摘要：以蝴蝶兰切花品种‘V3大白花(Sogo Yukidian V3)’为试材,采用物理保鲜的方法,将切花蝴蝶兰分别放入4个贮藏温度(8、12、16、20℃)进行贮藏,并且在特定时间点(5、10、15、20 d)拿出放在室温环境内继续瓶插培养,研究了不同贮藏温度和贮藏时间对切花蝴蝶兰保鲜效应的影响,以期为切花蝴蝶兰贮藏运输提供参考依据。结果表明:16℃为切花蝴蝶兰最佳贮藏温度,在该环境内对切花蝴蝶兰进行不同时间的贮藏处理,均可以显著提升切花蝴蝶兰的瓶插寿命,与对照相比分别延长了8.00、12.61、13.52、14.00 d。在整个贮藏期间,16℃的温度环境可以有效降低切花的水分平衡值变化,比对照降低了70%;与对照相比细菌感染率和丙二醛含量也明显降低;同时显著提高超氧化物歧化酶(SOD)活性。

摘要：为提高烟草钵体苗移栽设备的自动化,解决现有移栽机械移栽效果不佳等问题,通过分析烟苗的表型和移栽过程,确定了自动移栽机的整机结构,对移栽机的穴盘输送装置、自动取投苗装置、柔性链输苗装置、栽植装置和覆土机构等关键部件进行了设计。利用UG、ADAMS和ANSYS软件对关键零部件开展了运动学和动力学联合仿真,以栽植频率、茎直径和栽植行走速比为试验因素,以直立度合格率和株距变异系数作为衡量指标,设计了正交试验并进行田间验证。结果表明,具备本研究所设计的移栽关键部件的烟苗自动移栽机,在栽植频率85株/min、烟苗茎直径4 mm和栽植行走速比1的最佳组合下,移栽后烟苗直立度合格率为94.42%,株距变异系数为3.25%。本研究所设计的烟草钵体苗自动移栽机可以满足烟苗移栽要求。

摘要：异常检测是模式识别领域的经典研究,然而在极端类别不平衡场景下,异常样本匮乏,训练数据仅包含正常样本,传统异常检测方法难以适用。因此,单分类算法逐渐受到关注,它只使用目标类样本构建决策边界,实现对非目标类样本的识别。目前单分类算法已经取得了显著进展,然而也存在一些局限性:(1)原始特征空间容易受噪声特征干扰;(2)单模型的单分类算法难以从多个特征空间学习更全面的决策边界;(3)缺少对先前模型的欠拟合样本进行针对性学习。为了解决这些问题,本文提出了基于宽度自编码网络的单分类集成算法(Ensemble One-class Classification Based on BLS-Autoencoder,EOC-BLSAE)。首先,本文设计了一种单分类宽度自编码网络模型(One-class BLS-Autoencoder,OC-BLSAE),它能高效学习原始特征空间到重构特征空间的非线性映射关系,利用重构误差构建决策边界;接着,本文设计了单分类Boosting策略,通过最小化全局重构损失,迭代学习欠拟合样本,从而多角度构建OC-BLSAE模型,并自适应评估模型的可靠性;最终,加权集成多个OC-BLSAE模型,有效提升整体算法准确性和鲁棒性。在实验中,本文在16个不同规模的单分类任务上进行参数实验、对比实验和消融实验,结果表明所提算法参数选择较为灵活,算法各模块能够相互协同,有效提升单分类任务的准确性和鲁棒性,整体性能超过前沿单分类方法。

摘要：砂浆加固法作为一种典型的混凝土结构快速修复加固技术,在加固方法及材料性能上具有多方面的优势,应用前景广阔。但是,目前常规加固砂浆力学等级较低,阻碍了其进一步推广应用。因此,提出了高性能水泥基复合砂浆的基本性能指标和制备方法,基于现有水泥基材料试配经验公式与前期大量的试配经验,采用正交试验法和控制变量法进行配合比的设计与优化,探讨各材料组分对高性能水泥基复合砂浆性能的影响规律。

摘要：超大规模多输入多输出(XL-MIMO)是面向未来6G超级无线宽带和超大规模连接的关键技术,其空间非平稳特性导致局部天线阵列区域可能仅会被部分用户“看到”,称为用户可视区域(VR)。利用VR可实现XL-MIMO低复杂度传输设计,如何识别用户VR是其必要前提。由于用户VR与其空间位置存在天然联系,可通过选择少量用户估计并反馈其所在位置处的VR,然后结合用户位置外推出其余用户VR。该过程可解释为“VR地图”的空间采样与重建,外推效果与采样点位置选择关系密切。为提高采样效率,基于探测与细化相结合的设计理念,提出了一种有限样本下的非均匀空间采样方案,并分析探测细化调控因子的设计方法。仿真结果表明,所提方案相较于传统随机采样具有更高的效率,可显著提升小样本下的VR识别准确性。

摘要：脆弱性评估能够有效弥补当前海岸带空间开发适宜性评价中对陆海交互作用的研究不足,对陆海统筹与科学防灾具有重要意义。以深圳市东西涌为例,从灾害胁迫性与空间适应力两方面,选取6个自然变量,4个经济社会变量构建自然-社会微观脆弱性评价方法。同时,基于脆弱性评估构建土地利用展适宜性矩阵,进行空间发展优化。结果表明:1)东西涌地区极高自然脆弱性区段占比27.4%,多位于生态脆弱与高风浪暴露度的内湾沙滩区段;社会极高脆弱性区段占比10.9%,多位于高强度聚集开发的城镇用地;2)基于发展适宜性评价矩阵,东西涌地区较不适宜发展区域占比最高,高达35.6%,较适宜开发区域占比其次,不适宜与适宜开发空间占比较小;3)针对不同空间提出“滨海界面动态适灾-岸线后方点状供地-腹地空间低影响开发”的空间优化路径。

摘要：针对船舶含油污水所具有的高含油量、高COD、可生化性低的特点,设计“隔油+气浮+Fenton氧化+混凝沉淀+水解酸化+接触氧化+MBR+消毒”的污水处理工艺进行处理。项目运行结果显示,该工艺对船舶含油污水具有较好的处理效果,实际处理污水9.9×10~4 m~3/a,COD、氨氮的去除率达98.00%和98.30%,出水水质满足《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。

摘要：针对两轴相控阵导引头在比例制导过程中,弹体三轴扰动角速度影响目标稳定跟踪问题,提出了一种扰动映射转换与BP神经网络PID的复合控制方法。首先,利用转换矩阵把横滚、俯仰和偏航的合成角速度扰动分解到视轴坐标系上,根据三者的空间关系计算其合扰动,并等效映射到俯仰和方位的合扰动中;然后,对俯仰和方位的合扰动进行解算,并采用BP神经网络PID对俯仰和方位电机进行控制,快速消除解算后的扰动。仿真结果表明,所提出的复合控制方式可快速隔离扰动,保持视轴稳定,具有抗干扰能力强的优势。

摘要：针对小目标船舶在密集性场景中检测的漏检率和误检率较高的问题,基于深度卷积神经网络,提出一种船舶检测方法。该方法选用YOLOv7模型作为算法参考框架进行改进,设计自适应锚框匹配算法,利用CIoU距离度量方式重构K-means聚类算法,以更好地适应船舶数据集中物体的尺寸和比例分布;增加一个针对小尺度目标的细粒度检测头,并使用分散注意力机制对网络模型结构进行重新设计;采用负片图像增强技术来扩充数据样本以获得更多训练样本。实验结果表明:与YOLOv7原模型相比,本文算法在内河航运船舶检测任务中的查准率和查全率分别达到92.8%和88.9%,分别提高10.9%和23.6%;mAP50达到92.6%,提高23.4%;FPS指标下降11.4;模型大小为47.1 MB,在PC端上单张图片耗时需要32.26 ms,实现了小目标船舶的高效检测。

摘要：核电辐射环境监测网(ERMS)能提供实时、连续的监测数据,是核电最重要的外围监督性设施,为辐射环境评估提供数据依据。为掌握影响辐射数据质量的特征要素与及时发现环境的辐射异常,开展高压电离室探测器(HPIC)剂量率数据的特征挖掘与预测研究,提出一种基于奇异谱分析算法(singular spectrum analysis,SSA)的γ辐射剂量率数据预处理方法,从其历史数据中学习涨幅趋势和拐点细节变化;针对数据的多维度特点,设计一种特征融合并行优化模型预测框架,以福建宁德核电站外围11个自动站辐射监测数据、天顶方向总电子含量(VTEC)数据进行实验验证。实验结果表明,该模型对环境γ辐射剂量率预测取得了较好的预测性能与精度。