连续信号x()=6c0S丌t,以采样间隔T=025对 其采样,求采样周期序列的频谱,并与原始信号 x(t)的频谱进行比较

连续信号x(t)=2cos6t+4sin10元t周期为1s, 以不同采样频率对其采样,①f1=16点/周期,② f2=8点/周期,分别求采样后周期序列的频谱,并 与原始信号x(t)的频谱进行比较

研究了一种基于特征变量的复杂生产过程预测模型.与传统的建模方法相比,该方法不需要经过机理分析,而从信息科学的角度出发,在对反映生产过程工况原始动态数据进行特征选择的基础上,运用时间序列分析法建立其预测模型.同时讨论了它的神经网络实现方法.仿真结果表明了该方法的可行性

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度

天目山区域毛竹林优势取代阔叶林所致生物多样性降低的研究 乌蔹莓花序结构及其与生长繁育方式关系 天目山南大门草丛植物群落演替初期格局与机制探究 天目山灯下蛾类群落多度与体长的相关性探究 天目山低山地区两条路线7月常见鸟类比较和多样性估计 天目山灯诱昆虫多样性调查 不同成分糖醋液诱捕天目山昆虫的有效性探究 基于ITS序列对⻄天目⼭地区⼤型真菌的分类鉴定 探究喜旱莲子草的入侵程度对群落草食作用的影响 天目山倒木生物多样性研究 一年蓬及小飞蓬入侵程度对昆虫群落多样性的影响 蕺菜苞片在吸引昆虫访花过程中的作用

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

从土壤和活性污泥中筛选到三株絮凝剂产生菌,将其进行双菌混合培养的正交试验,构建出了比单一菌所产絮凝剂絮凝活性更高的复合菌群LH,通过16SrRNA序列分析,初步判定二菌分别为Micrococcus sp.和Paenibacill usvelaei菌.对其性质的初步研究发现,复合菌LH所产絮凝剂MBF-LH为胞外代谢产物,其热稳定性好.LH产絮凝剂的最适碳源、最适培养温度、最适pH值和通气量分别为蔗糖、30℃、pH8和120r/min恒温振荡培养.培养基中添加KCl、CaSO4、K2HPO4能明显提高发酵液絮凝率.絮凝剂MBF-LH处理废水时具有用量少、絮凝率高的特点

人类只有一个基因组,大约有5-1万个基因。人类基 因组计划是美国科学家于1985年率先提出的,旨在阐 明人类基因组30亿个碱基对的序列,发现所有人类基 因并搞清其在染色体上的位置,破译人类全部遗传信 息,使人类第一次在分子水平上全面地认识自我。计 划于1990年正式启动,这一价值30亿美元的计划的目 标是,为30亿个碱基对构成的人类基因组精确测序, 从而最终弄清楚每种基因制造的蛋白质及其作用。打 个比方,这一过程就好像以步行的方式画出从北京到 上海的路线图,并标明沿途的每一座山峰与山谷。虽 然很慢,但每一座山峰与山谷。虽然很慢,但非常精 确

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义