利用高光谱数据进行植被生化成分反演方法研究

高光谱数据包含着丰富光谱信息,能够定量地分析物质成分^[1]。由高光谱数据,可以运用多元逐步线性回归方法反演植被生化组分含量,从而达到监测植被生长状况的目的^[2]。本文具体介绍了多元逐步线性回归方法,及其在氮、木质素和纤维素含量估算中的应用。     

流域水文模型参数识别的现代优化方法研究进展

水文参数优化是水文模型发展中的一个重要部分,针对水循环过程模拟中的流域水文模型参数识别的复杂优化问题,回顾了水文模型优化算法的发展历程,对国内外水文模型参数识别算法的最新进展进行了阐述.介绍了模拟退火算法、遗传算法、SCE-UA、粒子群算法等常用算法的参数设定及一般流程,并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几种常用算法在新安江模型中的优化结果进行了比较,认为混合加速遗传算法是一种较好的方法.在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向.     

基于BP神经网络的抚河水环境质量评价研究

水环境质量评价中.评价因子和评价等级之间是一种复杂的非线性关系.人工神经网络权重因子可以通过学习自动调节,不需要人为设置权重,能较好的处理复杂的非线性关系.通过构建基于BP(反向传播)算法的人工神经周络模型.对抚河水质进行评价.评价结果与模糊聚类方法得出的结果进行对比可发现,神经网络法可以客现、准确的得出评价等级,同时还可以分析出同一类别河段污染程度的不同,实例证明它是一种较好的水环境质量评价方法.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高     

确定连续系统参数的时域方法

提出一种确定连续系统参数的时域方法。该方法利用方波输入和系统稳定性，离析出输出采样信号与结构参数的内在联系，推导出确定连续系统结构参数的算法．指出该算法与辨识方法相结合，可实现对含随机干扰的连续系统结构参数的估计．     

一种树型网络拓扑简图的生成算法

给出一种树型网络拓扑的语义描述方法及其拓扑简图的生成算法。该方法通过建立网络联接线路标识串集和网络设备连接标识串集，来构造网络设备的拓扑描述，并计算生成网络拓扑简图。     

东海浮游翼足类(Pteropods)数量分布的研究

根据1997～2000年东海海域23°30'～33°00'N,118°30'～128°00'E的4个季节海洋调查资料,运用定量、定性方法,探讨了东海浮游翼足类总丰度的平面分布、季节变化及变化的动力学机制.结果表明,东海翼足类总丰度和出现频率有明显的季节变化,均为秋季最高,夏季次之,春季最低;总丰度在各个季节基本上呈东海南部高于北部、外海高于近海的分布趋势;春季的尖笔帽螺(Creseis acicula)、夏季的锥笔帽螺(Creseis virgula)、秋季的蝴蝶螺(Desmopterus papilio)和冬季的马蹄螔螺(Limacina trochiformis)是导致总丰度季节变化的最主要的种类;冬、春和夏3个季节丰度变化及4季总丰度的变化同表层或10m层水温有非常显著的线性相关关系,与底层温度及盐度的相关关系不显著.夏季翼足类高丰度区位于台湾暖流与黑潮暖流的分支处;从夏季到秋季,翼足类随着台湾暖流向北扩展,并在与长江冲淡水,闽浙沿岸水团,黄海水团等交汇处形成高丰度(大于500×10-2个/m3)和较高丰度(250×10-2～500×10-2个/m3)分布区.水温和海流是影响东海翼足类总丰度分布的主要环境因素.