公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

高斯烟雨扩散模型在空气中PM2.5实际问题的应用被引量：5: 2014年; 通过建立高斯烟雨扩散模型并采用多元线性回归等数学方法,进一步探索产生雾霾的主要因素PM2.5的形成、扩散过程以及与风速之间的关系。以武汉市和西安市2013年AQI监测数据为基础,得到空气中PM2.5与其他污染物之间的相关性。预测了西安市某一区域PM2.5浓度骤增并持续数小时的情况下,污染严重和相对安全的区域。为研究空气中PM2.5成因、监测和治理提供了一定的理论依据。; 董赫翟哲李夺李伟凯; 关键词：PM2 多元线性回归 PM2

EMD方法在近红外光谱信号去噪问题中的应用: 随着经济的快速发展，国内外近红外光谱分析技术的应用也在日益增加。但是由于外界环境的影响，近红外光谱仪所采集到的光谱信号，除了包含自身信息外，在测量中还不可避免得到许多无关的噪声信号。因此在使用化学计量方法建立校正模型时，...; 翟哲; 关键词：经验模态分解去噪近红外光谱; 文献传递

EMD在叶绿素光谱信号去噪中的应用被引量：1: 2015年; 基于每个IMF自关联函数的特征,提出了一种新的EMD去噪方法。以检测苗期玉米叶片叶绿素含量为例,首先对原光谱信号采用SNV+Detrending方法进行预处理,然后利用该方法对预处理后的信号进行去噪,并与小波去噪方法和EMD融合小波去噪方法进行对比,最后应用偏最小二乘回归方法进行校正模型的建立。结果表明:将该方法应用到实际近红外光谱信号去噪中,其预测集决定系数(r2)达到0.984,残差均方根RMSE为0.075,证明该方法在近红外光谱处理过程中具有很好的去噪效果,建立的校正模型具有较高的鲁棒性和推广性。; 翟哲李伟凯李长凯裴玉; 关键词：经验模态分解近红外光谱叶绿素

EMD时频分析拉曼光谱和近红外光谱被引量：2: 2016年; 用时频方法分析拉曼光谱和近红外光谱。经验模态分解光谱成为特征模态分量,模态分量比重计算显示拉曼光谱能量均匀分布于各个分量,而近红外光谱的低阶特征模态分量只承载了较少的原光谱有效信息。真实光谱和数值实验均显示,经验模态分解视拉曼光谱为调幅信号,具有高频能量吸附特性;视近红外光谱为调频信号,在一阶特征模态分量中可以较好实现高频窄带解调。一阶特征模态分量希尔伯特变换显示,经验模态分解拉曼光谱时易出现模态混叠现象。进一步在时频域分析玉米叶片近红外光谱,经验模态分解后截掉低能量的一、二阶分量,用剩余特征模态分量重构光谱信号,均方根误差为1.001 1,相关系数为0.981 3,两个指标反映出重构精度较高;分解趋势项表明在近红外光波段,吸光度随着波长的减小呈现递增趋势;特征模态分量的希尔伯特变换显示,657cm^(-1)是碱胁迫光谱特有频率,可作为碱胁迫光谱特征频率来辨识。; 赵肖宇方一鸣谭峰佟亮翟哲; 关键词：时频分析经验模态分解希尔伯特变换近红外光谱拉曼光谱

EEMD自适应去噪在拉曼光谱中的应用被引量：11: 2013年; 二代小波是公认较好的降噪手段,但是降噪效果依赖于基函数、分解层数和阈值等参数设置。经验模态分解(empirical mode decomposition,EMD)无需参数设定,按照频率特性将信号分解成本征模函数(intrinsic mode function,IMF),对IMF滤波,实现了信号自适应去噪。拉曼光谱中信号和噪声交叠集中在极高频段,EMD产生模态混叠问题,影响去噪效果。应用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)拉曼光谱克服了模态混叠,有效区分出高频信号和噪声,获得了与小波函数相似去噪效果。文中首先对一段非线性非平稳豆油脂拉曼光谱EMD分解,可见模态混叠,EEMD分解出清晰模态的特征分量。然后分别用快速傅里叶变换(fast Fourier transform,FFT)、小波变换(Wavelet)、EMD和EEMD处理含噪光谱,信噪比、均方根误差、相关系数三个方面指标表明FFT高频去噪效果最差,其次是EMD,恰当的Wavelet同EEMD效果相当,EEMD的优势是降噪过程的自适应。最后提出光谱时频分析方法和IMF噪声属性判别准则研究趋势。; 赵肖宇方一鸣王志刚翟哲; 关键词：拉曼光谱信号降噪自适应

利用数字农业平台提高现代化大农业人才质量: 2016年; 数字农业培养平台是应用于学生实践能力培养的一个基础平台.本文以黑龙江八一农垦大学农业信息化专业的硕士研究生培养举措为例,探索如何提高现代化大农业人才质量.; 姜新通李伟凯翟哲张福军; 关键词：数字农业农业信息化工作站

基于近红外光谱苗期玉米叶片叶绿素含量的无损检测方法被引量：4: 2014年; 摘要：试验以42片未经处理的苗期玉米叶片为试材，采用近红外光谱检测技术和SNV＋Detrending的预处理方法，应用偏最小二乘回归分析方法建立定量分析模型，通过测定近红外光谱图，研究3300～10000cm^-1范围内苗期玉米叶片的光谱特性。结果表明，测定苗期玉米叶片叶绿素含量的决定系数R^2为0．989，残差均方根RMSE为0．047，采用近红外光谱快速检测苗期玉米叶片叶绿素含量是可行的。; 翟哲李伟凯; 关键词：近红外光谱叶绿素偏最小二乘回归

全选清除导出

共1页<1>

翟哲