基于校正光谱序列融合的小麦腥黑穗病籽粒分类方法

针对小麦腥黑穗病轻度患病籽粒易与健康籽粒混淆,人工识别难度大的问题,将校正光谱序列融合技术与深度学习模型相结合,实现小麦腥黑穗病籽粒快速、精准分类。以健康、轻度患病、重度患病各300粒小麦籽粒的高光谱数据为样本,通过多元散射校正算法(MSC)和标准正态变换算法(SNV)对原始光谱进行预处理,并利用二维相关光谱法(2D-COS)分析SNV与MSC算法处理后的光谱之间的互补性。使用校正光谱序列融合技术将原始光谱、SNV预处理光谱与MSC预处理光谱三者进行融合得到序列融合光谱,以充分利用不同光谱预处理数据间的互补信息。最终,利用序列融合光谱数据建立基于ResNet 50算法的小麦腥黑病分类模型。试验结果表明,序列融合光谱ResNet 50模型总体准确率最高为93.89%,F1值为93.87%,分类性能优于单一预处理光谱建立的ResNet 50模型。为进一步评估模型分类效果,使用序列融合光谱分别建立偏最小二乘判别分析(PLS-DA)、支持向量机(SVM)以及集成学习算法模型随机森林(RF)与极端梯度提升树(XGBoost)模型,并进行对比,结果显示:SVM、PLS-DA、RF与XGBoost总体准确率分别为81.67%、84.44%、89.44%与90.55%,F1值分别为81.59%、84.04%、89.49%与90.59%,ResNet 50总体准确率与F1值优于传统光谱分析模型。因此,本研究表明校正光谱序列融合技术结合深度学习模型,能够实现对不同患病程度腥黑穗病籽粒的有效分类。

含未知参数的自校正融合Kalman滤波器及其收敛性

对于带未知模型参数和噪声方差的多传感器系统,基于分量按标量加权最优融合准则,提出了自校正解耦融合Kalman滤波器,并应用动态误差系统分析(Dynamic error system analysis,DESA)方法证明了它的收敛性.作为在信号处理中的应用,对带有色和白色观测噪声的多传感器多维自回归(Autoregressive,AR)信号,分别提出了AR信号模型参数估计的多维和多重偏差补偿递推最小二乘(Bias compensated recursive least-squares,BCRLS)算法,证明了两种算法的等价性,并且用DESA方法证明了它们的收敛性.在此基础上提出了AR信号的自校正融合Kalman滤波器,它具有渐近最优性.仿真例子说明了其有效性.

基于Riccati方程的自校正解耦融合Kalman滤波器

对于带未知噪声方差的多传感器系统,用相关方法给出了噪声方差的在线估值器,进而基于Riccati方程和按分量标量加权最优融合规则,提出了自校正分量解耦信息融合Kalman滤波器.用动态误差系统分析方法证明了自校正融合Kalman滤波器按实现收敛于最优融合Kalman滤波器,因而具有渐近最优性.一个3传感器跟踪系统的仿真例子说明了其有效性.

广义系统最优与自校正信息融合滤波器

对带多个传感器广义离散随机线性系统,利用典范型分解,基于线性最小方差各分量按标量加权融合算法,给出了多传感器分布式最优分量融合降阶滤波器,它要求并行计算一系列标量权重。推得了任两个传感器子系统之间的滤波误差互协方差阵的计算公式。同时当系统含有未知噪声统计信息时,基于相关函数又给出了分布式自校正分量融合降阶滤波器。与各局部估计以及状态向量按标量加权融合估计相比,分量融合滤波具有更高的精度。仿真研究验证了其有效性。

自校正观测融合解耦Wiener状态预报器

对于带未知噪声方差和带不同观测阵的多传感器系统,应用现代时间序列分析方法,基于子系统和加权观测融合系统的滑动平均(MA)新息模型的在线辨识,提出了一类自校正加权观测融合解耦Wiener状态预报器。用动态误差系统分析方法,证明了它按实现收敛于当噪声方差已知时的最优加权观测融合解耦Wiener状态预报器,因而它具有渐近全局最优性。一个目标跟踪系统的仿真例子说明了其有效性。

带未知模型参数和衰减观测率系统自校正分布式融合估计

研究了带未知模型参数和衰减观测率多传感器线性离散随机系统的信息融合估计问题.在模型参数和衰减观测率未知的情形下,应用递推增广最小二乘(Recursive extend least squares,RELS)算法和加权融合估计算法提出了分布式融合未知模型参数辨识器;应用相关函数对描述衰减观测现象的随机变量的数学期望和方差进行在线辨识.将辨识后的模型参数、数学期望和方差代入到最优分布式融合状态滤波器中,获得了相应的自校正融合状态滤波算法.应用动态误差系统分析(Dynamic error system analysis,DESA)方法证明了算法的收敛性.仿真例子验证了算法的有效性.

多方法静校正融合技术在鄂尔多斯盆地黄土塬区中的应用

层析静校正不受近地表速度纵横向变化的约束,与折射波静校正相比,能较好地控制测线构造形态及解决长波长问题,但在局部测线段还存在高频成像叠加效果不如折射波静校正的现象,即单一静校正方法并不能完全解决黄土塬区的静校正问题。为此,结合以往黄土山地的静校正技术系列,针对层析静校正局部高频成像不好的区域,开发基于层析静校正的多种静校正高频重构与融合方法,并根据有效排列长度,将层析静校正与其他(矢量法、平均速度模型法、线性反演法等)静校正统一分解为低频分量和高频分量,再根据叠加数据体成像品质,选取各方法成像较好的区域进行高频重构,将重构后的高频量再与层析反演静校正低频量进行融合,形成最终的基础静校正量。将新方法应用于鄂尔多斯盆地东部黄土塬区实际二维地震资料,初叠加剖面既保证了中低频分量的可靠性,同时剖面的成像效果也明显得到改善。

多传感器ARMA信号自校正加权信息融合Wiener滤波器

本文对于含有未知模型参数和噪声统计的ARMA模型信号,运用现代时间序列分析方法,在递推增广最小二乘法的基础上,对ARMA新息模型参数进行在线辨识,辨识得到未知模型参数。噪声统计的在线估计是通过求解相关矩阵方程组的方法来完成的。基于按标量加权最优融合准则,本文推导出了ARMA模型信号分布式自校正加权信息融合Wiener滤波器。

浅谈园林设计思想与园林施工的融合与校正

园林景观的设计与施工是一个园林设计作品优良与否至关重要的两个阶段,园林设计把握着项目的方向盘,园林施工则是方案落成路途上的清障工。一个方 案能否真正落地成为一个好的作品,施工阶段扮演着非常重要的角色。园林工程的全周期工作可分为三个阶段,即前期的设计阶段、中期的施工阶段和后期的养护管理阶段,这三个阶段协调配合以实现全过程的质量控制是提高园林工程质量的有效保障。

基于DMSP-OLS与NPP-VIIRS的长时序夜间灯光数据模拟

以2000—2013年DMSP-OLS数据和2012—2019年NPP-VIIRS数据为基础数据,对其进行预处理之后,选取2012年和2013年数据,提取县域行政范围内灯光亮度值进行拟合。结果表明,2类灯光数据间存在明显的相关关系,且模拟数据与原始数据之间存在更为显著的相关关系。

基于改进的湿润地区站点与卫星降雨数据融合的洪水预报精度分析

目前卫星降雨数据是水文研究中重要的数据来源,但其精度尚未达到洪水预报的要求。将TRMM3B42RT、TRMM 3B42、GPM IMERG Early及GPM IMERG Late分别与站点实测降雨数据融合,并利用HEC-HMS模型进行洪水模拟,从而改进卫星降雨洪水预报精度。结果表明,卫星降雨数据在经过与实测降雨数据的融合处理后,误差明显降低,相关系数由0.7提高到0.9以上,进而提高了模拟洪水的精度,在洪水预报方面有一定的可行性。

基于多源数据融合的海河流域降水资源评价

为更准确地评价海河流域降水资源量及其空间分布,将海河流域划分为山区迎风坡、山区背风坡和平原区3个片区,采用人工神经网络叠加一致性修正分片区进行多源数据融合校正,生成海河流域2001—2019年降水融合数据集,并利用该融合数据集对流域降水资源进行全面评价。结果表明:从降水数量来看,原始卫星产品在海河流域高估降水,融合校正数据集精度较原始卫星降水数据有较大提升,得到海河流域2001—2019年的年均降水量为515.2 mm,合降水资源量1639.4亿m 3;从降水分布来看,融合校正数据集能更好地捕捉降水空间分布,揭示流域东北、东南、西南和中部偏西降水较多,西北部和中部偏东降水较少;从降水规律来看,海河流域平原区降水与空间位置参数存在很明显的联系,流域山区迎风坡和背风坡降水均与高程变化具有明显的关系。

YE地区低信噪比复杂地表资料的静校正处理技术

当地震资料既存在严重静校正问题,信噪比又极低时,严重的静校正问题会制约提高信噪比技术的效果,同时低信噪比问题又会严重导致静校正问题得不到很好解决,两者形成一种耦合关系,严重影响资料的成像效果。以解决复杂地表条件下低信噪比资料的静校正问题为出发点,讨论了折射层析静校正和初至波层析静校正适用性,提出了层析静校正融合技术;分析了生产中常用模型迭代剩余静校正和非地表一致性剩余静校正方法的适用性,提出了基于蒙特卡罗剩余静校正与模型约束最大能量剩余静校正的综合剩余静校正技术,摸索出一套有效解决低信噪比资料静校正问题的处理技术。以YE地区存在严重静校正问题的低信噪比资料为例,验证了所述静校正处理技术的有效性。

火成岩发育区静校正技术与应用

近地表地形、复杂地质结构和低降速带等因素会损害采集到的地震反射信息,进而会极大地影响叠加剖面的成像效果和构造形态,因此静校正一直是陆地地震资料处理流程中必不可少的一环。北部湾地区表层覆盖有大面积的火成岩,其厚度变化剧烈,表层岩性变化大,难以构建精准的近地表模型。充分利用微测井、折射波、综合物化探多种信息,并融合多种方法的优势,建立了准确的近地表模型,取得了满意的静校正效果。

SPECT/CT装机后早期质控的必要性探讨

目的：探讨SPECT/CT一体机装机后早期进行质控检测的必要性。方法在装机2个月后进行SPECT/CT机的固有平面均匀性校正、旋转中心校正和融合校正，测定、校正各项指标。结果各项质控指标均在标准范围内，但装机后3个月固有平面均匀性有所降低，质控后得到改善。旋转中心和融合校正检测结果较稳定。结论 SPECT/CT一体机装机后定期做质控检测是保证图像质量的重要环节。

新一代船舶操纵模拟器关键技术

为更好地满足船员训练要求,根据大型船舶操纵模拟器技术性能标准,对模拟器开发中最新的关键技术进行探讨,具体针对模拟器的仿真驾驶台和虚拟现实系统两方面进行研究,驾驶台由传统驾驶台发展到高度集成、智能化水平较高的综合船桥系统(Integrated Bridge System,IBS)驾驶台,虚拟现实系统由普通的三维视景显示系统发展到360°全景立体视景系统,并且改进视景系统中海浪渲染方法、分布式渲染技术以及投影图像校正与融合技术.

柴达木盆地多元信息融合遥感蒸散发估算

蒸散发是水循环中水量、能量平衡的关键过程。REDRAW模型对典型遥感蒸散发模型SEBAL干湿限选取方式进行改进,使用理论计算法估算干湿限地表温度以降低空间歧义性。为检验这两个模型在柴达木地区的适用性,以及气象校正对于蒸散发的敏感性,文中使用ERA5再分析数据、地表站点观测融合作为气象输入,采用REDRAW和SEBAL两种单源遥感蒸散发模型反演柴达木盆地2001-2020年1km×1km分辨率逐月蒸散发,由此求得多年平均蒸散发并水量平衡闭合验证。结果表明:REDRAW模型估算的柴达木盆地年均蒸散发为178.5mm,水量平衡闭合度为89.2%,较SEBAL模型能更好地描述该区域蒸散发特征;基于随机森林模型的气象校正算法可以纠正ERA5再分析数据的系统性偏差,能一定程度上消除缺乏气象站点观测引起的蒸散发估算误差。

带未知衰减观测率多传感器系统的自校正加权观测融合估计

对带未知衰减观测率的多传感器线性离散时不变系统,通过相关函数在线辨识不同传感器的衰减观测期望和方差,将在线辨识的参数代入到最优加权观测融合滤波算法中得到自校正加权观测融合滤波算法.分析了参数辨识的一致性和自校正加权观测融合滤波算法的收敛性.仿真例子验证了算法的有效性.

过程校验仪的设计方法

针对国产过程校验仪在精度和稳定性两个关键技术指标上与国外产品存在较大差距的缺陷,文章提出了非对称精度系统设计技术、基于调制和斩波放大的信号调理技术、基准融合自校正技术来克服精度和稳定性两方面存在的缺陷,提升国产过程校验仪的性价比。

川东南复杂山地灰岩区静校正技术综合应用研究

复杂山地灰岩出露区勘探存在严重的静校正问题,解决静校正问题难度较大,由于静校正问题的存在会降低地震资料的垂向分辨率、出现假构造、影响速度分析,严重影响地震资料成像质量,降低勘探成功率.为解决复杂山地灰岩区勘探存在的静校正问题,本文研究了高程静校正、折射静校正和初至层析静校正,分析对比不同方法的优缺点和应用效果,在此基础上提出并研究融合静校正技术,在本研究区中,该方法是采用折射静校正和初至层析静校正量的优势区域进行融合,充分发挥不同方法的优点和适应性,较好的解决一次静校正;针对剩余静校正问题,提出了基于反射波剩余静校正、成像域射线束剩余静校正和速度建模的循环迭代综合剩余静校正处理技术,分步逐级迭代解决剩余静校正问题,该方法集成了反射波剩余静校正、成像域射线束剩余静校正的优点,明显提高地震剖面的细节成像质量.通过本文研究,建立了一套针对复杂山地灰岩区低信噪比资料的静校正处理技术序列并形成一套处理流程,在川东南复杂山地灰岩区低信噪比数据处理中,验证了该技术序列的可行性,取得比较好的效果.