化亚氮反演验证的基础上分析了我国氧化亚氮的年均值变化和月均值变化情况,以及它的空间分布特征。时空变化结果显示,我国氧化亚氮浓度在低纬度地区浓度相对较高,每年在华南地区的夏季达到峰值,月度间变化幅度较大,相比于月度变化,年度之间的变化幅度相对较小。监测结果同时显示,印度、巴基斯坦等国在紧邻我国地区,夏季氧化亚氮浓度较高,因此我国氧化亚氮浓度的时空变化特征除本地排放贡献外,也有一定的外部区域传输影响。