为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,...为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,通过特征之间对应关系的最小二乘估计,准确提取图像特征;定义最大互信息(mutual information,MI)准则,建立图像特征之间的对应关系,利用高分辨率图像估计对配准参数进行微调。实验结果表明,与当前常用配准算法相比,所提算法能够较准确地从背景中提取目标特征,完成配准,其具有更高的配准精度与更低的复杂度。展开更多
水肥一体化是将灌溉与施肥相结合的一项综合技术,具有省肥、省水、省工、环保、高产、高效的突出优点,目前生产型日光温室的水肥一体化灌溉施肥和灌溉作业,多数依靠人工经验完成,灌溉的及时性、科学性及智控化程度不高。本研究应用STM3...水肥一体化是将灌溉与施肥相结合的一项综合技术,具有省肥、省水、省工、环保、高产、高效的突出优点,目前生产型日光温室的水肥一体化灌溉施肥和灌溉作业,多数依靠人工经验完成,灌溉的及时性、科学性及智控化程度不高。本研究应用STM32嵌入式系统,实时采集埋入土壤中的上、中、下3个深度的湿度传感器的数据,根据不同作物预定的施肥、灌溉策略,自动控制完成温室水肥一体化灌溉作业。该系统同时具有远程监控功能,采用全球移动通信(global system for mobile,GSM)模块给用户提供远距离短消息服务,用户不仅可以通过短信对温室灌溉、光照、通风的远程智能监测,同时可远程控制系统作业的启停,以此实现温室环境的自动化管理,达到远程施肥与节水灌溉的目的。展开更多
精准的空间电力负荷态势感知结果是配电网精益化规划的基础。随着配电网中可采集负荷数据深度和广度的增加,如何运用这些数据实现对空间电力负荷精准的态势感知具有重要意义。该文提出一种基于降噪自编码器、奇异谱分析和长短期记忆神...精准的空间电力负荷态势感知结果是配电网精益化规划的基础。随着配电网中可采集负荷数据深度和广度的增加,如何运用这些数据实现对空间电力负荷精准的态势感知具有重要意义。该文提出一种基于降噪自编码器、奇异谱分析和长短期记忆神经网络(denoising autoencoder,singular spectrum analysis and long-short term memory neural networks,DAE-SSA-LSTM)的空间电力负荷态势感知方法。首先在态势觉察阶段,使用降噪自编码器对每个Ⅰ类元胞负荷实测数据分别进行编码提取各自的主要负荷变化特征,并根据该特征进行重构历史元胞负荷数据以降低由于测量、通信等原因造成的噪声干扰;然后在态势理解阶段中运用奇异谱分析方法对态势觉察后的元胞负荷数据进行分解得出周期性较强的低频分量序列和随机性较强的高频分量序列;最后在态势预测阶段采用不同的长短期记忆神经网络模型分别对低频分量和高频分量进行预测,并将两预测结果进行叠加得出目标年的Ⅰ类元胞负荷预测值,在此基础上运用空间电力负荷网格化技术求得基于Ⅱ类元胞的空间电力负荷预测值。实例分析结果表明,该方法相比于其他4种空间电力负荷态势感知方法,具有更高的预测精度。展开更多
文摘为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,通过特征之间对应关系的最小二乘估计,准确提取图像特征;定义最大互信息(mutual information,MI)准则,建立图像特征之间的对应关系,利用高分辨率图像估计对配准参数进行微调。实验结果表明,与当前常用配准算法相比,所提算法能够较准确地从背景中提取目标特征,完成配准,其具有更高的配准精度与更低的复杂度。
文摘水肥一体化是将灌溉与施肥相结合的一项综合技术,具有省肥、省水、省工、环保、高产、高效的突出优点,目前生产型日光温室的水肥一体化灌溉施肥和灌溉作业,多数依靠人工经验完成,灌溉的及时性、科学性及智控化程度不高。本研究应用STM32嵌入式系统,实时采集埋入土壤中的上、中、下3个深度的湿度传感器的数据,根据不同作物预定的施肥、灌溉策略,自动控制完成温室水肥一体化灌溉作业。该系统同时具有远程监控功能,采用全球移动通信(global system for mobile,GSM)模块给用户提供远距离短消息服务,用户不仅可以通过短信对温室灌溉、光照、通风的远程智能监测,同时可远程控制系统作业的启停,以此实现温室环境的自动化管理,达到远程施肥与节水灌溉的目的。
文摘精准的空间电力负荷态势感知结果是配电网精益化规划的基础。随着配电网中可采集负荷数据深度和广度的增加,如何运用这些数据实现对空间电力负荷精准的态势感知具有重要意义。该文提出一种基于降噪自编码器、奇异谱分析和长短期记忆神经网络(denoising autoencoder,singular spectrum analysis and long-short term memory neural networks,DAE-SSA-LSTM)的空间电力负荷态势感知方法。首先在态势觉察阶段,使用降噪自编码器对每个Ⅰ类元胞负荷实测数据分别进行编码提取各自的主要负荷变化特征,并根据该特征进行重构历史元胞负荷数据以降低由于测量、通信等原因造成的噪声干扰;然后在态势理解阶段中运用奇异谱分析方法对态势觉察后的元胞负荷数据进行分解得出周期性较强的低频分量序列和随机性较强的高频分量序列;最后在态势预测阶段采用不同的长短期记忆神经网络模型分别对低频分量和高频分量进行预测,并将两预测结果进行叠加得出目标年的Ⅰ类元胞负荷预测值,在此基础上运用空间电力负荷网格化技术求得基于Ⅱ类元胞的空间电力负荷预测值。实例分析结果表明,该方法相比于其他4种空间电力负荷态势感知方法,具有更高的预测精度。
