汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

基于多源卫星数据的云底高度反演算法在中国近海的应用研究

本文利用直减率反演云底高度的计算方法,联合星载主、被动探测资料开展了中国东海、南海上空暖云云底高度反演研究,同时对暖云的分布特征进行了统计。结果表明受大气层结稳定程度影响,夜间的反演效果优于白天。两种资料的云顶高度较一致时,反演效果好,该方法具有可行性。     

基于镜像图的LRC和CRC偏差结合的人脸识别

为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法增加了训练样本的数目,克服了由于光照和姿态等外部因素带来的影响.实验结果表明,镜像图与LRC和CRC偏差结合的人脸识别方法提高了人脸识别的准确性.     

基于不同邻近标签数选择的LANDMARC定位算法研究

对于基于射频识别的LANDMARC室内定位算法而言,该系统采用"k近邻"算法,通过选取k个与待测标签相邻且符合特定条件的参考标签,最后根据这些标签的位置结合权值估算出待测标签的坐标信息.但是在实际的操作过程中,最近邻参考标签数的选取无指导原则,具有一定的盲目性.针对这一问题,通过选取与待定位参考点最近邻的参考节点作为未知点,通过搜索法获得最优的邻近标签数k,在随后的未知节点的定位过程中,选取k个邻近标签进行定位.经过多次实验,最终得出结论,使用改进后的LANDMARC算法的性能要优于原来经典的LANDMARC算法,精确度提升了10%左右,同时避免了k值选取的盲目性.     

区块链技术在教育领域的应用现状与展望

区块链本质上的去中心化和安全特性,使得其很适合于解决目前教育领域面临的困难.本文首先介绍了区块链的基本技术原理,包括区块的结构和区块链的构成、区块链技术平台的体系结构、区块链的分类、共识算法、智能合约.接着分析了目前教育领域发展的终身教育和跨地区教育的新形势,以及传统数字化教育系统面临的主要问题.然后从教育相关信息的多方共享和验证、学习过程跟踪、激励和学习路径塑造、学习评估、教育管理与决策辅助等几个方面对区块链技术在教育领域的应用现状进行了介绍和分析.最后总结了目前区块链技术应用到教育领域的主要问题,并展望了未来的发展方向.     

飞机积冰预报算法对比及其集成预报模型研究

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。     

基于WRF模式的风电场短期风速集成预报方法研究

风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。     

卡尔曼滤波在InSAR噪声消除与相位解缠中的应用

相位解缠作为InSAR技术中的关键步骤,一直是研究的难点和热点。通常的相位解缠方法在相位解缠前首先必须进行噪声消除,而卡尔曼滤波将相位解缠问题转化为状态估计问题,实现了相位解缠与噪声消除一并处理,成为一种相位解缠新途径。并提出了卡尔曼滤波在相位解缠与噪声抑制中的一种新算法。     

基于A*算法的路网数据组织

路网的数据组织是路径规划算法设计的基础。采用C++标准模板库实现基于A*算法的路网数据组织,着重从路网的拓扑结构、空间索引、A*算法数据结构、分层和分网格组织几方面来讨论。最后给出实例证明其有效性。     

一种拓扑保持的折线简化算法研究

通过分析Douglas-Peucker折线简化算法之不足,提出了一种基于二叉树数据结构的折线简化算法,解决了传统算法的自相交问题。对于GIS数据简化压缩及制图综合具有很高的实用价值。