基于支持向量机算法的乳制品分类识别技术研究

本文针对乳制品分类快速识别技术依旧相对匮乏的现状,获取了样品的拉曼光谱,以此作为表征样品的质量特性数据,输入支持向量机判别模型,构建高效识别技术。结果显示,乳制品拉曼光谱数据采集迅速,含水样品可直接上样测试,单个样品的数据采集时间仅需2.5min,计算机处理时间在10s以内,参数优化条件分别为小波软阈值降噪(db1小波基,分解层数N=3)、归一化处理([-1,1]区间),通过主成分分析提取80个主成分(累计贡献率99%以上),支持向量机算法(径向基核函数,惩罚系数c=32,核函数参数g=0.022097),测试集最佳识别率可达到100%。由此可见,本文所建立的高效识别方法,具有分析速度快、流程便捷等多项优点,能够为乳制品质量安全监管提供技术参考。     

乳粉拉曼光谱表征数据的标准化与降噪处理研究

拉曼光谱是一种分子振动光谱,可用以表征乳制品丰富的组分信息,并可作为质量数据来源用以建立乳制品质量判别模型。拉曼光谱采集易受到多种因素影响,而输入数据的波动无疑会影响到判别模型的准确性,为此,需要进行必要的数据前处理。本文针对3种不同激光功率采集的乳粉拉曼光谱数据展开分析,论证了拉曼光谱数据的标准化和降噪处理适用方法。通过标准化去除量纲干扰,利用小波降噪处理去除随机噪声,以相关系数为量化评价指标。实验结果显示,平均值标准化处理可有效去除量纲,减少数据分散性,db1(或sym1,bior1.1)小波基软阈值处理,可有效消除噪声干扰,提高样品间相似性。     

金属矿地震数据降噪研究——基于小波域盲分离JADE算法

探索深部金属矿地震勘查中数据降噪方法,提出小波域盲分离算法处理流程,通过对我国云南地区某金属矿低信噪比资料,进行实际降噪处理研究,结果表明:①将地震数据变换到小波域的盲分离JADE算法降噪处理后,再从小波域变换到时间域,比单纯的时间域内盲分离JADE算法降噪效果要好;②在降噪处理过程中,必须根据不同地区的地震数据多次试验参数组合,以其达到最佳降噪效果。将盲信号理论与小波变换有机结合进行深部金属矿地震勘查数据降噪,对利用地震方法大面积地寻找盲矿和深部隐伏矿有一定的实用价值和指导意义。     

基于SAR提高喀斯特地区LUCC光谱分类精度研究

喀斯特地区复杂地表形态导致地面调查可深入性差、精度不高,遥感则作为该区有效监测与研究人类活动对土地利用(LUCC)方式与利用程度影响的主要手段。文章利用ALOS多光谱数据与Terra SARX的数据进行融合,讨论了HH极化微波后向散射数据用于改善多光谱遥感数据LUCC分类的精度,并比较了不同融合方法对地物识别。结果表明:2种数据之间的融合充分利用了多光谱的光谱信息与HH极化数据丰富的结构与纹理的特征,增强了不同地物之间的光谱差异,提高地物可分性;PC法融合、IHS法融合分类精度较单独使用ALOS多光谱数据分类精度分别提高了8%与13%,而且由于HH极化对植被含水量的敏感性,提高了"插花"分布的旱地与草地、林地等由植被覆盖的土地利用类型的区分精度。通过该研究探讨了HH极化数据与多光谱数据融合在地表信息提取中的应用,拓展了遥感数据在喀斯特地区土地利用领域应用的范围。     

农作物类型遥感识别算法及国产高分卫星应用示例

目的 随着国产高分卫星的快速发展,高分卫星遥感数据在农作物类型遥感识别中获得了广泛应用。通过对农作物类型遥感识别算法的总结,可以发现农作物类型遥感识别算法的优缺点,能够提高国产高分卫星在农业遥感监测中的应用水平。方法 文章在农作物类型遥感识别算法原理分析基础上,对农作物类型遥感识别算法进行分类,并基于高分六号宽幅数据（GF-6/WFV）,在各类算法中选择1~2种典型方法进行示例说明。结果 光谱特征的可分性是遥感识别算法的基础,根据实施方案的差异,农作物类型遥感识别算法可分为目视解译算法、机器学习法和特征指数识别算法3类。基于GF-6/WFV的随机森林的花生类作物识别、光谱空间特征指数算法的园地识别和时间序列特征指数的冬小麦识别的结果精度均大于90%。结论 当前农作物类别遥感识别算法中,高分卫星数据都能够得到有效应用,国产高分卫星数据的应用前景广阔。     

基于快速定点学习算法的高光谱遥感信息提取

高光谱遥感通过航空或航天成像光谱仪获得地物的连续光谱信息,可探测到普通遥感不能探测到的物质。而独立成分分析技术是一种基于信号高阶统计特性的分析方法,在利用该方法进行高光谱数据处理时,将待识别的地物作为独立成分表示出来,可得到地物之间的分离度最大化。通过对高光谱遥感图像数据的特性进行分析,使用USGS光谱库中的矿物光谱作为端元信号,构造模拟的高光谱遥感图像,证明了快速定点学习算法在高光谱遥感矿物蚀变信息提取中的有效性。     

结合独立分量分析和支持向量机的遥感影像土地覆盖分类

在高分辨率遥感影像中地物的光谱分布非常复杂，同质异谱、异谱同质的现象广泛存在，相互混杂的光谱使得传统的光谱解译方法面临困难。独立分量分析是由信源分离技术发展起来的智能信号处理方法，可将多通道信号按照统计独立的原则通过优化算法分解为若干独立成分，将其引入到高分辨率遥感影像处理中．可以减少地物光谱分布的混杂性，增强目标和背景的反差，从而提高分类精度。支持向量机是在统计学习理论基础上发展出的一种新的模式识别方法，本文将其与独立分量分析结合对高分辨率影像进行分类，以北京地区QuickBird多光谱影像为例，实验证明该方法能有效提高高分辨率影像的分类精度．     

不同预处理方法对稻壳酶解效果的比较研究

首次将爆米花机用于稻壳的预处理,与3%NaOH、3%氨水、3%H2SO4、5%氨水煮沸处理以及微波处理法比较。结果表明,相对于未处理稻壳,经以上方法处理后的稻壳酶解率分别提高了258.50%、395.55%、177.53%、168.62%、130.16%、50.61%。其中爆米花机处理法因爆稻壳是爆谷花的副产物而相对成本低,且绿色环保,因而是一种可放大到工业化生产的预处理方法。     

基于SAR遥感的北方旱地秋收作物识别研究

在我国北方旱地秋收作物生长关键期,云雨天气影响较大,无法及时、有效地获取光学遥感数据,因此利用雷达遥感进行旱地作物识别研究非常必要。文章以河北省衡水市为研究区,选择6期RADARAST-2全极化影像作为数据源,分类方法为随机森林法。首先通过对比不同时相间的组合结果,优选出了研究区典型秋收作物(玉米、棉花)的最佳识别时相及组合方式。其次,提取最优识别时相的后向散射信息、纹理信息、极化分解等3部分信息,依据信息间相互组合的结果及随机森林算法对变量的重要性评价,文中对上述3部分信息进行了重要性评估。结果表明:利用SAR识别旱地秋收作物时应着重关注作物生长前期的时相,其中玉米在6月27日单一时相下就可获得90%以上的高精度;棉花面积小、地块破碎,但通过6月3日与6月27日两个时相的结合也得到了70%以上的精度。在玉米识别中极化信息具有较大的贡献,极化变量的加入主要增加了玉米和建筑用地的可分离性,与单纯利用后向散射信息分类相比精度提高了近7%;同样,纹理信息和极化分解信息的加入也使棉花的精度提高了3%。最后,利用随机森林算法对变量的重要性评价机制,优选出对玉米识别最为重要的5个变量,依次为:VH、Alpha、Yamaguchi4-Odd、Freeman-Vol和Mean(HV)。该研究利用雷达数据进行旱地作物识别,验证了雷达影像对旱地秋收作物的识别能力,不仅保证了数据获取与天气状况的独立性,还凭借SAR独有的数据获取方式,为光学数据提供了补充。     

基于全极化SAR与多光谱的喀斯特山区农村林地提取

[目的]为加快推动贵州省"互联网+"林业建设,打破贵州喀斯特高原山区遥感监测瓶颈,选取了空间分辨率8m的Radarsat-2全极化SAR数据与空间分辨率6m的SPOT 6多光谱影像作为数据源,探究微波与光学遥感结合在喀斯特山区农村地区的林地提取技术。[方法]首先采用ENVI SARscape与NEST软件对SAR图像预处理。将Radarsat-2全极化数据与SPOT 6标准假彩色影像进行HSV融合。计算融合图像的平均梯度、信息熵、标准差与均值,评价出最优融合效果的极化方式。基于K均值(K-means)与最大期望(EM聚类)聚类算法分割图像,选择合适的算法,基于聚类分割的阈值进行面向对象的林地分类。最后,基于像素的混淆矩阵精度评价,结合贵州省林业厅调查数据、野外样方和航拍图,建立参考样本评价分类结果。[结果](1)融合之后,目视解译出林地边缘明显但较粗糙;对于在林地中小面积建筑物、农田中的较分散的林地小图斑能够识别,但边缘粗糙;有林地和灌木林地在色调上区分明显;在融合后的明度图中的灌木林地有明度较大的像元,此类像元为石旮旯地。(2)通过定量分析,融合之后的影像较SAR和光学数据信息量大。同极化平均梯度大于交叉极化,HH极化方式下各指标最大。图像EM聚类分割比K-means聚类更加细化。EM聚类图像的特征区分明显;(3)研究分类出了有林地、灌木林地和其他林地。面向对象的林地分类总体分类精度达到85.71%。[结论]研究将微波与光学遥感结合,为喀斯特山区中农村地区的林地提取提供新思路,与传统的林地监测相比,数据获取快捷,提高工作效率,精度准确。有助于通过遥感的手段解决地块破碎区域的林地提取问题,为提高多源遥感技术在喀斯特农村地区中的林地智能监测的能力提供借鉴。     

基于GF-1 PMS影像的柠檬种植面积估算

为应用国产高空间分辨率影像快速、准确估算丘陵区柠檬种植面积,文章基于GF-1 PMS影像使用不同数据预处理及分类法估算柠檬种植面积。通过对影像进行大气校正、数据融合、滤波等处理,分别得到光谱反射率数据、融合影像和纹理特征数据(分辨率分别为8m、2m、2m)。通过可分离性分析,发现荒草地和未成林柠檬的可分性最差,二者在光谱反射率数据、融合影像和纹理图像中的可分性数值均小于1.8,是影响柠檬分类精度的主要因素。基于最大似然法的分类精度评价结果显示,纹理图像数据估算精度好于8m分辨率的多光谱反射率数据和2m分辨率的融合图像,适当的影像预处理有助于提高监督分类精度。对比基于最大似然法的精度,基于面向对象法的柠檬面积估算精度达95.09%,高于监督分类法的,使用GF-1 PMS影像估算柠檬面积最优方法为面向对象法。该研究为应用国产高分辨率遥感数据快速、准确估算丘陵地区果树种植面积提供了相关参考。     

基于星载极化SAR数据的农作物分类识别进展评述

［目的］农作物播种面积信息不仅可为农情监测和作物估产提供重要的数据保障，还是国家制定粮食政策和经济计划的重要依据。快速、准确地获取农作物播种面积信息能为农业生产管理提供决策支持。极化SAR不受云雨天气的影响，在农作物遥感监测方面具有巨大的应用潜力，有效利用极化SAR数据进行农作物识别研究对促进雷达技术在国家农业遥感监测和农业供给侧结构性改革中发挥更大作用具有重要意义。［方法］以星载极化SAR技术的发展过程为论述主线，从单、双极化SAR数据，单、双极化SAR数据结合光学影像，全极化SAR数据三个发展阶段，对极化SAR数据在农作物分类识别中的研究与应用进行总结，并对比分析不同的识别特征、融合算法以及分类算法的优缺点。［结果］以往研究存在以下不足：当前研究多以识别水稻为主，对于难以识别的旱地作物研究较少；目前对旱地作物识别精度不高，平均识别精度不足85%；缺乏对不同作物散射机制及其随时相变化的研究，导致分类算法机理性不足，普适性较差。［结论］在今后的研究中，旱地作物散射机制的定量确定，如何利用散射机制及其变化来提高旱地作物遥感识别精度和普适性；目前分类算法大都是基于光学影像设计，如何利用SAR特殊的成像方式优化设计适用于极化SAR数据的分类算法，得到更高的分类精度；如何更好的跟光学遥感等多源数据（光学数据、GIS数据等）结合来提高精度，将成为未来极化SAR农作物识别中三个亟需重点解决的问题。     

基于SD模型的诸城市农业结构仿真优化研究

［目的］预测2017—2035年诸城市农业结构的变化趋势，对农业结构进行多情景优化仿真，提出优化调整建议。［方法］文章以山东省诸城市作为研究对象，将农业结构划分为种植、种养结合和加工休闲3个子系统，选取56个指标，运用多元统计回归分析等方法构建41个方程，建立农业结构系统动力学（System Dynamics，简称SD）模型，运用Vensim—PLE软件进行仿真优化分析。［结果］SD模型预测结果表明，到2035年，粮食作物播种面积1105万hm2，总产量8037万t，经济作物播种面积652万hm2，总产量15203万t； 生猪出栏量达到29615万头，家禽出栏量1105 231亿只，畜禽粪污利用率8792%； 农业总产值达到25132亿元，休闲农业产值6134亿元，食品加工业产值1 25263亿元。假设种植业生产中的农业科技投入增加2个百分点， 2035年粮食作物产量较优化前增加576万t； 经济作物产量较优化前增加2814万t； 假设有机肥施用补贴增加3个百分点， 2035年畜禽粪污利用率较优化前提高762个百分点； 假设农产品加工业的研发力度和科技投入增加1个百分点， 2035年食品加工产值较优化前增加73521亿元； 农产品加工业产值占农业总产值比值由优化前的325：1达到41：1。［结论］为进一步推进诸城市农业结构调整，迫切需要加大农业科技投入，完善有机肥扶持政策，培育种养结合新型经营主体，重点扶持培育加工龙头企业，发展现代化休闲农场，促进农业产业融合发展。     

西宁近48a来气温变化的多时间尺度分析

利用Morlet小波分析了1954￣2001年西宁市年平均气温距平时间序列的小波变化特征,揭示了气温变化的多时间尺度结构,分析了其中存在的主要周期振荡和突变点,并与功率谱分析结果进行比较。结果表明:西宁市年平均气温存在多时间尺度的周期变化特征,西宁市年平均气温存在3.5a,准11a和准24a的主周期。西宁市的气温变化存在着明显的多时间尺度,即年代际尺度和年际尺度的周期性变化,20￣32a时间尺度具全域性外,其它尺度的局部化特征则很强。西宁市的气温变化还显示出突变点分布和及其位相结构。21世纪初西宁市年均气温还将处在一个偏冷期。通过功率谱和小波变换方法在诊断气温变化上的应用,得出功率谱在诊断气温变化中一些缺点,而小波变换方法能分析气温序列随时间变化的多层次结构,功率谱分析方法由于自身原因难以做到这一点。     

草地系统认知理论与光谱融合量化策略

研究目的：面对全球气候变化、社会经济发展以及粮食结构转型,运用先进的遥感技术探索草地系统规范的认知理论和遥感解译框架。研究方法：通过文献分析发现标准光谱端元空间或是突破传统遥感技术壁垒实现草地系统认知规范的关键;基于光谱混合分解模型构建多光谱—高光谱两个尺度的标准光谱端元空间,并开展草原类型多级嵌套分类实验。研究结果：提出草地系统认知理论框架和基于标准光谱端元空间的光谱融合量化策略,并在中国—内蒙古—科尔沁左翼后旗三个尺度的草地类型多级嵌套遥感分类实验中取得较好的结果。研究结论：基于标准光谱端元空间的光谱融合量化策略有利于构建稳定、具有专业概念支撑的解译框架,配合多级嵌套的分类结构能够实现草地系统认知框架下光谱数据的规范,从而支撑不同等级的应用和管理需求。     

绿色农产品数字化标识与品牌战略协同研究

[目的]农业品牌化已经成为农业现代化的核心标志。数字化标识在推动农产品品牌建设等方面提供了数字信息与技术支撑,但对于二者之间的协同仍缺乏系统科学的研究。[方法]文章通过文献梳理、对比分析、案例分析等方法,明确绿色农产品数字化标识与品牌战略的概念,分析我国绿色农产品数字化标识与品牌战略发展过程中的成效和存在的问题,提出促进我国绿色农产品数字化标识与品牌战略协同对策。[结果]（1）明确了绿色农产品数字化标识与品牌战略的内涵、外延和协同关联;以协同理论为基础,提出了绿色农产品数字化标识与品牌战略的协同思路和机制;指出绿色农产品数字化标识提升农业品牌战略和价值,农业品牌战略促进绿色农产品数字化标识创新升级。（2）我国绿色农产品数字化标识与品牌战略协同取得明显成效,但仍存在农业标准体系不够健全完善、结构不尽合理、农产品质量认证体系和认证管理制度不规范等问题。[结论]加强环境建设、可追溯系统平台标准体系和技术建设、自主创新研发应用、品牌宣传营销、试点工作等,可促进绿色农产品数字化与品牌战略协同。     

数字正射影像图制作流程及工艺

研究目的：介绍不同遥感数据DOM制作流程及其关键技术，探讨实际作业中应注意的问题及解决方法，提高正射影像图精度及生产效率。研究方法：实验法与比较分析法。研究结果：（1）从正射纠正、融合、镶嵌、色彩调整等方面对比分析，提出了较好的影像处理方法；（2）对于纠正误差，可采用局部纠正和影像替换方法解决。研究结论：整体纠正、Pansharp 变换法、Photoshop工具色彩调整等可以有效提高成果质量，消除误差。     

许昌花卉旅游发展的调查分析

从花卉旅游发展的实际情况进行分析,对许昌花卉旅游进行调查分析,通过对许昌花卉产业基地名优花木科技园中企业的实际调查和分析,提出许昌发展花卉旅游的看法:政府积极引导,旅游活动各要素的开发,加强合作、重视营销,加强生态环境的保护。     

数据融合算法在土地评估中的应用

研究目的:基于专家的主观信息在当前土地评估中的关键作用,对专家主观信息的置信度和评估数据进行分组融合,以提高评估精度和评估结果的可信度。研究方法:基于模糊测度理论,分析土地评估中"专家信息"融合需要解决的问题,建立融合准则和信息融合模型。研究结果:推导了专家评估信息融合基本算法,对专家的评估信息进行了有效的建模和融合,并在实际土地评估中进行了应用。研究结论:该方法能增加专家主观评估的可信性,提高估价精度,在更高层次上实现对专家信息价值的挖掘与利用。