基于病菌孢子捕捉和real-time PCR技术的田间空气中小麦白粉病菌孢子动态监测及病情估计模型研究

利用Burkard定容式孢子捕捉器结合real-time PCR定量技术,分别对种植高抗、中感和高感白粉病小麦品种的田间空气中白粉病菌分生孢子浓度进行监测,结果表明,real-time PCR定量与传统的显微观察计数两种方法测得的孢子浓度呈显著正相关(P≤0.01),且两种病菌孢子计数方法在同一抗性品种上监测到的孢子浓度动态相近。此外,两种方法测得的孢子浓度与各气象因子的相关性分析结果一致,空气中的白粉病菌孢子浓度主要与空气相对湿度显著正相关。在此基础上,利用两种方法测定的田间空气中白粉病菌孢子浓度分别建立了基于累积孢子浓度的田间病情估计模型。分析发现,基于两种孢子浓度测定方法建立的病情估计模型间无显著性差异,表明real-time PCR定量技术测定的孢子浓度在构建白粉病病情估计模型上具有一定可行性。该结果为real-time PCR定量技术与病菌孢子捕捉技术相结合用于小麦白粉病的监测和预测提供理论依据。

基于差异化估计模型的航电系统地面验证飞参数据预处理方法

飞机航电系统地面验证,是航电系统设计完成后和交付装机前的重要检验环节,需要通过数据激励航电设备模拟飞行过程中多种使用场景,从而验证设备级、系统级、全机级的功能响应正确与否。通过飞参数据挖掘和深度分析,实现飞参数据在航电系统地面验证中的利用,是改进飞机性能提高飞机设计水平,探索航电系统验证专业的目标和方向。文章结合飞参数据在航电系统近地告警子系统地面验证中的实践,介绍基于差异化估计模型的飞参数据预处理方法,包括特征数据筛选、冗余数据清理、缺失数据插补等系列流程,经过数据分析、数据预处理、模型校验、整合输出,获得可用、完整、简洁的高质量验证激励数据,有效提升航电系统验证的质量和效率。

基于PPG信号的极简特征回归树血压估计模型设计

目的:提出一种基于光电容积脉搏波(PPG)的极简特征回归树血压估计模型。方法:从单路PPG信号中提取15个特征参数,利用斯皮尔曼相关系数筛选与血压相关性最高的4个参数,构建极简特征回归树血压模型。结果:极简特征回归树血压模型收缩压和舒张压的估计误差分别达到(-0.02±3.63)mmHg和(-0.04±2.10)mmHg。结论:提出的极简特征回归树血压模型结构简洁、准确率较高,这一发现对于在可穿戴设备中使用单路PPG信号进行血压估计具有重要意义。

基于Mamba-UNet架构的音高估计模型

单声源声音的音高估计算法主要有音高跟踪的鲁棒算法(Robust Algorithm for Pitch Tracking,RAPT)、SWIPE(Sawtooth Waveform Inspired Pitch Estimator)、Harvest等,但在引入有音乐伴奏等复调音乐的声源时,这些算法在人声音高估计任务中存在明显不足。借鉴现有的研究成果,改进传统声调估计的鲁棒模型(Robust Model for Vocal Pitch Estimation,RMVPE),提出一种基于Mamba-UNet架构的Mamba-RMVPE,用于解决复调音乐等多声源声音的人声音高估计问题。相较于传统的RMVPE,Mamba-RMVPE的音高准确率(Raw Pitch Accuracy,RPA)、音色准确率(Raw Chroma Accuracy,RCA)、总体正确率(Overall Accuracy,OA)均有提升,推理时间也大幅缩短。

遗传算法优化神经网络整包电池SOC估计模型

针对Back Propagation(BP)神经网络建立的动力电池荷电状态(State of Charge,简称SOC)估计模型存在的精度、稳定性等问题,使用遗传算法(Genetic Algorithm,简称GA),对SOC估计网络模型进行优化。使用以轮盘赌算法配合最佳个体保存法做为遗传算法核心选择算法,避免传统选择算法中最佳个体可能丢失的情况。实验对象选用新能源氢电混动重卡4X2/6X2T FCV的辅助动力电池包。模型考虑了环境温度、放电电压、放电倍率以及直流内阻的影响,对不同隐含层数量对模型估计精度的影响进行了对比分析。测试结果表示,使用遗传算法优化后的神经网络SOC估计模型的精度和稳定性得到大幅提升。

Stewart载物平台位姿误差估计模型

提出了一种通过单目结构光相机测量Stewart载物平台位姿的方法,搭建了位姿误差测量试验台,对Stewart载物平台位姿误差进行了测量。建立了一种使用多元宇宙优化算法(multi-verse optimizer,MVO)优化反向传播(back propagation,BP)神经网络的Stewart载物平台误差估计模型,并利用测量得到的误差数据对模型进行了训练。通过测试数据对误差估计模型的有效性进行了验证。实验结果表明,模型可以更好地估计沿z轴方向的位移误差以及绕x轴和绕y轴的旋转误差,为Stewart平台的位姿测量研究提供了一种新方法。

基于出租车GPS数据的路段平均速度估计模型

为了解决现有基于GPS数据的路段平均速度估计模型应用条件苛刻、难以满足低成本和高精度信息需求问题,考虑不同类型GPS车辆运行特征,设计了两个基于出租车GPS数据估计路段平均速度的改进模型.基于两个改进模型,设计了路段平均速度的融合估计方法.用某城市局部路网的出租车GPS数据验证两个改进模型,并与传统模型进行了对比分析.结果表明,在不增加成本的条件下,两个改进模型的估计精度分别比传统模型提高了1.5%与19.7%;融合估计方法的精度比两个改进模型分别提高了2.8%与8.8%.

基于精细化用地的轨道客流直接估计模型

现有轨道客流直接估计模型中,对于用地的描述多基于人口、岗位分布、用地面积等概略数据,未能准确反映用地开发的多样性和复杂性,难以揭示用地混合开发对于居民出行的作用机理.本文采用北京市电子地图中的兴趣点(POI)数据表示用地信息,结合轨道站点多层次吸引范围划分,实现了轨道站点吸引范围内各类用地比例的精细化描述.通过将精细化用地信息与轨道站点乘降客流量进行回归分析,总结了用地、交通、区位因素对于轨道站点乘降客流的影响机理,建立了基于精细化用地的轨道站点客流估计模型.验证结果显示,模型对于本文所研究典型站点的预测精度达到预期,反映了用地与轨道客流之间的强相关性.

玉米弯孢菌叶斑病产量损失估计模型的研制

采用不同菌源梯度人工接种的方法 ,在田间造成玉米弯孢菌叶斑病流行动态不同的18个发病小区 ,分析各期病情指数与产量构成因子之间的相关性 ,结果表明 :玉米弯孢菌叶斑病对玉米百粒重、单穗重和产量都有显著影响 ,产量损失率与病情指数呈正相关 ,产量损失率最高可达38.24 % ,而病情指数对穗数没有直接影响。利用电子计算机SPSS统计分析软件构建了两个玉米弯孢菌叶斑病产量损失估计模型 :(1)关键期病情模型(CPM) ,L=2.8219+0.7402x1 (R=0.8799,SD=5.2149,N=18)。(2)多期病情模型(MPM) :L=1.073 +0.426x1 +0.170x2 (R=0.892,SD=5.2898,N=18)。式中 :L为玉米产量损失率 ;x1 为授粉期病情指数 ;x2

城轨列车在车站停车误差估计模型与在线学习算法的研究

根据城轨列车制动特性,对列车运动方程做2项简化。一是忽略空气阻力和坡度的影响;二是分别假设制动力传递有延时及减速度不变或减速度是初始速度的线性函数。由此推导出2个简化的列车停车误差估计模型和模型参数之间的线性关系函数式,并给出模型参数在线学习算法,以克服停车过程中的各种非线性因素的影响,提高停车精度。根据统计学原理,采用5个评价指标对模型的性能进行评价,采用停车误差估计判断停车精度是否满足停车可靠性的要求。利用实测停车数据对模型和在线学习算法进行验证和比较。结果表明:提出的简化模型和在线学习算法,能有效降低停车误差,并纠正误差分布的有偏性;停车误差在大于99.5%的情况下满足30cm停车精度的可靠性要求;模型1的效果比模型2略好。

利用数值微分构造机动目标跟踪的估计模型:原理和应用

利用数值微分技术描述机动目标的运动行为,建立了被跟踪目标运动参数的滤波模型和滤波-预报联合估计模型,可以在机动目标动态特性完全未知的情况下估计出位置、速度、加速度的当前值和一步预报值.这种方法建立的模型结构简单,而且容易根据各种应用要求构造合适的估计模型和选择估计算法,是一种鲁棒估计模型.仿真实验给出的结果显示这种模型对高动态目标能够获得良好的跟踪品质.

基于线性估计模型的电动汽车质心侧偏角估计

质心侧偏角估计是车辆稳定性控制系统中的关键技术和难点,针对电动汽车,本文充分利用车轮上的驱动力矩和制动力矩信息,计算出了轮胎上的纵向力。并将轮胎侧向力用纵向力和侧偏角表示或进行局部线性化。这样可以将二自由度车辆模型简化为以侧向速度为状态的线性估计模型,用于电动汽车质心侧偏角的估计。仿真结果表明:基于线性估计模型的质心侧偏角估计器的估计精度较高,对路面摩擦因数的依赖程度小,并且计算简单,可以应用于车辆的稳定性控制系统中。

高速公路工作区通行能力估计模型研究与未来展望

回顾了近几10 a国内外对高速公路工作区通行能力的估计方法的研究概况,包括工作区通行能力的定义、分类和区域划分,影响因素分析,数据采集方法,估计模型,结论和未来展望。关注于工作区通行能力的估计模型,将它们分成5类来探讨,指出了各类模型的特点。最后对之前的研究进行了总结,对未来的研究提出了展望。

利用跟踪-微分器构造机动目标估计模型

在分析目标运动特点的基础上,提出了一种新的基于跟踪-微分器的机动目标估计模型。该估计模型与卡尔曼滤波算法相结合,能够在动态过程完全未知的情况下估计出目标运动参数,且估计模型简单,物理意义明确,能够适应于目标的各种机动行为模式。仿真结果表明,具有跟踪-微分器结构的估计模型不但具有很强的适应性,而且能够获得满意的估计精度。

一种基于模糊决策树的软件成本估计模型

提出一种基于模糊决策树的软件成本估计模型。该模型能够把决策树的归纳学习能力和模糊集合所具有的表达能力相结合,在软件成本估计过程中以模糊集的形式预测相对误差范围,并利用决策树的判定规则分析误差源。最后,通过软件项目历史数据验证该软件成本估计模型的有效性。

Cobb-Douglas生产函数经典参数估计模型的修正

根据LS估计理论,对Cobb-Douglas生产函数经典参数估计模型存在的问题进行了分析.通过变量变换对该模型中随机误差的方差进行了修正,建立了一个新的参数估计模型.新模型满足Gauss-Markov假定,具有LS估计的优良性质.实例分析表明,新模型的参数估计精确度明显高于经典模型.

小麦秆锈病产量损失估计模型

通过人工接种在田间造成小麦秆锈菌(Puccinia graminis var.tritici)流行动态不同的小区。系统调查各小区病情及单收考种产量。结果表明,小麦秆锈病对小麦百穗重、千粒重和百穗粒数都有显著影响,尤其对百穗重影响最大。产量损失率与病情指数呈正相关,产量损失率最高可达70. 15%。回归估计模型为:(1) L%=-10. 7392+0. 8076x_2(R=0. 9843,SLx=3. 9195) ,(2) L%=-9. 2374+0. 3150x_1+0. 7587x_2(R=0. 9877,SLx=4. 0717,式中 x_1和 x_2分别为小麦开花期病情指数和乳熟期病情指数)。

OFDM通信系统中的一种通用的信道估计模型

本文根据DFT的一个性质为OFDM通信系统构造了一种通用信道估计模型。 该模型利用系统子信道中的一部分专门进行信道估计,适用于慢消失信道。该模型同最小平方差(LS)和最小均方差(LMMSE)相结合分别形成两种信道估计方法, 并从理论角度分别分析它们的计算复杂性和均方差性能。对多径信道仿真表明,基于LS的方法误符号率性能比基于LMMSE的方法差2-3dB,但是计算复杂度较低。总之,此信道估计模型的计算复杂度和性能随着用于信道估计的子信道数目增加而增加，当所用子信道数目是周期头长度的两倍时,达到计算量和估计性能的最佳平衡。

基于用地分布特征的共享汽车需求估计模型

在交通拥堵与环境污染问题不断加剧的背景之下,共享汽车因其资源利用低、降低出行量等方面的优势受到广泛关注。但由于共享条件下汽车需求分布机理研究的尚不清晰,抑制着共享汽车的优势发挥与规模发展。针对此问题,提供了一种基于用地分布特征的共享汽车需求预测方法。该方法主要由数据调查、用地指标构建和需求模型搭建与验证等部分组成。根据居民出行目的,通过分类与统计站点影响范围内的兴趣点(POI)类型及分布,精细化站点周边用地分布特征,建立基于用地指标的需求预测模型,以深入挖掘了共享汽车需求与周边用地分布特征的互动机理。模型构建与验证结果呈现较好的拟合度与符合度,较好地揭示与验证了共享汽车需求与用地分布的互动关系。研究结果对于共享汽车需求分布机理的理论挖掘具有指导意义,并可为共享汽车的运营与发展决策提供支撑与指导。

基于数值微分技术构造鲁棒估计模型的方法及其应用仿真

在研究宏观空间运动特性的基础上,利用数值微分作为表达工具描述未知运动过程的动态特性,构造了数值微分型滤波模型(NDFM)和数值微分型滤波-预报联合模型(NDFPM)。这种方法能根据各种应用要求对动态特性完全未知的运动过程建立结构简单、鲁棒性强的估计模型,而且容易选择估计算法获得满意的性能。本文对未知扰动作用下的被控过程建立NDFM并实现状态重构和扰动补偿;对动态未知的被跟踪目标建立NDFPM并估计出运动参数的当前值和一步预报值。仿真结果表明这两种模型具有较强的鲁棒性和满意的估计精度。