使用装备有产量监视仪的 CASE IH2366联合收获机,在黑龙江垦区进行农田作物 产量分布信息采集试验,取得了一些试验数据、经验和体会。通过试验对产量监视系统有了 更深入的了解,为今后的精准农业试验奠定了基础 关键词:全球卫星定位系统;联合收获机:产量监视仪 农田作物产量分布信息(基于GPS的收获机产量监视仪)的试验是实施“精准农业”的 第一步,只有采集到农田作物产量分布信息,才能用计算机软件绘制出谷物产量分布图(田 间信息处理),为作物生产管理决策提供条件 农田作物产量分布信息(基于GPS的收获机产量监视仪)的试验由黑龙江八一农垦大学 与黑龙江省友谊农场共同实施,试验地点在友谊农场五分场二队,取得了一些试验数据、经 验和体会

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

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

为了解决多芯电缆的非侵入式电流测量由于被测对象信号微弱、系统灵敏度高、易受环境因素干扰，造成测量误差较大的问题，采用磁阻传感器的非侵入式电流测量系统为研究对象，在分析系统测量方法及硬铁、软铁和比例因子等误差构成的基础上，提出一种基于二步法的误差校正方法，该方法通过对传感器输出信号进行非线性变换，构造了与误差相对应的矩阵方程，并在对方程求解后进行非线性回归计算，从而实现对多芯电缆的电流测量值的动态误差修正.实验结果表明，该方法可以同时校正非侵入式电流测量系统的线性误差与部分非线性误差

1、掌握序列的概念及其几种典型序列的定义,掌握序列的基本运算，并会判断序列的周期性。 2、了解对连续时间信号的时域抽样，掌握奈奎斯特抽样定理，了解抽样的恢复过程。 3、会利用卷积和、差分方程的迭代法计算系统的输出。 4、理解常系数线性差分方程及其用迭代法求解单位抽样响应。 5、掌握线性/移不变/因果/稳定的离散时间系统的概念并会判断，掌握线性移不变系统及其因果性/稳定性判断的充要条件。 引言 1.1 离散时间信号 1.2 采样 1.3 离散时间信号的傅里叶变换与Z变换 1.4 离散时间系统 1.5 系统的频率响应与系统函数

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

对空间数据的处理是GIS的核心功能,GIS中的数据通常描述三部分信息 空间信息(位置,空间关系等等),非空间的属性信息,时间信息。数据按照其测 量尺度,可以分为定名、定比、间隔、比率量四种类型。由于各方面的原因,GIS 数据存在着质量问题,了解数据质量有利于数据的正确使用,避免出现“ Garbage in, Garbage Out”的情形。数据质量可以通过元数据进行描述,简单的说,元数据 是对数据的描述,在GIS应用不断发展、空间数据不断增长的情况下,元数据有 助于数据的共享和有效使用

在21世纪全球信息电子化、网络化迅速发展的大环境下,无论是从大趋 势上看,还是从自身商业利益和学习工作角度考虑,建立内部管理信息系统 和与外界通讯是当务之急的任务。同时带宽的扩大和各类网络技术的发展, 网络的应用越来越广。在学习、科研、教学等方面对网络的需求量、带宽大 小、稳定性、安全性提出了非常髙的要求,目前,大学作为信息人才的培养 以及信息流通、再生的桥头堡,在互联网浪潮中扮演举足轻重的角色。校园 网已成为一个学校必备的信息基础设备,其规模和应用水平已成为衡量学校 教学与科研综合实力的一个重要标志。在此形势下,我们对中南林学院进行 校园网的优化组网,以达到综合教学科研的目的

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

营销信息 目前发展趋势使营销信息的需要比过去任何时候更为强烈: 从地方营销发展到全国营销和国际营销:当公司扩大它们地理上的市场覆盖面时,经理们就需要比从前更多的市场信息。 从满足购买者的需要发展到满足购买者的欲望:由于购买者的收入增加,他们在选购商品时会变得更加挑剔。卖主们发现在预料购买者对不同特点、式样和其他属性的反应方面更难了,因此,他们转向建立正式的市场调研系统。 从价格竞争发展道非价格竞争:当卖主们加强对品牌、产 品差异化、广告和促销等竞争工具的应用时,他们为了有 效地应用这些工具就需要信息