考虑城镇生长特性的区域能源网演化模型

区域能源网的发展是新型城镇建设的重要环节,分析区域能源网的演化规律和形态特征,对于指导网络规划、运行具有重要意义。提出了一种考虑城镇生长特性的区域能源网演化模型,首先根据城镇生长特性总结了空间负荷的增长特性,进而借鉴复杂网络理论中的随机几何图模型模拟城镇负荷的增长过程,然后以最小化投资建设成本为目标,规划得到区域能源网的能源站和综合管线分布,给出区域能源网的演化流程,进一步通过理论分析了演化模型的空间和拓扑特征。算例分析结果表明演化所得区域能源网符合城镇和负荷的生长特性,其形态特征与理论分析结果一致,并且与实际电网具有相似的特征,验证了所提演化模型的合理性。

计及区域建筑群生长特性的动态冷热负荷预测

考虑区域建筑群的动态生长特性,结合负荷计算理论、灰色Verhulst模型及等维新息灰色理论,采用MATLAB构建完整的区域动态冷热负荷预测方法,以常州高铁新城2017—2022年的建筑面积为历史数据,对区域未来10年的冷热负荷进行预测.结果表明,采用基于等维新息灰色理论的Verhulst灰色模型建立的3种业态面积预测方程拟合精度均达到一级.高铁新城未来10年冷热负荷先快速增长后缓慢增长直至饱和,达到饱和的时间约为2030年,冷、热负荷饱和规模分别为436、228 MW,与采用面积指标法的计算结果(冷负荷为472 MW、热负荷为285 MW)相比,分别降低了约7.52%、19.86%.

基于遥感信息的华北冬小麦区域生长模型及模拟研究

卫星遥感估产和作物生长模拟在作物监测和产量预测方面有各自不可替代的优势。但是,遥感估产难以揭示作物生长发育和产量形成的内在机理,作物模拟在区域应用时初始值的获取和参数的区域化遇到很多困难。如何利用二者的互补性使其相互结合受到人们关注。该文在Wofost模型本地化和区域化的基础上,首次利用同化法的思路探讨了MODIS遥感信息与华北冬小麦生长模拟模型结合的可行性和方法,初步建立了潜在生产水平(水分适宜条件)下区域遥感-作物模拟框架模型(WSPFRS模型)。模拟结果显示:WSPFRS模型对区域尺度的出苗期重新初始化后,模拟的开花期、成熟期空间分布的准确性比Wofost模拟结果有所改进;利用遥感信息对区域尺度上返青期生物量重新初始化后,模拟贮存器官干重的空间分布更接近实际单产的分布,贮存器官干重的高值区与实际高产区基本相符。该研究将为下一步实际水分供应条件下基于遥感信息的冬小麦区域生长模拟研究奠定了基础。

基于区域生长的网格模型分割技术

针对三角形网格模型简化中保持细节特征的要求,提出了以顶点和三角形作为种子的区域生长策略,并采用可变阈值的生长方法.首先将与顶点相关的三角形面积的均值作为顶点的属性值,在区域生长过程中重复选择具有极大属性值的图元作为种子;在预分割后,区域要进行合并和平滑处理.实验表明,该方法快速有效,能够满足网格模型简化中保持局部区域特征的需要.

国外作物生长模型区域应用中升尺度问题的研究

系统研究总结了小区或田间尺度上开发的作物生长动力模拟模型应用于更大区域尺度和更高级系统水平时 ,易发生环境变量的时空变异、响应变量的空间归并以及由于空间平均、时间变异和现有模型未考虑的新特性及其新过程时所产生的偏差等升尺度问题 。

区域生长与GVF Snake模型相结合的水域边界提取

利用梯度矢量流GVF(Gradient Vector Flow)Snake模型实现了全色遥感影像上水域边界的智能提取。对于形状特别复杂的水域,单独利用GVF Snake模型提取其边界,存在着人机交互繁琐、时间消耗大、提取精度有待提高等问题。为了解决这些问题,提出了一种自动初始化的GVF Snake,利用区域生长法自动提供GVF Snake的初始值。从而简化了人机交互,降低了时间消耗,提高了提取精度。

基于先验模型和区域生长的乳腺图像钙化点检测

早期乳腺癌的一个重要特征就是钙化点,快速准确地找出乳腺图像中的钙化点是成功诊断的第一步。提出了一种先验模板和区域生长的钙化点快速检测方法。根据钙化点检测的临床经验,选用一直径为0.5mm的模板找出乳腺图像中的局部峰值点。以这些峰值点为初始种子点,进行区域生长;计算每个区域的面积、平均灰度、对比度,保留满足钙化点特征的区域。根据先验知识,对生长获得的钙化点是否成簇进行判别,保留成簇的微钙化点。实验表明,该算法实现了乳腺图像中钙化点的快速自动检测,提高了医生诊断的正确性。

基于多视角区域生长的复杂点云模型分割

为提高三维点云模型在特征模糊区域的分割精度,提出了一种借助多视角区域生长的分割方法。基于网格法向量方向相异性原则,初次将模型划分为不同类别的子区域,在相应区域建立点云与多视角距离图像的一一映射关系。利用Canny算子对灰度的敏锐性获取独立连通域并计算其重心坐标,根据对应关系在三维点云中提取对应点作为种子点,然后引入网格法向量的偏移角度分离邻接面,同时对剩余彼此独立的分割面按照迭代搜索最近点的原则进行提取,并利用KNN算法去除离群点实现分割优化。在选取的模型数据集上进行实验,结果表明该方法能够实现复杂点云模型的合理划分,分割精度不低于80%。

高斯模型与区域生长相结合的景物识别算法

研究景物图像特征提取,光照环境因素变化时,室外场景光学成像也随之发生很大变化,景物特征复杂,严重影响了景物识别的精度。为了解决上述问题,提出一种高斯模型与区域生长相结合的景物识别算法。先提取图像区域的底层视觉特征以及空间位置特征,并通过高斯分布为每类景物建立模型,然后根据模型测试图像中区域属于每一类景物的概率,把概率值较大的区域加入到模型中,更新模型参数,最后,把概率值较大的区域作为种子点进行区域生长得到景物识别的结果。采用Matlab 7.0软件对Pasadena数据库中景物进行仿真识别。结果表明识别目标景物的有效性,为复杂场景下景物识别提供了一种有效的算法。

基于PCNN模型的区域生长图像分割

提出了一种结合区域生长算法和脉冲耦合神经网络进行图像分割的方法.该方法将待分割图像的像素点映射为PCNN模型中的神经元,把改进的脉冲耦合神经网络模型的点火频率同区域生长的理论结合起来进行图像分割.实验表明该方法分割的图像与传统的分割法相比具有边缘信息更加完整,区域划分更加准确,分割效果更能符合人眼视觉的识别特征.

基于显著性模型和区域生长法的药卷缺陷检测

针对工业炸药生产过程中药卷表面裂痕的包装缺陷问题,运用机器视觉技术,提出一种基于显著性模型和局部方差区域生长法的药卷缺陷检测方法。该方法经过图像预处理,对药卷图像进行背景估计与差分;利用显著性模型,提取缺陷特征;通过局部方差区域生长法,分割目标区域,完成对缺陷药卷的检测。实验结果表明,该算法可快速有效地提取缺陷区域,平均检测时间为55.72 ms,缺陷检测率高达96.36%。

结合自适应肤色模型和区域生长的掌纹分割

为克服移动终端掌纹图像预处理受到的多方面干扰,设计一种"工"字形辅助定位拍摄方法,在此基础上提出一种结合自适应高斯肤色模型和区域生长的掌纹分割方法。选取训练子区域自适应估计高斯肤色模型的参数,设定肤色似然度阈值,得到非完整的分割结果,进行区域生长,分割出准确的手部区域。该方法可有效抵御与手部不连通背景类肤色区域的干扰,克服单一固定阈值分割对手部区域肤色渐变的失效性。实验结果表明,该方法在移动环境下能够达到较高的正确率和认证精度。

基于HSV色彩模型与区域生长法的水文图像分割

针对水文监测过程中视频图像信噪比高、观测目标颜色特征明显以及目标区域位置关系特定等特点,提出一种改进的水文图像分割方法。通过将HSV色彩模型划分为量化区间,三维颜色信息转换成一维数组,对HSV模型的明度分量进行二次量化,从而根据颜色区域进行优化分割。在此基础上,利用改进的区域生长法得到当前水位值,实现水文图像的分割。实验结果表明,该方法能够快速分割出目标区域,并且解决了水文图像像素间的连通性和邻近性问题。

基于多模型融合和区域迭代生长的视网膜血管自动分割

糖尿病视网膜病变是成年人致盲首因,视网膜血管分割是诊断糖尿病视网膜病变的基础.为提高视网膜血管分割准确性,提出一种基于多模型融合和区域迭代生长的视网膜血管自动分割算法.首先,预处理后分别构建数学形态学、匹配滤波器、尺度空间分析、多尺度线检测和神经网络模型初步分割视网膜血管,为减少噪声取五个分割结果的均值作为初步输出.其次,设计掩膜分离渗出物和视盘,将数学形态学模型分割结果替换掩膜白色区域,并融合初步输出生成组合结果.最后,考虑视网膜血管先验知识,对组合结果阈值分割和区域迭代生长后获取最终结果.实验结果表明,该算法分割DRIVE和STARE眼底图像库视网膜血管的检测精度、敏感度和特异性分别为0.9457、0.7843、0.9815以及0.9472、0.7826、0.9803,优于多数经典算法.

RC框架结构基本自振周期个体间不确定性量化

钢筋混凝土(RC)框架结构是城市区域地震风险评估重要对象,其基本自振周期存在明显个体间变异性,如相同高度周期不同。通常采用的确定性结构高度-周期经验公式主要面向新结构设计,未能考虑既有RC建筑物周期的个体间变异性,影响区域地震风险评估的准确性,因此需要合理量化。该研究通过大量文献检索,收集了不同地区的641栋RC框架结构实测长轴、短轴方向基本周期以及高度、结构形式等信息,开展了严格的数据库清洗,并采用物理准则-数据驱动相结合的方式,建立了高度相依基本周期随机函数模型描述个体间变异性。与经典统计回归基本周期随机模型相比,新模型可以更好地反映结构间基本周期的物理机制差异以及观测数据的联合概率特性,便于在区域地震风险评估中应用。

基于EPIC模型的冬小麦生长模拟参数全局敏感性分析

模型参数的敏感性分析是模型本地化、区域化过程中不可或缺的重要环节。局部敏感性分析忽略了参数间的相互耦合作用对模型结果的间接影响,从而导致敏感参数选取具有一定的片面性。该研究以河北衡水冬小麦试验区为研究区,使用全局敏感性分析方法分析EPIC模型在冬小麦产量模拟中的敏感参数。研究表明:收获指数(HI)、生长季峰值点(DLAI)、潜在热量单位(PHU)、最大作物高度(HMX)是影响模型本地化最为关键的参数(总敏感指数>0.1);作物的播种日期、收获日期及种植密度是影响区域尺度的作物产量估计最为敏感参数(总敏感指数>0.1)。研究同时表明全局敏感性分析方法可用于作物生长模型本地化、区域化研究,且优于传统局部敏感性分析方法。

基于云模型的图像区域分割方法

基于区域的图像分割方法由于其高效、稳健的特点成为自动或半自动图像分割方法的研究热点之一。针对区域分割方法中存在的不确定性问题,提出了一种基于云模型的区域分割方法。首先以云变换为基础确定了区域生长过程中的生长准则,然后以逆向云算法实现分割区域由定量的像素集合到定性的云概念的转换过程,最后以云综合算法为基础将相邻区域进行合并,实现了基于区域的不确定性图像分割。两组图像分割实验表明该方法可以准确地分割出目标,并优于传统的图像分割算法。

基于区域生长的机器人路标识别方法研究

针对移动智能机器人基于单目视觉的路标识别问题,提出了一种基于当前最大聚合中心的区域生长算法。在经RGB视觉模型的实验阈值分割后的图像中,探测若干可能区域,结合外形轮廓特征,判定路标并定位其区域,然后反馈到灰度图,通过图像局部二次分割完成整个路标提取。对多幅自然场景图像进行的实验表明,该方法能够快速有效地从图像中自动定位与提取路标图像。

基于改进区域生长的遥感影像道路提取

提出一种改进区域生长法的遥感影像中道路提取方法。对遥感影像进行K均值聚类,实现道路区域和非道路区域的初步分离,并获取区域生长的基准值,按照图像特征计算出区域生长的阈值。依据对道路特性的分析,设计了9个道路路口模型。根据设计的道路路口模型,对区域生长法进行了改进,使得道路的提取按照道路路口模型自动增长。最后通过数学形态学的手段对道路进行优化。实验结果表明使用提出方法所提取道路区域更加完整。

遥感信息应用于区域尺度水分限制条件下作物生长模拟的研究进展

第2生产水平(即水分限制条件)下的大范围作物生长动态模拟研究具有十分重要的现实意义.目前,区域尺度上水分限制条件下作物生长模拟存在一定的难度,而遥感信息与作物生长模拟模型的结合,可以为区域尺度水分限制条件下作物生长发育模拟及产量估算提供了一条行之有效的途径.本文简要回顾了遥感与作物生长模拟模型结合研究的发展概况,指出了区域尺度水分限制条件下作物生长模拟需要解决的问题,并在已有遥感反演土壤水分状况研究的基础上,简述了遥感信息应用于区域尺度水分限制条件下作物生长模拟的研究方法,并探讨了当前该领域研究的其他可能途径及需要进一步研究和解决的科学问题.