一、影响因子:文献质量的尺度及其应用（论文文献综述）
阮一晨[1]（2021）在《基于数据驱动的杭州萧山区公共中心体系认知与优化研究》文中提出随着我国经济社会的发展由高速增长转为高质量增长,人民生活水平不断提升,社会主要矛盾发生转变,城市生活性空间的发展随之转变为引领城市建设、提升城市居民生活幸福感的主要动力之一。城市公共中心体系是承载城市居民生活性活动的主要空间,在城市公共服务与消费空间的发展中起到重要作用。近年来,城市研究数据与技术快速发展,特别是大数据与机器学习算法的引入,为城市空间结构研究提供了强有力的量化支撑。但同时也引申出公共中心体系研究中,数据表征的充分性、研究方法的适应性、表征关系的实效性等数据技术应用层面的问题。为此,本研究以杭州市萧山区为对象,针对城市公共中心体系研究,在数据技术选择与应用、影响要素与机制分析、优化布局手段等多方面文献综述基础上,结合规划研究中数据应用的特征,总结出本研究着力探索的三个主要问题:如何观察并总结公共中心的特征、公共中心体系发展类型特征与影响要素有哪些、怎样正确引导公共中心空间优化。并借鉴弱假设强表征的数据驱动范式,形成了由理论线索指导表征数据,再构建表征关系,从而推导特征规律的研究逻辑,将之应用于研究问题所对应的空间认知、空间分析与空间优化三个主要流程,以实现空间认知与优化的研究目的,解释公共中心体系空间特征与规律,完善其优化方法与流程。研究内容与结论主要包括三方面:一是公共中心体系的识别与空间特征认识。从供给与需求的角度入手,针对公共中心体系的构成要素,搭建手机信令、POI与调研数据结合的多源数据识别框架,实现杭州市萧山区公共中心体系识别,并从中心的空间布局、结构关系与功能关联认识其基本空间特征。初步认识了体系内的公共中心路径依赖与道路亲缘特征规律与“一主一副数次多基”的4级中心体系,同时发现政府主导配置的公共服务设施在中心关联中具有重要引领性作用。二是在公共中心体系的发展程度与影响要素分析。构建常态化和非常态化两大层面的分析框架:在常态化层面,遵循先扩样后收缩的思路,从浙江省扩样识别公共中心体系的初长型、增长型、成熟型、完善型四大聚类,定位出与萧山区近似的成熟型与完善型聚类样本。同时地形条件、经济规模、人口规模、城市建设、居民消费力与公共交通6类影响要素存在显着的类型性差异,其变化特征主要由发展初期政府主导的投资拉动型增长模式转变为后期由市场引领的消费主导型发展模式。各影响要素间呈现相互作用的网络机制,其中人口规模是发展程度最直接最核心的影响要素。在非常态化要素方面,萧山区公共中心体系深受G20、亚运会与新冠疫情防控等大事件中正向推动力的促进,并在后续使其持续影响。三是在公共中心体系优化分析。杭州市萧山区的研究范围,通过人口与公共中心体系具有强关联的线索,从人口的居住、就业、旅游三方面入手构建“人口—公共中心”的空间关联模型,推导出中心优化的空间基础。在此基础上借助三方面目标准则:一是通过公共中心发展的监督学习模型、满意度与亚运会大事件分析结合,总结出经验目标。二是通过人本主义价值尺度下总结出效率与公平的发展目标,三是在公共中心现状特征中总结的规律性原则。最终在空间与非空间两个层面提出了针对萧山区公共中心体系的优化指引。经三方面内容的逐层推进,实现了公共中心体系认知与优化的数据驱动研究框架搭建,通过实证案例分析与认知,总结具有时空背景的特征经验与一般性的规律,丰富了新数据环境下的城市空间结构研究。
徐赛萍[2]（2021）在《地表温度空间降尺度方法及其应用研究》文中指出地表温度（land surface temperature,LST）是地表能量通量的一个重要物理参数。地表温度数据是众多环境研究的基础数据。然而,现有地表温度产品的空间分辨率较低,导致热混合效应,限制了地表温度数据的应用。以往的研究表明,地表温度空间降尺度是解决这一问题的一种行之有效的方法。因此,开展地表温度空间降尺度研究具有重要的理论意义和应用价值。论文针对现有的地表温度空间降尺度方法并未同时考虑地表温度及其影响因子（比如土地覆盖类型、土壤湿度和地形等）之间的非线性和空间非平稳性特征而导致降尺度结果存在较大的不确定性这一问题,探讨基于多因子地理加权机器学习（multi-factor geographically weighted machine learning,MFGWML）算法的地表温度空间降尺度方法。论文以北京市为研究区,对MFGWML模型方法及其对高分影像的适用性和应用进行研究,主要研究内容和结论如下:（1）提出了一种客观的模型最优特征组合选取方法。该方法通过分析特征与地表温度的相关性以及特征间的相关性,对多维特征变量进行初步筛选,并结合各个基模型提供的变量重要性结果来确定各个基模型的最优特征组合。研究结果表明,该特征选择方法可以有效减少输入模型的变量个数,从而降低了模型复杂度,减少了模型的运行时间及内存消耗,同时避免了模型过拟合。（2）构建了一种基于多因子地理加权机器学习算法的地表温度空间降尺度模型。以Landsat 8影像和Sentinel-2A影像作为试验数据,以获取具有较高空间分辨率（10 m）的地表温度数据。研究结果表明:在六种降尺度精度验证方案中,与常用的经典单因子算法即热图像锐化算法（the thermal image sharpening,Ts HARP）相比,MFGWML模型的RMSE值降低约55.452%～58.949%;与经典双因子模型即高分辨率城区热锐化算法（the high-resolution urban thermal sharpener,HUTS）相比,MFGWML模型的RMSE值降低约43.782%～50.389%。论文所提出的多因子地理加权机器学习模型（MFGWML）结合了多元回归模型、机器学习模型和地理加权模型的优点,能够更准确地识别地表温度的局部空间异质性,生成更高精度、更可靠和更稳健的地表温度空间降尺度结果。（3）开展了MFGWML模型对高分影像的适用性研究。以国产高分卫星影像（包括GF-1 WFV2影像、GF-6 PMS影像和GF-2 PMS影像）作为测试数据,评估了MFGWML地表温度空间降尺度模型对高分影像的适用性。研究结果表明:在GF-1 WFV2影像的地表温度空间降尺度实验中,与多因子地理加权回归模型（multi-factor geographically weighted regression,MFGWR）模型和Ts HARP模型结果相比,MFGWML模型的RMSE值分别降低了12.889%和74.211%。在GF-6 PMS影像的地表温度空间降尺度实验中,与MFGWR模型和Ts HARP模型结果相比,MFGWML模型的RMSE值分别降低了46.571%和66.123%。在GF-2 PMS影像的地表温度空间降尺度实验中,与MFGWR模型和Ts HARP模型结果相比,MFGWML模型的RMSE值分别降低了3.768%和26.386%。此外,GF-1 WFV2影像、GF-6 PMS影像和GF-2 PMS影像的MFGWML模型降尺度结果均具有较高的精度,其RMSE值分别为0.980 K、0.561 K和0.664 K,表明MFGWML模型对高分影像具有较好的适用性。（4）开展了空间降尺度地表温度数据的应用研究。首先,提出一种集成随机森林和支持向量机算法的面向对象分类方法,实现了基于Sentinel-2A影像的土地利用高精度分类;其次,在基于Sentinel-2A影像的地表温度空间降尺度结果（即10 m LST数据）的支持下,结合遥感生态指数定量分析了不同土地利用类型对北京市城市生态环境质量的影响。研究结果表明,城市生态环境质量与植被占比呈明显的正相关关系,而与不透水面占比呈明显的负相关关系。因此,提高植被覆盖度或减少不透水面有助于改善城市生态环境质量。此外,论文对比分析了空间降尺度前后地表温度数据在城市生态环境质量和城市热岛效应评价中的影响,研究结果表明基于空间降尺度10 m LST的RSEI影像和地表热场信息比基于重采样的10 m LST的RSEI影像和地表热场信息更为精细,说明空间降尺度地表温度具有明显的优势。
张连伟[3]（2021）在《深远海地磁数据处理方法优化及其应用》文中提出深远海地磁采集数据作为数据处理的对象和地磁资料分析、利用的原始数据,提高数据预处理质量是保证海洋地磁数据精度的基础。海洋地磁数据处理方法中,地磁日变改正质量是影响海洋地磁数据精度的关键。磁异常化极处理可以消除地磁场磁化作用带来的磁异常等值线分布、中心位置与地下实际磁性体位置不相符的现象,但在低纬度地区,该处理较为复杂,会导致磁异常等值线沿磁偏角垂直方向拉伸和条带状干扰,严重降低低纬度地区的磁资料解释质量。本次研究通过对实测深远海地磁原始数据的分析,对比了适用不同数据类型的插值方法处理效果。收集了国际地磁日变台站数据,从频域和小波域两个领域分析地磁日变数据主要组成成分,研究地磁日变改正优化方法。在总结频率域常规化极方法原理的基础上,分析低纬度化极运算中存在的难点和原因,结合现有低纬度化极方法的思想和优点,有针对性地对化极因子进行改造,优化低纬度化极运算,在模型正演数据中进行对比验证。将上述研究成果在近赤道某深远海域实测地磁数据处理进行应用,获得磁异常数据,并与常规地磁数据处理方法结果进行精度评价和误差对比。对磁异常资料进行低纬度化极、向上延拓和磁性体反演处理,获得该海域磁异常分布特征和初步构造认识。研究结果表明:（1）在对地磁原始数据预处理时,应采用线性插值法对定位缺失数据段进行插值补充;使用三次样条函数插值法对海底日变站采集数据进行插值、加密处理;对于磁力仪采集数据,应先分析缺失数据段单调性后再选用插值方法:具有单调性的缺失数据段使用线性插值法进行插值补充,未具有单调性的缺失数据段使用分段三次Hermite插值法进行插值补充;（2）在地磁日变数据中,周期小于5 h的变化为干扰信号;选用Sym8小波作小波基函数对地磁日变数据做7层离散小波分解与单支重构可有效压制地磁数据中的干扰信号,该方法与基于傅式变换的低通滤波处理相比,处理效果更佳;（3）低纬度化极结果中出现的沿磁偏角垂直方向条带状干扰和磁异常等值线拉伸现象主要由化极因子振幅和地磁数据噪声水平决定,与化极因子相位谱无关;本次研究提出的指数伪倾角化极法,在模型正演试验和实测磁资料应用中,处理效果优势明显,可有效改善现有低纬度化极效果;（4）近赤道某海域测区磁异常分布总体分为东、西两部分,分界线处存在较为明显的断裂构造。西区以正异常为主,地磁梯度小,地质构造简单,总体埋深较小,北部和南部磁性异常体复杂、埋深较大;东区正异常以团状分布,磁异常变化较大,南北地下磁性体之间不连续。
高学伟[4]（2021）在《数字孪生建模方法及其在热力系统优化运行中的应用研究》文中研究指明随着社会经济的飞速发展,我国产业结构优化调整和转型升级进程的深入,要实现未来“碳达峰,碳中和”的目标,需要建设清洁低碳、安全高效的现代能源体系。以风电和太阳能发电为代表的可再生能源替代作用日益突显,而火电机组在未来很长一段时间内仍将处于主导地位。亟需解决火电和可再生能源的协同发展问题,大型火电机组更多需要担负起高效节能、低碳环保、深度调频调峰的任务。实施电能替代供热对于推动能源消费革命、减少碳排放、促进能源清洁化意义重大。利用电锅炉储热供暖还可以降低电网调节压力,增加供热能力,有效解决可再生能源的消纳问题。火电机组热力系统和电锅炉储热供暖热力系统都属于典型的非线性、多参数、强耦合的复杂热力系统。本文通过研究流体网络机理建模和数据驱动建模相融合的数字孪生建模方法,为热力系统建模工作提供了新的思路和途径,为热力系统安全、环保和经济运行提供理论支撑。论文围绕数字孪生建模方法及其在热力系统优化运行中的应用,主要研究内容和成果包括以下几个方面:（1）对数字孪生理论、热力系统建模理论以及大数据处理等基本理论进行了研究。比较了数字孪生与仿真技术及信息物理系统的异同;以火力发电厂为例,研究了流体网络机理建模及求解方法;对Hadoop系统的MapReduce与Spark计算进行了对比分析,对实时数据处理Spark Streaming与Storm进行了对比分析,并搭建了适用于数字孪生及大数据在热力系统建模领域应用的大数据分布式集群平台;在该集群上实现了大数据的存储管理,以及大数据分布式计算,研究了基于大数据平台的数据驱动建模理论,包括支持向量回归建模、极限学习机建模、智能辨识优化算法以及即时学习等基本理论。（2）针对数据驱动建模方法的研究,提出一套基于改进即时学习策略的自适应数据驱动建模方法。采用“主成分+互信息”的方法获得输入和输出变量之间的相关程度,确定权重因子,然后利用“欧式距离+角度”定义一种加权综合相似度度量函数。在离线状态下,利用改进遗传模拟退火模糊聚类方法进行工况划分;进行工况预测时,采用一种多层次综合相似度度量的相似工况快速识别方法构建相似工况训练集,即根据两级搜索的策略实现了在线快速识别:初级识别是确定预测工况在历史工况库中所属的类别提取预测类工况,次级识别是采取基于综合相似度度量函数的相似工况识别方法,在历史数据库中针对预测类工况的快速识别;局部模型建模方法是在Spark计算框架下,对SparkSVMHPSO算法、Spark ELM算法以及基于SparkHPSO的多参数辨识等数据驱动建模方法进行研究。然后以SCR脱硝系统出口 NOx预测、电锅炉储热供热系统源侧及荷测负荷预测为案例,验证了所提出的建模方法有效性。为热力系统数字孪生模型建模及系统工况优化提供了理论支撑。（3）针对数据孪生建模的研究,提出一套改进即时学习策略的自适应数据驱动与机理模型多参数辨识协同融合的数字孪生建模方法。在建立热力系统机理模型的基础上,关键的设备模型参数利用多参数多工况拟合的离线智能辨识方法,得到可以模拟实际系统全工况下动态变化趋势的离线智能参数辨识模型;以离线智能参数孪生模型为主,根据相似度阈值进行判断,采用自适应模型参数更新策略,实现数字孪生模型的在线协同;为进一步提升孪生模型预测的精度和鲁棒性,采用移动窗格信息熵的多模型输出在线融合方法,提升关键工况以及动态变化过程的逼近程度。基于这一理论构建的数字孪生模型,能够基于系统运行数据持续进行自我修正,在线跟踪设备运行特性,从而具有自适应、自演进的智能化特点,能够全面反映系统的运行状态和性能,为系统工况迭代优化提供可靠的模型输入和结果校验工具。以燃煤电站SCR脱硝系统和电锅炉储热供热系统为研究对象,建立其热力系统数字孪生模型。（4）最后,基于数字孪生模型的实时跟踪能力,提出一种基于负荷分配和工况寻优的热力系统智能工况动态寻优策略。并以电锅炉储热供热系统为研究对象,根据能耗成本分析和负荷分配策略,利用数字孪生模型系统,对电网负荷、电锅炉系统、储热系统进行预测计算,模拟不同运行方案、不同工况下系统动态运行,得出最优的供热调节和负荷分配方案。以火力发电厂SCR脱硝系统为例,根据建立的自适应、自演进的智能化SCR脱硝系统数字孪生模型,将该模型应用于模型预测控制算法中。结果表明,利用基于数字孪生模型的自适应预测控制算法比传统的PID控制效果更精确,运行更稳定。证明了所提建模方法的有效性,具有重要的工程实用意义和行业示范价值。
张瑞[5]（2021）在《InGaAs短波红外低照度成像技术研究及其应用》文中研究表明短波红外（SWIR,short-wave infrared）的波长覆盖范围为1～3μm,处在红外波段中的反射波段。相比于中长波热成像,短波红外能够反映更多的物体细节,方便检测与识别;相比可见光,短波红外在穿透云雾、烟尘等有着出色的表现。短波红外因其独特的成像特点,在弱光成像、着火点检测、环境检测、矿藏探测、半导体检测、农作物检测、生物成像等领域有着广泛的应用前景,因此针对短波红外成像技术的研究具有重要的学术意义和应用价值。本文的主要研究工作包括:基于中国科学院上海技术物理研究所最新研制的1280*1024元In Ga As短波红外探测器研制了高灵敏度的高速大面阵短波红外成像样机,实现了30Hz快速高灵敏度成像。本文分析了探测器面阵中的块盲元特性,设计了一种基于快速行进的盲元补偿算法;研究了In Ga As短波红外探测器高增益下成像质量与探测器工作温度的关系,并设计了一套基于探测器内部集成的半导体热电制冷器的闭环数字温度控制模块,实现了探测器的工作温度的精确控制。此外,本文还开展了基于In Ga As探测器的短波红外两档增益对比成像实验、透雾成像对比实验和生物成像实验,获得了良好的成像效果。针对低照度下短波红外图像的特点,本文设计了一种低照度短波红外图像增强算法。基于多尺度高斯差分细节增强方法改善弱光下短波红外图像细节,通过稀疏表达算法实现对图像的降噪,最后通过自适应灰度映射算法改善图像的动态范围与对比度。实验结果表明本文的算法有效地改善了低照度下短波红外的成像效果。本文开展了低照度下生物荧光显微成像实验,设计了一种基于梯度域引导滤波的多聚焦融合算法,实现了生物荧光组织在低照度显微条件下的全局成像。本文设计了一种低照度短波红外照度计,其波长覆盖范围为0.9～1.7μm,测量精度达到了10^-5W/m^2,测量范围为10^-5W/m^2～0.1W/m^2;通过该照度计测定了夜间短波红外照度,并分析了弱光条件下短波红外成像的影响因素,讨论了月相的变化以及气候条件对短波红外成像产生的影响。据此,本文研究了一种基于信杂比判据的弱光环境下短波红外小目标检测算法,结果表明该算法在本文的测试数据集上表现良好。
赫修智[6]（2021）在《齿轮箱关键部件故障振动特征提取与分析》文中研究说明齿轮箱作为机械设备中传递动力和运动的关键组成部分,已经被广泛应用于航空航天、风力发电、轨道交通、汽车、轮船和工程机械等诸多现代工业领域。开展齿轮箱故障诊断研究,对保障机械设备的运行安全、提高工业生产效率、避免经济损失和灾难性生产事故具有极其重要的现实意义。齿轮箱振动信号是其运行状态及故障信息的优良载体,基于振动信号处理技术的故障特征有效提取是齿轮箱故障诊断研究中最为关键且困难的问题之一,直接关系着诊断结果的准确性。然而,齿轮箱在运行过程中会受到外部随机干扰的影响,加之同时或级联发生的多个故障之间存在相互影响,当多个故障的振动强弱不平衡时,微弱故障特征很容易被干扰噪声和强故障成分淹没,从而导致漏诊或误诊。因此,如何在噪声干扰下实现齿轮箱故障振动特征的有效提取是当前齿轮箱故障诊断领域的难点问题,也是本文要解决的核心问题。本文以齿轮箱关键部件即齿轮和滚动轴承为主要对象,深入研究了在随机冲击和强循环平稳成分等噪声干扰下,基于自适应信号分解、信号解调分析和自适应噪声消除的齿轮箱关键部件故障振动特征提取方法。主要研究内容如下:（1）结合齿轮和滚动轴承的结构特点,通过建立齿轮和滚动轴承的数学模型及齿轮动力学模型,分析齿轮和滚动轴承的振动产生机理及典型故障形式,对不同类型故障产生的振动信号特征进行总结,并着重分析齿轮和滚动轴承出现局部冲击故障时的振动响应特点,为本文提出的故障特征提取方法的研究奠定理论基础。（2）研制齿轮箱故障试验系统,采用自行设计的被试齿轮箱模拟齿轮齿根裂纹故障和齿面剥落故障,在不频繁拆装的前提下实现齿轮单故障和多故障振动试验。此外,对现有齿轮和滚动轴承故障试验台进行介绍,为本文提出的故障振动特征提取方法的试验验证提供有效的数据支撑。（3）针对以变分模态分解为核心的信号分解方法在提取滚动轴承故障振动特征时容易出现模态冗余、故障特征频率混合以及漏诊等问题,提出一种基于参数自适应优化选取的变分模态分解（AVMD）方法。基于相关系数和包络功率谱峭度构建用于衡量冲击故障成分的融合冲击指数（SII）,在其基础上构造优化目标函数,同时引入人工蜂群优化算法,实现滚动轴承故障振动特征的自适应提取。与现有方法相比,AVMD具有明确的参数选取依据,可以在噪声干扰下有效分离并提取出滚动轴承外圈和内圈故障振动特征,且能以较低的运算成本取得较为显着的故障特征提取结果。（4）针对随机冲击干扰和多个故障振动强弱不平衡情况下无法有效实现齿轮故障振动特征解调提取的问题,提出一种具有靶向特性的变尺度解调频带选取方法——对数包络自谱图法（LEASgram）。以对数包络、自相关函数和滑动平均过程为基础,提出用于齿轮故障信号解调的对数包络自谱,并构建用于量化不同尺度频带内故障特征成分的循环频率指数,从而提出一种用于变尺度解调频带选取的LEASgram方法。该方法可以解决传统盲识别谱图类解调频带选取方法在提取多个齿轮故障振动特征时容易出现误诊和漏诊的问题,能够削弱随机冲击和强故障循环平稳成分的干扰,实现多个齿轮故障振动特征的针对性提取。（5）针对齿轮微弱故障振动特征易受强循环平稳成分干扰的问题,提出一种基于改进自参考自适应噪声消除（MSANC）的齿轮故障振动特征增强与提取方法。通过引入基于可变收敛因子的自适应算法,结合人工蜂群优化算法以及基于信号谱正交性构造的优化目标函数,提出用于分离齿轮冲击故障振动成分和啮合振动成分的MSANC方法,可以克服传统方法需根据人为经验和多次反复试验选取参数而造成的盲目性和不确定性问题,能够极大地提高自适应噪声消除技术的可应用性和便捷性。根据MSANC的滤波特性,将其与快速谱相关和多点最优最小熵解卷积进行有机结合,提出一种齿轮故障振动特征增强与提取方法,从而在强循环平稳成分和随机冲击等干扰下,无需先验故障特征频率信息,实现齿轮故障振动特征的全局性提取。
盛祖维[7]（2021）在《基于小波去噪的阈值函数改进及其应用研究》文中研究指明小波分析理论是众多研究领域的学者们共同而奋斗的结晶,在故障诊断、语音信号处理、图像压缩以及流体力学方面,小波变换凭借强大的分析能力,已经成为非常重要的处理工具,反映了在现代科学时代,众多学科之间相互交织的特点。傅里叶分析是小波理论的基础,由于傅里叶变换在进行信号处理时存在一定的缺陷,它只能处理相关的平稳的信号,而如果信号是非平稳的,傅里叶变换就不能对该信号进行分析了,而小波分析可以对信号进行局部化分析,反映信号在时频域上的重要特征,对信号进行更深层次的解读。在对相关信号进行分析时,都需要先对信号进行去噪之后再做相关的处理,所以,信号去噪在信号的处理中占据重要的地位。传统的硬阈值和软阈值函数自身存在一定的不足,在当前快速发展的信号处理方面显得无能为力,因此新的小波阈值函数的提出在当前的信号处理面前显得格外重要。首先,本文对小波分析的相关理论进行概述,然后详细介绍了小波信号去噪的相关原理和流程以及常见的信号去噪方法。在这几类去噪的方法中,小波阈值去噪方法凭借最大信噪比和最小均方误差性质,去噪效果最为强大。因此,对小波阈值去噪方法进行深入的研究和应用也很有必要。其次,对小波阈值去噪的相关影响方面进行分析,这其中包括小波基函数的选取,小波分解层数的选择,阈值规则的选取以及阈值函数的选取,这些方面选择的不同,都会对影响信号去噪的效果。本文主要针对阈值函数这一影响因素做出改进,硬阈值函数是不连续的,信号容易产生比较大的方差,重构的信号很容易产生振荡,最终导致信号的重构效果质量变差;软阈值函数在进行软阈值处理时,原始信号和去噪信号两者的小波系数存在恒定的偏差,也会导致信号的重构受到相应的影响,重构质量变差。本文在传统的阈值函数基础上进行研究,构造出新的阈值函数,新的阈值函数具备良好的数学特性,克服了传统阈值函数相关缺陷,同时对比信号去噪的信噪比和均方误差两个评价标准进行分析,验证了新的阈值函数具有良好的去噪效果。最后,本文从信号去噪的应用这个角度出发,将小波阈值去噪方法与Elman神经网络相结合,构造新的股价预测模型方法,首先对Elman神经网络方法相关概念进行阐述,然后选取上证综指的收盘价进行信号去噪处理,在Elman神经网络模型中,对去噪的数据信号进行建模,做出相关的预测处理。同时将数据有和没有去噪的两种情况下,使用神经网络预测的效果进行对比分析,发现阈值去噪之后再进行神经网络预测的效果更好。
钟海超[8]（2021）在《带电非球形沙粒电磁散射特性及其应用研究》文中提出在沙尘系统中,如风沙流、沙尘暴、沙尘气溶胶等,沙粒一般为非球形颗粒。这些非球形沙粒在大气湍流中输运和沉降时,沙粒间以及沙粒与其它物质间频繁地碰撞、接触,导致沙粒间产生电荷转移,使沙粒表面携带一定量的净电荷。不仅如此,在风的湍动作用下,非球形沙粒的姿态也会随机改变。目前为止,沙粒系统中带电沙粒的形状和姿态对电磁波散射特性的影响仍尚不明确。精确预测沙尘系统的散射特性不仅是评估雷达和卫星等技术对沙尘系统监测结果的关键,还是高速无线通信质量的保证,也对理解沙尘气溶胶的微观物理/光学现象、大气辐射收支平衡等具有重要意义。因此,本文围绕非球形带电沙尘系统中沙粒形状、姿态和表面带电等因素对电磁波散射特性的影响,首次建立了带电非球形沙粒散射模型,研究了带电非球形沙尘系统对电磁波的消光增强、退偏振和多次散射效应等。主要内容如下:首先,针对带电非球形沙粒对电磁波的散射问题,基于T矩阵理论,建立了带电非球形沙粒的散射模型,导出了带电非球形沙粒散射场的求解公式。并以旋转椭球沙粒为例,数值计算了不同形状、取向角和电荷密度下带电椭球沙粒的消光截面,预测了电磁波穿过带电非球形沙尘系统后的衰减系数。结果表明沙粒的形状和取向角不同时,沙尘颗粒对电磁波的消光存在显着差异。当电磁波沿沙粒对称轴入射时,等体积球的消光能力大于长椭球的消光能力,而小于扁椭球的消光能力;若取向角等于90°时,长椭球的消光截面达到最大值,而扁椭球达到最小值;当尺度参数（颗粒半径与波数的乘积）x≈2e-4,和长椭球沙粒表面电荷密度为-200μC/m2时,消光可增强高达3～4倍。其次,针对带电非球形沙尘系统对电磁波的退偏振问题,基于传输矩阵模型和带电非球形沙粒散射模型,导出了带电沙粒形状和取向角随机分布时,带电非球形沙尘系统对电磁波的差分衰减、差分相移和交叉极化鉴别率（XPD）。并研究了不同参数下电磁波穿过带电非球形沙尘系统后的差分衰减、差分相移以及退偏振,结果表明沙尘系统中3～37GHz圆偏振波比相应频率线偏振波的退偏振严重,且频率越高入射波的退偏振效应越严重,如37 GHz圆偏振波的XPD要比同频率线偏振波的XPD小16d B/km,比3GHz圆偏振波的XPD小30d B/km。首次研究了3-37GHz微波穿过沙尘系统时共偏振衰减（CPA）与XPD的统计关系,并给出了沙粒表面带电时CPA-XPD的经验关系。结果表明当频率小于15GHz时沙粒表面电荷可显着增强微波在沙尘系统中的退偏振效应;且CPA=1dB,操作频率?=10GHz时,沙粒引起的XPD比雨滴引起的XPD约低2.5倍。最后,针对电磁信号在长距离和低能见度的沙尘系统中传输时的多次散射问题,利用蒙特卡洛方法模拟了电磁波在沙尘系统中的辐射传输,并根据Beer-Lambert定律导出了电磁波通过沙尘系统后的透射率和衰减系数,给出了需要考虑电磁波多次散射效应时沙尘系统的能见度阈值。结果表明沙尘天气的能见度和电磁波的传播距离是导致电磁波多次散射的主要因素,且沙粒表面电荷和沙粒形状都能显着增强多次散射效应。同时,测量了近红外（NIR）和可见光（VIS）波段电磁波通过沙尘系统的透射率和衰减系数,并与理论预测结果进行了比较,研究表明考虑沙粒形状、表面带电和多次散射效应时,带电沙尘系统对电磁波衰减系数的计算结果与实验结果更吻合,特别是低能见度沙尘系统,如能见度低于100m,必须考虑NIR和VIS波段电磁波的多次散射。
牛焱[9]（2020）在《基于熵的人脑静息态fMRI信号复杂度分析及其应用》文中指出大脑是一个非线性复杂系统,复杂度的研究是探索大脑的一种新的方法和视角,有助于发现脑疾病的神经机制。熵是一种常用的复杂度分析方法,能够刻画非平稳信号的无序性和混乱程度,在分析有限长度含噪生理信号方面具有显着优势。近年来,研究人员将熵引入到大脑功能性磁共振成像（fMRI）信号的研究中,分析大脑活动的复杂特征,取得了一定的研究成果。但是,目前熵在大脑fMRI信号的研究中仍有一些关键问题需要解决。首先,对于各种熵用于fMRI信号分析的一致性和稳定性尚未有系统全面的认识;其次,预处理过程无法完全去除fMRI信号中所包含的噪声,因此研发抗噪性能较强的熵算法很有必要;单一尺度的熵不足以反映大脑不同的活动模式,单个体素的熵无法反映多个体素的空间复杂信息,如何更全面地反映fMRI信号的复杂度是亟须解决的问题。因此,本文首先使用重测信度对经典熵的一致性和稳定性进行对比分析,并将熵用于阿尔兹海默症患者fMRI脑信号复杂度的研究。考虑到模糊熵具有较高的稳定性但抗噪性能有待提高,利用排序符号化思想对模糊熵进行改进,提出具有较强抗噪性能的排列模糊熵。然后从单尺度扩展到多尺度,从时域扩展到时空域,分别提出多尺度排列模糊熵和时空排列模糊熵。从抗噪性能和重测信度两个角度对这些改进的熵算法进行分析,以证实这些算法用于fMRI信号分析是可靠的。最后将这些改进的熵算法应用于阿尔茨海默症fMRI脑信号的复杂度异常分析,发现可能的受损脑区,以挖掘这些算法良好的应用价值。本文主要创新工作及研究成果包括:（1）分析经典熵的重测信度,对比经典算法的稳定性。近似熵、样本熵、模糊熵和排列熵已经被广泛应用到各类生理信号研究中,熵的重测信度越高表明算法越稳定,可以保证研究结果的可重复性,但熵的重测信度研究相对较少。本文利用多组重复测量的静息态fMRI数据集对这几种熵进行重测信度的对比分析。结果发现,排列熵和模糊熵的重测信度明显高于近似熵和样本熵,这与排列熵和模糊熵具有一定的抗噪性能有关。此外,排列熵优于模糊熵。基于排列熵较好的稳定性,将排列熵用于阿尔兹海默症患者fMRI脑信号复杂度分析,发现患者在颞下回、额中回和扣带回等区域显着降低的复杂度。（2）改进模糊熵的抗噪性能,提出排列模糊熵。静息态fMRI信号在采集过程中极易受到噪声干扰,噪声会降低数据分析结果的可靠性,预处理并不能完全去除噪声的影响,因此熵的抗噪性能至关重要。与其它熵相比,模糊熵具有更好的相对一致性和短数据集处理特性,但其抗噪性能有待提高。本文在模糊熵的基础上引入排序符号化思想对其进行改进,提出排列模糊熵算法。通过静息态fMRI仿真信号对其抗噪性能进行分析,结果发现其抗噪性能优于排列熵和模糊熵。利用重复采集的静息态fMRI数据集对其进行重测信度分析,结果表明排列模糊熵的重测信度较排列熵和模糊熵更优。将该算法应用于阿尔茨海默症患者的脑信号复杂度分析时,海马、额下回、颞下回和颞上回等脑区的复杂度出现显着降低,且与认知量表显着相关。（3）从单尺度扩展到多尺度,提出多尺度排列模糊熵。不同频段的fMRI信号反映不同的脑活动模式,单一尺度的熵分析不能捕捉到不同频段信号的复杂度。本文在排列模糊熵的基础上进行扩展,提出多尺度排列模糊熵,反映多个特定频段信号的复杂度。使用静息态fMRI仿真信号分析排列模糊熵在多个尺度上的抗噪性能,利用重复采集的静息态fMRI数据集从多个尺度对其进行重测信度分析。结果表明,多尺度排列模糊熵的抗噪性能和重测信度均优于其它的多尺度熵。在进行阿尔茨海默症患者的fMRI信号复杂度分析时,在不同的尺度上发现不同的显着差异脑区,反映了大脑在不同频段具有不同的脑活动模式。（4）从时域扩展到时空域,提出时空排列模糊熵。静息态人脑中存在时空混沌现象,基于单个体素的复杂度分析无法反映多个体素之间的空间复杂性。本文在排列模糊熵时域分析的基础上融合大脑空间信息,提出时空排列模糊熵。基于静息态fMRI信号,分析时空排列模糊熵的抗噪性能和重测信度,并与其它同类熵相比。结果表明时空排列模糊熵具有更强的抗噪性能和更高的重测信度。最后将其应用于阿尔茨海默症患者fMRI数据的时空复杂度分析,发现患者的枕下回、颞下回、额上回和海马等脑区的时空复杂度显着下降。
申鑫[10]（2021）在《江苏主要森林林分结构与生理参数估测及生长模拟》文中进行了进一步梳理随着全球气候变化和人口的增长,以及生态文明建设的需要,提升森林培育的质量和效率,实现森林多种效益和功能的最大化,对于满足人类生态需求、促进经济和社会的可持续发展尤为重要。快速、实时、精确地获取林分结构和林木生理参数是实现森林高效精准培育和可持续经营的重要前提,也是研究森林与社会、环境之间相互作用过程的基础内容。传统的森林林分结构和林木生理参数的获取主要是通过林分实测和实验室观测等来进行,但其通常成本较高且精度和效率受到限制。为此,本研究在江苏省研究区选择了四种典型森林（马尾松、麻栎为主要树种的次生林以及水杉、杨树、银杏人工林）为研究对象,结合多平台、多传感器获取的遥感数据,对林分结构参数（树种、林木直径和树高、单株材积、株数、平均胸径和树高、蓄积量和生物量等）和林木生理参数（叶绿素和类胡萝卜素含量）进行高精度估测,同时结合生理过程模型对林分生长过程进行预测,探索不同培育模式对林分生长的影响规律,以期为森林精准培育过程中林分结构和生理参数的快速高效估测、林分生长模拟和预测提供必要的技术、手段和方法支撑。主要研究结果如下:1、创建了多平台遥感数据集成模型,通过优化信息特征提取、模型构建等方法,实现了快速、准确、无破坏的单株林木树种识别、胸径与材积以及生理参数估测。首先,结合同期获取的机载高光谱和激光雷达数据,在基于点云分割和光照冠层提取的基础上,通过随机森林分类器对次生林进行林木树种识别;同时,通过轻巧型、背负式激光雷达传感器（BLS）获取高密度点云数据,结合树干探测（DBSCAN）及材积模型构建方法,对人工林进行单株林木胸径及材积的快速、精确获取;另外,利用无人机平台获取的高光谱和高密度激光雷达点云数据,结合基于DSM的数据融合方法,建立基于回归方法和辐射传输模型的林木生理参数（叶绿素、类胡萝卜素含量）估测模型并定量分析生理参数在单株林木冠层的垂直分布规律。结果表明:基于点云的分割算法对于单株林木提取精度较高（总体精度=82.9%）,且随机森林分类算法对树种的识别精度较高（总体精度>85.4%）。使用光谱及点云全部特征变量的树种类型识别精度较仅使用光谱特征变量的识别精度高（总体精度提升0.4-5.6%）。与使用完整冠层特征的林木识别结果相比（总体精度=85.4-89.3%）,使用阳光直射部分树冠光谱特征的林木识别精度（总体精度=87.1-91.5%）提升了2.3%;另外,基于密度的有噪空间聚类算法对于单株林木提取精度较高（总体精度=95.77%）。基于背负式激光雷达数据及材积方程的单株林木材积估测精度较高（水杉:R2=0.76,rRMSE=20.02%;杨树:R2=0.98,r RMSE=7.25%）;同时,从无人机高光谱数据中提取的多个植被指数与生理参数相关性较高（Adj-R2=0.85-0.91;r RMSE=5.19-6.38%）。对于水杉和杨树两树种而言,具有一致的垂直分布规律,即低冠层部分（受光影响较小）具有较高的叶绿素和类胡萝卜素含量。另外,单个树冠表面上生理参数的垂直分布特性可能随林木年龄的变化而变化,这可能是由于树冠光合作用能力随林木的生长而发生变化所致。2、创建了多源遥感数据融合模型,发展了结合经验模型和参数优化算法的林分结构参数估测方法,实现了精准、高效、大范围的林分结构参数的获取。首先,利用同时相获取的机载全波形（FWF）激光雷达和高光谱数据,在对脉冲波幅和波形形状进行校正的基础上,结合多元线性回归模型估测森林的林分结构参数（平均胸径、树高、蓄积量和生物量等）;另外,基于无人机系统的多光谱和真彩色影像,利用数字航空摄影测量（DAP）方法生成三维结构点云,并拟合偏最小二乘（PLS）回归模型以估测银杏人工林的林分结构参数。结果表明:在结合全波形激光雷达和高光谱数据的林分结构参数估测中,Lorey’s树高的估测具有相对较高的精度（Adj-R2=0.88,r RMSE=10.68%）,其次是地上生物量的估测（Adj-R2=0.84,r RMSE=15.14%）,而蓄积量的估测具有相对较低的精度（Adj-R2=0.81,r RMSE=16.37%）。仅包含点云特征变量的模型具有较强的森林结构参数估测能力（Adj-R2=0.52-0.81,r RMSE=15.70-40.87%）,而点云、全波形和高光谱特征变量的集成可以提高森林结构参数估测的准确性（Adj-R2=0.68-0.88,r RMSE=10.68-28.67%）;另外,同时包含光谱和结构特征的林分结构参数估测模型精度最高（R2=0.82-0.93,r RMSE=4.60-14.17%）。对模型样本进行分层可以提高估测模型的精度（ΔR2=0-0.07,Δr RMSE=0.49-3.08%）,且其精度随着林分密度的增加而增加。3、构建了水杉、杨树人工林生长过程模型,实现了其林分结构参数和生产力的生长变化预测,探索了不同培育措施对水杉和杨树林分生长的影响机制。首先,通过气候模型Climate AP模拟历史及未来气候数据,并基于3-PG模型,结合实测和遥感数据对水杉、杨树人工林的林分结构参数（林分密度、胸径、干生物量和蓄积量）生长过程进行模拟与验证。同时,对林分初植密度、间伐强度和施肥管理措施进行了梯度调节,以探索不同培育措施对林分生长的影响。结果表明:经遥感估测结果验证,3-PG模型预测林分结构参数准确度较高,其中林分密度精度最高（R2=0.99,r RMSE=5.79%）,其次为蓄积量（R2=0.93,r RMSE=14.18%）和干生物量（R2=0.87,r RMSE=15.79%）,胸径预测精度最低（R2=0.69,r RMSE=16.63%）。对于无间伐水杉样地,前50年胸径生长量为23.22 cm,林分蓄积量为277.54 m3/ha;无间伐杨树样地,前50年胸径生长量为47.63 cm,林分蓄积量为702.61m3/ha。对于有间伐水杉样地,前50年胸径生长量为31.76 cm,林分蓄积量为269.30 m3/ha;有间伐杨树样地,前50年胸径生长量为72.77 cm,林分蓄积量为652.36 m3/ha。在不同培育措施下,随着初植密度的增加,前50年平均胸径生长量逐渐减小,林分蓄积量生长量逐渐增加;随着间伐强度的增加,前50年平均胸径生长量逐渐增加,林分蓄积量生长量逐渐减小;在不同施肥措施下,生长中期进行一次肥料管理有利于林分平均胸径和蓄积量的生长。
二、影响因子:文献质量的尺度及其应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、影响因子:文献质量的尺度及其应用（论文提纲范文）
（1）基于数据驱动的杭州萧山区公共中心体系认知与优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 社会主要矛盾发生转变带来的新需求 |
| 1.1.2 公共服务规划地位提升形成的新定位 |
| 1.1.3 数据科学革命引领的新视野 |
| 1.1.4 国土空间规划体系下的新要求 |
| 1.2 研究目的与意义 |
| 1.2.1 主要研究目的 |
| 1.2.2 研究意义 |
| 1.3 相关概念界定 |
| 1.3.1 数据驱动 |
| 1.3.2 公共中心体系 |
| 1.4 研究内容与范围 |
| 1.4.1 研究主要内容 |
| 1.4.2 研究范围 |
| 1.5 研究方法 |
| 1.5.1 定性研究方法 |
| 1.5.2 定量分析方法 |
| 1.6 技术路线与章节安排 |
| 1.6.1 研究技术路线 |
| 1.6.2 章节组织 |
| 2 相关研究综述 |
| 2.1 研究的理论基础 |
| 2.1.1 城市形态发展与演化理论中的城市中心 |
| 2.1.2 城市空间组织理论中的城市中心 |
| 2.2 城市公共中心体系的识别 |
| 2.2.1 城市中心识别数据源 |
| 2.2.2 城市中心及其体系识别方法 |
| 2.3 城市公共中心体系的演变趋势与影响要素 |
| 2.3.1 城市多中心结构的实践与效能 |
| 2.3.2 公共中心体系的发展趋势 |
| 2.3.3 公共中心的形成机制与影响要素 |
| 2.4 公共中心与城市服务的空间布局优化 |
| 2.4.1 公共中心的布局优化 |
| 2.4.2 各类城市服务的布局优化 |
| 2.5 借鉴与启示 |
| 2.5.1 研究借鉴 |
| 2.5.2 研究启示 |
| 3 研究框架 |
| 3.1 数据驱动的发展脉络 |
| 3.1.1 大数据的发展及利用 |
| 3.1.2 机器学习发展历程 |
| 3.1.3 数据驱动在城乡规划中的应用 |
| 3.2 表征学习与城市空间科学互动的研究理念 |
| 3.2.1 表征学习的应用难点 |
| 3.2.2 分析框架的基本流程 |
| 3.2.3 数据分析的基本逻辑 |
| 3.2.4 数据获取的基本原则 |
| 3.3 数据驱动的公共中心体系研究框架 |
| 3.3.1 研究主要问题难点 |
| 3.3.2 测度识别的理论先验 |
| 3.3.3 影响要素分析的理论先验 |
| 3.3.4 优化策略的理论先验 |
| 3.4 本章小结 |
| 4 萧山区公共中心体系识别与空间特征 |
| 4.1 供需视角下的中心度评级体系与数据基础 |
| 4.1.1 中心度的评价 |
| 4.1.2 中心度计算的数据基础 |
| 4.2 中心度计算结果与空间特征 |
| 4.2.1 指标权重计算 |
| 4.2.2 设施聚合度:多中心结构展现 |
| 4.2.3 设施规模度:中心集聚特征显着 |
| 4.2.4 设施使用度:就近满足的网络结构 |
| 4.2.5 中心度:内聚外散,北密南疏的整体格局 |
| 4.3 识别与特征分析 |
| 4.3.1 基于密度阈值的公共中心识别流程设计 |
| 4.3.2 公共中心的空间分布特征 |
| 4.3.3 公共中心的体系结构特征 |
| 4.3.4 功能关联特征 |
| 4.4 本章小结 |
| 5 萧山区公共中心体系的发展程度与影响要素 |
| 5.1 公共中心体系发展程度的表征 |
| 5.1.1 公共中心体系的总能级 |
| 5.1.2 公共中心体系的总数量 |
| 5.1.3 公共中心体系的均衡度 |
| 5.2 基于集成学习的中心度表征模型 |
| 5.2.1 特征构造与模型设计 |
| 5.2.2 模型精度检验方法 |
| 5.2.3 模型训练与精度表现 |
| 5.3 基于集成模型省域区县中心度拟合 |
| 5.3.1 中心度的分块拟合 |
| 5.3.2 中心体系的采样结果 |
| 5.3.3 省域区县公共中心体系表征 |
| 5.4 常态化影响要素分析 |
| 5.4.1 公共中心体系常态化影响要素的选择 |
| 5.4.2 中心度的多元线性回归 |
| 5.4.3 公共中心发展程度的聚类及其特征 |
| 5.4.4 公共中心体系的演化趋势分析 |
| 5.4.5 常态化影响要素构成与影响机制构建 |
| 5.5 萧山区公共中心体系的非常态化影响要素 |
| 5.5.1 公共服务设施配置 |
| 5.5.2 基础设施建设 |
| 5.5.3 城市空间调整 |
| 5.5.4 经济发展 |
| 5.5.5 城市品牌价值提升 |
| 5.5.6 城市治理能力提升 |
| 5.6 本章小结 |
| 6 萧山区公共中心体系布局优化 |
| 6.1 人口与公共中心体系布局的空间关联 |
| 6.1.1 基于人口的公共中心体系布局先验 |
| 6.1.2 人口分布的空间特征与空间关联 |
| 6.1.3 人口与公共中心的空间关联模型构造 |
| 6.1.4 模型结果与分析 |
| 6.1.5 人口与公共中心体系关联中的主要特征 |
| 6.2 公共中心优化目标 |
| 6.2.1 经验目标 |
| 6.2.2 价值目标 |
| 6.2.3 规律原则 |
| 6.3 公共中心体系布局优化指引 |
| 6.3.1 空间优化指引 |
| 6.3.2 服务优化策略 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究主要结论 |
| 7.1.1 公共中心识别与空间特征分析 |
| 7.1.2 公共中心的影响要素与机制分析 |
| 7.1.3 公共中心的优化指引 |
| 7.2 主要创新之处 |
| 7.2.1 引入了多源数据与算法适应的公共中心识别系统 |
| 7.2.2 尝试了表征数据与理论结合的影响要素解释机制 |
| 7.2.3 构建了集成框架与机制协同的目标估计监督模型 |
| 7.3 研究不足与展望 |
| 7.3.1 研究内容的深入挖掘 |
| 7.3.2 研究理论的深化演绎 |
| 7.3.3 数据技术的更新适应 |
| 参考文献 |
| 附录 |
| 附录1 浙江省区县中心体系发展程度影响要素 |
| 附录2 集成树分类规则 |
| 附录3 网络调查问卷中公共中心体系相关问题 |
| 个人简介 |
（2）地表温度空间降尺度方法及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地表温度空间降尺度研究现状 |
| 1.2.2 空间降尺度地表温度的应用研究现状 |
| 1.2.3 地表温度空间降尺度研究存在问题与不足 |
| 1.3 研究内容 |
| 1.4 总体技术路线 |
| 1.5 论文组织结构 |
| 1.6 本章小结 |
| 第2章 研究区与数据 |
| 2.1 研究区概况 |
| 2.2 数据源 |
| 2.2.1 Landsat8 影像 |
| 2.2.2 Sentinel-2A影像 |
| 2.2.3 高分影像 |
| 2.2.4 SRTM影像 |
| 2.2.5 气象观测数据 |
| 2.3 数据预处理 |
| 2.3.1 辐射定标与大气校正 |
| 2.3.2 正射校正与几何配准 |
| 2.4 本章小结 |
| 第3章 基于多因子地理加权机器学习算法的地表温度空间降尺度模型 |
| 3.1 基于改进型单窗算法的地表温度反演 |
| 3.2 特征选择 |
| 3.2.1 候选的解释变量 |
| 3.2.2 最优特征组合的确定方法 |
| 3.3 MFGWML地表温度空间降尺度模型 |
| 3.3.1 基学习器理论基础 |
| 3.3.2 地理加权回归理论基础 |
| 3.3.3 地理加权集成学习 |
| 3.4 经典的地表温度空间降尺度算法 |
| 3.4.1 TsHARP降尺度算法 |
| 3.4.2 HUTS降尺度算法 |
| 3.5 地表温度空间降尺度模型精度验证方法 |
| 3.6 地表温度空间降尺度的技术路线 |
| 3.7 MFGWML模型分析 |
| 3.7.1 基模型的特征选择 |
| 3.7.2 基模型的相关性 |
| 3.7.3 MFGWML模型参数分析 |
| 3.8 降尺度模型精度验证与对比分析 |
| 3.8.1 MFGWML模型与基模型对比分析 |
| 3.8.2 MFGWML模型与Ts HARP模型对比分析 |
| 3.8.3 MFGWML模型与HUTS模型对比分析 |
| 3.8.4 MFGWML模型的误差来源分析 |
| 3.9 本章小结 |
| 第4章 MFGWML地表温度空间降尺度模型对高分影像的适用性研究 |
| 4.1 MFGWML模型对GF-1 WFV2 影像的适用性研究 |
| 4.1.1 基于GF-1 WFV2 影像的候选解释变量 |
| 4.1.2 基模型最优特征组合选择 |
| 4.1.3 MFGWML模型参数 |
| 4.1.4 MFGWR降尺度模型 |
| 4.1.5 不同降尺度模型精度验证与对比分析 |
| 4.2 MFGWML模型对GF-6 PMS影像的适用性研究 |
| 4.2.1 基于GF-6 PMS影像的候选解释变量 |
| 4.2.2 基模型最优特征组合选择 |
| 4.2.3 MFGWML模型参数 |
| 4.2.4 MFGWR降尺度模型 |
| 4.2.5 不同降尺度模型精度验证与对比分析 |
| 4.3 MFGWML模型对GF-2 PMS影像的适用性研究 |
| 4.3.1 基于GF-2 PMS影像的候选解释变量 |
| 4.3.2 基模型最优特征组合选择 |
| 4.3.3 MFGWML模型参数 |
| 4.3.4 MFGWR降尺度模型 |
| 4.3.5 不同降尺度模型精度验证与对比分析 |
| 4.4 本章小结 |
| 第5章 MFGWML模型空间降尺度地表温度数据的应用研究 |
| 5.1 集成RF和SVM算法的北京市土地利用分类 |
| 5.1.1 影像分割和对象特征提取 |
| 5.1.2 基于C5.0 算法的RF与 SVM算法集成 |
| 5.1.3 影像分类结果与精度对比分析 |
| 5.2 LST空间降尺度对生态环境质量评价的影响 |
| 5.2.1 基于遥感的生态指数RSEI |
| 5.2.2 LST空间降尺度前后的生态环境质量对比分析 |
| 5.2.3 LST空间降尺度对土地利用与生态环境质量关系的影响 |
| 5.3 LST空间降尺度对城市热岛效应评价的影响 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 论文创新点 |
| 6.3 研究不足与展望 |
| 6.3.1 不足之处 |
| 6.3.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）深远海地磁数据处理方法优化及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究方法和内容 |
| 第二章 深远海地磁数据预处理方法研究 |
| 2.1 导航定位数据预处理方法 |
| 2.2 海底日变站数据预处理方法 |
| 2.3 磁力仪数据预处理方法 |
| 2.4 本章小结 |
| 第三章 深远海地磁日变改正方法优化 |
| 3.1 地磁日变数据频域分析 |
| 3.2 地磁日变数据小波域分析 |
| 3.3 离散小波变化处理与评价 |
| 3.4 本章小结 |
| 第四章 低纬度磁异常化极方法优化 |
| 4.1 频率域化极原理分析 |
| 4.2 常规低纬度化极方法 |
| 4.3 指数伪倾角化极法 |
| 4.4 模型正演验证 |
| 4.5 本章小结 |
| 第五章 地磁数据处理优化方法在近赤道某深远海域的应用 |
| 5.1 实测深远海地磁数据处理 |
| 5.2 低纬度磁异常化极 |
| 5.3 磁异常向上延拓 |
| 5.4 磁性体反演 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 研究生期间实践活动和成果 |
（4）数字孪生建模方法及其在热力系统优化运行中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号及缩写表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 能源电力发展背景与现状 |
| 1.1.2 智能控制优化研究现状 |
| 1.2 热力系统建模仿真及大数据技术研究现状 |
| 1.2.1 热力系统建模研究现状 |
| 1.2.2 电力大数据及其发展现状 |
| 1.2.3 热力系统仿真技术发展背景 |
| 1.3 数字孪生技术的应用现状及关键技术 |
| 1.3.1 数字孪生的应用发展现状 |
| 1.3.2 数字孪生研究的关键技术 |
| 1.3.3 数字孪生发展面临的挑战 |
| 1.4 论文的研究内容 |
| 第2章 大数据背景下的数字孪生与热力系统建模理论 |
| 2.1 数字孪生的基本理论 |
| 2.1.1 数字孪生的定义与内涵 |
| 2.1.2 数字孪生与仿真技术之间的关系 |
| 2.1.3 数字孪生与信息物理系统之间的关系 |
| 2.2 热力系统建模理论与方法 |
| 2.2.1 流体网络机理建模理论与方法 |
| 2.2.2 数据驱动建模理论与方法 |
| 2.3 大数据的基本理论 |
| 2.3.1 大数据平台框架及相关技术 |
| 2.3.2 大数据存储管理与预处理方法 |
| 2.3.3 大数据分布式集群平台构建 |
| 2.4 本章小结 |
| 第3章 基于改进即时学习策略的自适应数据驱动建模方法研究 |
| 3.1 基于改进即时学习策略的自适应数据驱动建模方法 |
| 3.1.1 建模思路 |
| 3.1.2 基于改进遗传模拟退火算法的模糊聚类工况划分 |
| 3.1.3 基于多层次综合相似度度量的相似工况识别 |
| 3.1.4 基于Spark平台的数据驱动局部模型建模 |
| 3.2 SCR脱硝系统数据驱动建模应用案例 |
| 3.2.1 建模对象及背景介绍 |
| 3.2.2 数据预处理和相似工况选取 |
| 3.2.3 局部建模过程及结果分析 |
| 3.3 电锅炉供热系统荷侧和源侧负荷预测建模应用案例 |
| 3.3.1 建模对象及背景介绍 |
| 3.3.2 荷侧供热负荷预测模型 |
| 3.3.3 源侧电负荷预测 |
| 3.4 本章小结 |
| 第4章 热力系统数字孪生建模理论及应用 |
| 4.1 热力系统数字孪生建模思路 |
| 4.1.1 数字孪生建模方法的提出 |
| 4.1.2 数字孪生模型的构建方法及流程 |
| 4.2 数字孪生机理模型的构建 |
| 4.2.1 管路模型 |
| 4.2.2 调节阀模型 |
| 4.2.3 离心水泵模型 |
| 4.2.4 换热器模型 |
| 4.3 数字孪生模型的协同与融合理论 |
| 4.3.1 数字孪生模型离线智能参数辨识 |
| 4.3.2 数字孪生模型参数在线自适应协同 |
| 4.3.3 基于移动窗格信息熵的多模型输出在线融合 |
| 4.4 数字孪生建模实例分析 |
| 4.4.1 脱硝系统数字孪生模型的建立 |
| 4.4.2 供热系统数字孪生模型的建立 |
| 4.5 本章小结 |
| 第5章 基于热力系统数字孪生模型的节能控制优化 |
| 5.1 基于数字孪生模型的智能工况动态寻优 |
| 5.1.1 热力系统智能工况动态寻优策略 |
| 5.1.2 基于数字孪生模型的供热储热系统智能工况动态寻优 |
| 5.2 基于数字孪生模型的自适应预测控制优化 |
| 5.2.1 基于数字孪生模型的预测控制算法 |
| 5.2.2 基于数字孪生模型预测控制的喷氨量优化 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要研究工作及成果 |
| 6.2 论文主要创新点 |
| 6.3 后续工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）InGaAs短波红外低照度成像技术研究及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 红外技术发展介绍 |
| 1.2 短波红外探测器发展现状 |
| 1.2.1 InGaAs短波红外探测器发展现状 |
| 1.2.2 InGaAs焦平面探测器国外发展现状 |
| 1.2.3 InGaAs探测器国内发展现状 |
| 1.3 InGaAs短波红外探测器的应用前景 |
| 1.4 InGaAs短波相机的图像处理技术 |
| 1.4.1 短波图像增强 |
| 1.4.2 生物显微成像和多聚焦图像融合 |
| 1.4.3 弱光照环境下的小目标检测 |
| 1.5 本课题研究内容与章节安排 |
| 1.5.1 研究内容 |
| 1.5.2 章节安排 |
| 第2章 低照度下高灵敏度InGaAs短波成像系统设计 |
| 2.1 引言 |
| 2.2 InGaAs短波红外探测器 |
| 2.3 系统方案 |
| 2.3.1 InGaAs短波探测器驱动模块设计 |
| 2.3.2 模数转换 |
| 2.3.3 网口传输 |
| 2.3.4 基于Zynq数字电路设计 |
| 2.3.5 非均匀性校正 |
| 2.4 探测器制冷方案 |
| 2.4.1 制冷控制电路 |
| 2.4.2 自动控温算法 |
| 2.4.3 控温精度测量 |
| 2.5 盲元补偿 |
| 2.5.1 单像素盲元补偿 |
| 2.5.2 块盲元补偿 |
| 2.6 成像实验 |
| 2.6.1 透雾成像实验 |
| 2.6.2 生物成像实验 |
| 2.6.3 不同增益下的成像 |
| 2.7 结论 |
| 第3章 低照度短波红外图像增强算法研究 |
| 3.1 引言 |
| 3.2 多尺度高斯差分图像增强算法 |
| 3.2.1 图像细节增强 |
| 3.3 基于稀疏编码的图像降噪 |
| 3.3.1 噪声分析 |
| 3.4 稀疏编码降噪模型 |
| 3.4.1 稀疏编码模型 |
| 3.4.2 双权值降噪模型 |
| 3.4.3 模型参数求解 |
| 3.4.4 稀疏表达模型求解 |
| 3.4.5 算法伪代码 |
| 3.4.6 低照度降噪结果 |
| 3.5 灰度重映射与对比度增强 |
| 3.6 实验 |
| 3.7 结论 |
| 第4章 生物荧光显微成像的多聚焦图像融合算法研究 |
| 4.1 引言 |
| 4.2 短波红外生物成像 |
| 4.3 多聚焦图像融合算法 |
| 4.3.1 梯度域引导滤波金字塔对焦像素检测 |
| 4.3.2 梯度域引导滤波 |
| 4.3.3 对焦像素检测 |
| 4.3.4 融合规则 |
| 4.4 实验与讨论 |
| 4.4.1 静脉荧光成像 |
| 4.4.2 单光谱多聚焦图像融合 |
| 4.5 结论 |
| 第5章 基于信杂比判据低照度图像小目标检测算法 |
| 5.1 引言 |
| 5.2 短波红外目标观测分析 |
| 5.3 短波红外光强测定 |
| 5.3.1 短波红外光度计 |
| 5.3.2 光度计标定 |
| 5.3.3 夜间照度测量实验 |
| 5.4 短波红外夜视目标观测分析 |
| 5.4.1 InGaAs短波红外夜视成像 |
| 5.4.2 环境对成像质量的影响 |
| 5.5 小目标检测算法 |
| 5.5.1 小目标特征分析 |
| 5.5.2 算法结构 |
| 5.5.3 Facet核函数 |
| 5.5.4 基于信杂比局部对比度判据 |
| 5.6 非目标区域排除 |
| 5.6.1 随机游走原理 |
| 5.6.2 目标区域判断 |
| 5.7 小目标检测算法 |
| 5.8 实验与分析 |
| 5.9 结论 |
| 第6章 总结与展望 |
| 6.1 论文内容总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）齿轮箱关键部件故障振动特征提取与分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于振动信号处理技术的故障特征提取方法概述 |
| 1.2.2 自适应信号分解在故障特征提取中的研究现状 |
| 1.2.3 信号解调分析在故障特征提取中的研究现状 |
| 1.2.4 自适应噪声消除在故障特征提取中的研究现状 |
| 1.3 主要研究内容 |
| 1.3.1 拟解决的关键问题 |
| 1.3.2 主要研究内容及章节安排 |
| 第2章 齿轮与滚动轴承的振动机理与故障特征分析 |
| 2.1 引言 |
| 2.2 齿轮啮合振动的产生机理 |
| 2.3 齿轮故障振动建模与特征分析 |
| 2.3.1 齿轮的典型故障形式 |
| 2.3.2 齿轮故障振动的数学模型与振动信号特征分析 |
| 2.4 滚动轴承的振动产生机理 |
| 2.5 滚动轴承的局部冲击故障振动建模与特征分析 |
| 2.5.1 滚动轴承的典型故障形式 |
| 2.5.2 滚动轴承的典型故障振动信号特征 |
| 2.5.3 滚动轴承局部冲击故障振动的数学模型 |
| 2.6 本章小结 |
| 第3章 齿轮箱故障试验系统设计及试验条件 |
| 3.1 引言 |
| 3.2 齿轮箱故障试验系统设计 |
| 3.2.1 试验台架搭建 |
| 3.2.2 振动数据采集系统 |
| 3.3 齿轮箱故障试验条件 |
| 3.3.1 齿轮故障设置 |
| 3.3.2 测点布置与试验工况 |
| 3.4 现有齿轮与滚动轴承故障试验台 |
| 3.4.1 CWRU滚动轴承故障模拟试验台 |
| 3.4.2 XJTU-SY滚动轴承加速寿命试验台 |
| 3.4.3 QPZZ-Ⅱ齿轮故障模拟试验台 |
| 3.5 本章小结 |
| 第4章 滚动轴承故障振动信号自适应分解与特征提取 |
| 4.1 引言 |
| 4.2 变分模态分解的基本原理 |
| 4.2.1 模态的定义 |
| 4.2.2 变分模态分解的实现过程 |
| 4.2.3 变分模态分解的主要影响参数及局限性 |
| 4.3 基于参数自适应优化选取的变分模态分解(AVMD)方法 |
| 4.3.1 人工蜂群优化算法概述 |
| 4.3.2 冲击故障衡量指标——融合冲击指数(SII) |
| 4.3.3 基于AVMD的滚动轴承故障振动特征提取方法 |
| 4.4 滚动轴承故障仿真验证 |
| 4.4.1 滚动轴承局部冲击故障振动信号模型 |
| 4.4.2 AVMD与现有方法的对比分析 |
| 4.5 滚动轴承故障试验验证 |
| 4.5.1 滚动轴承故障模拟试验验证 |
| 4.5.2 滚动轴承加速寿命试验验证 |
| 4.6 本章小结 |
| 第5章 基于变尺度解调的齿轮故障振动特征靶向提取与分析 |
| 5.1 引言 |
| 5.2 盲识别谱图类解调频带选取方法的基本原理与局限性 |
| 5.2.1 盲识别谱图类解调频带选取方法的基本原理 |
| 5.2.2 盲识别谱图类解调频带选取方法的局限性 |
| 5.3 具有靶向特性的变尺度解调频带选取方法——对数包络自谱图法(LEASgram) |
| 5.3.1 LEASgram的基本原理 |
| 5.3.2 LEASgram的实现步骤 |
| 5.4 齿轮故障仿真验证 |
| 5.4.1 齿轮故障振动信号模型 |
| 5.4.2 相同共振频率激励的齿轮故障仿真验证 |
| 5.4.3 不同共振频率激励的齿轮故障仿真验证 |
| 5.5 齿轮箱齿轮故障试验验证 |
| 5.5.1 单级齿轮箱齿轮故障试验验证 |
| 5.5.2 二级齿轮箱齿轮故障试验验证 |
| 5.6 本章小结 |
| 第6章 强循环平稳成分干扰下齿轮故障振动特征增强与提取 |
| 6.1 引言 |
| 6.2 自参考自适应噪声消除 |
| 6.2.1 自参考自适应噪声消除原理概述 |
| 6.2.2 最小均方算法 |
| 6.2.3 归一化最小均方算法 |
| 6.3 改进自参考自适应噪声消除(MSANC) |
| 6.3.1 收敛因子的选取 |
| 6.3.2 滤波器长度和时延长度的选取 |
| 6.3.3 MSANC的实现步骤小结 |
| 6.3.4 MSANC与现有方法的有效性对比 |
| 6.4 基于MSANC的齿轮故障振动特征增强与提取方法 |
| 6.4.1 快速谱相关 |
| 6.4.2 多点最优最小熵解卷积 |
| 6.4.3 基于MSANC的齿轮故障振动特征增强与提取方法的实现步骤 |
| 6.5 齿根裂纹故障仿真验证 |
| 6.5.1 含齿根裂纹故障的二级齿轮啮合动力学模型 |
| 6.5.2 仿真验证结果分析 |
| 6.6 二级齿轮箱齿轮故障试验验证 |
| 6.6.1 齿轮齿根裂纹故障试验验证 |
| 6.6.2 齿轮齿根裂纹和齿面剥落故障试验验证 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结与结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士学位期间所取得的科研成果 |
| 致谢 |
（7）基于小波去噪的阈值函数改进及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外研究综述 |
| 1.2.1 小波技术发展及其现状 |
| 1.2.2 信号去噪的研究现状 |
| 1.3 主要工作及论文框架 |
| 1.4 研究的创新与不足 |
| 1.4.1 研究的创新点 |
| 1.4.2 研究的不足 |
| 第二章 小波及信号去噪理论 |
| 2.1 小波分析方法概述 |
| 2.1.1 傅里叶变换 |
| 2.1.2 加窗傅里叶变换 |
| 2.1.3 小波理论简述 |
| 2.2 多尺度理论 |
| 2.2.1 多尺度分析概述 |
| 2.2.2 Mallat分解重构算法 |
| 2.2.3 极大重叠离散小波变换 |
| 2.3 基于小波变换的信号去噪流程及方法 |
| 2.3.1 小波去噪基本原理流程 |
| 2.3.2 小波去噪基本方法 |
| 2.4 小波去噪效果的影响因素 |
| 2.4.1 小波基函数的选择 |
| 2.4.2 分解层数的选择 |
| 2.4.3 阈值的选取 |
| 2.4.4 阈值函数的选取 |
| 2.5 小波去噪信号性能评价标准 |
| 2.5.1 信噪比 |
| 2.5.2 均方差 |
| 2.6 本章小结 |
| 第三章 改进阈值函数的小波去噪 |
| 3.1 小波去噪基本原理 |
| 3.2 阈值函数的选取 |
| 3.2.1 传统的阈值函数 |
| 3.2.2 改进的阈值函数 |
| 3.3 仿真实验结果及分析 |
| 3.3.1 仿真结果 |
| 3.3.2 仿真结果分析 |
| 3.4 本章小结 |
| 第四章 基于小波阈值去噪神经网络模型的应用研究 |
| 4.1 小波去噪 |
| 4.2 Elman神经网络 |
| 4.3 神经网络预测 |
| 4.3.1 数据的预处理 |
| 4.3.2 预测模型的建立 |
| 4.3.3 实验仿真 |
| 4.4 本章小结 |
| 第五章 总结和展望 |
| 5.1 研究结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 致谢 |
（8）带电非球形沙粒电磁散射特性及其应用研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 沙尘系统中沙粒的基本属性 |
| 1.2.1 沙尘颗粒的粒径分布 |
| 1.2.2 沙尘颗粒的化学成分 |
| 1.2.3 沙尘颗粒的介电常数 |
| 1.2.4 沙尘颗粒的形状 |
| 1.2.5 沙尘颗粒的带电量 |
| 1.3 非球形颗粒的散射模型 |
| 1.3.1 旋转椭球的分离变量法(SVM) |
| 1.3.2 有限时域差分方法(FDTD) |
| 1.3.3 离散偶极近似法(DDA) |
| 1.3.4 T矩阵方法(TMM) |
| 1.3.5 几何光学近似法(GOA) |
| 1.4 电磁波在沙尘系统中传播的研究现状 |
| 1.4.1 沙尘系统对电磁波的衰减 |
| 1.4.2 颗粒表面带电对电磁波的消光增强 |
| 1.4.3 沙尘系统对电磁波的退偏振 |
| 1.5 本文的主要研究内容 |
| 第二章 带电非球形沙粒散射模型及其求解 |
| 2.1 扩展边界条件法 |
| 2.1.1 任意非球形带电颗粒的散射T矩阵 |
| 2.1.2 旋转对称带电颗粒的散射T矩阵 |
| 2.1.3 带电球形颗粒的散射T矩阵 |
| 2.2 带电非球形沙粒的散射T矩阵验证 |
| 2.2.1 收敛性验证 |
| 2.2.2 与Lorenz-Mie理论的比较 |
| 2.2.3 与实验测量结果的比较 |
| 2.3 带电椭球沙粒的消光特性 |
| 2.4 带电椭球与等体积球消光截面的比较 |
| 2.5 不同入射角下带电椭球形沙粒的消光截面 |
| 2.6 带电椭球形沙粒的散射强度 |
| 2.7 本章小结 |
| 第三章 带电椭球形沙粒系统对电磁波的差分衰减和相移 |
| 3.1 电磁波在沙尘系统中的差分衰减和差分相移模型 |
| 3.1.1 沙粒取向角分布函数 |
| 3.1.2 沙粒h的分布函数 |
| 3.2 散射振幅矩阵 |
| 3.2.1 Rayleigh近似求解椭球振幅函数 |
| 3.2.2 带电T矩阵求解带电椭球颗粒的散射振幅函数 |
| 3.3 振幅函数Rayleigh解与T矩阵解的对比 |
| 3.4 电磁波差分衰减和相移的计算结果 |
| 3.4.1 电磁波偏振方向对差分衰减和相移的影响 |
| 3.4.2 沙粒取向对电磁波的差分相移和衰减的影响 |
| 3.5 本章小结 |
| 第四章 带电椭球形沙粒系统对电磁波的退偏振 |
| 4.1 传输矩阵模型(Transformation Matrix Model) |
| 4.2 考虑沙尘颗粒取向影响的XPD模型 |
| 4.2.1 沙尘颗粒随机取向的XPD模型 |
| 4.2.2 沙尘颗粒固定取向的XPD模型 |
| 4.3 沙尘系统中偏振微波的退偏振效应 |
| 4.3.1 模型验证 |
| 4.3.2 湍流强度对XPD的影响 |
| 4.3.3 偏振状态对XPD的影响 |
| 4.4 XPD与 CPA间的统计关系 |
| 4.4.1 沙尘系统中XPD与CPA关系的理论计算 |
| 4.4.2 沙尘系统的XPD-CPA与雨的XPD-CPA比较 |
| 4.4.3 沙粒表面带电对XPD-CPA统计关系的影响 |
| 4.5 本章小结 |
| 第五章 带电非球形沙尘系统对电磁波透射率和衰减的影响 |
| 5.1 电磁波在沙尘系统中的蒙特卡洛模拟 |
| 5.1.1 蒙特卡洛方法模拟透射率 |
| 5.1.2 蒙特卡洛光子包在沙尘颗粒系统中的运动 |
| 5.1.3 散射步长和散射角的随机抽样 |
| 5.1.4 蒙特卡洛模拟过程 |
| 5.2 沙尘系统中电磁波的多次散射 |
| 5.2.1 多次散射对微波透射率的影响 |
| 5.2.2 多次散射对衰减系数的影响 |
| 5.3 VIS和NIR波通过沙尘系统透射率的实验测量 |
| 5.3.1 测量原理及其过程 |
| 5.3.2 激光束的实验结果 |
| 5.4 沙尘系统对电磁波衰减系数的模拟值和实验值的对比 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 主要结论 |
| 6.2 研究不足与展望 |
| 附录 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（9）基于熵的人脑静息态fMRI信号复杂度分析及其应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语表 |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 熵算法的研究进展 |
| 1.2.2 人脑影像信号的熵分析 |
| 1.2.3 阿尔茨海默症的熵研究 |
| 1.3 本文主要研究内容 |
| 1.4 研究技术路线 |
| 1.5 论文组织结构 |
| 1.6 本章小结 |
| 第2章 经典熵的重测信度研究及其应用 |
| 2.1 经典熵算法 |
| 2.1.1 近似熵算法 |
| 2.1.2 样本熵算法 |
| 2.1.3 模糊熵算法 |
| 2.1.4 排列熵算法 |
| 2.2 重测信度 |
| 2.3 经典熵重测信度分析 |
| 2.3.1 实验数据及预处理 |
| 2.3.2 实验方案 |
| 2.3.3 实验结果 |
| 2.3.4 结果分析 |
| 2.3.5 结论 |
| 2.4 经典熵的应用 |
| 2.4.1 实验数据及预处理 |
| 2.4.2 实验方案 |
| 2.4.3 实验结果 |
| 2.4.4 结果分析 |
| 2.4.5 结论 |
| 2.5 本章小结 |
| 第3章 排列模糊熵的提出及其应用 |
| 3.1 引言 |
| 3.2 排列模糊熵算法 |
| 3.2.1 PFE算法 |
| 3.2.2 PFE算法与经典熵算法比较 |
| 3.3 排列模糊熵抗噪性能分析 |
| 3.3.1 rs-fMRI仿真信号模拟 |
| 3.3.2 实验方案 |
| 3.3.3 实验结果 |
| 3.3.4 结果分析 |
| 3.3.5 结论 |
| 3.4 排列模糊熵重测信度分析 |
| 3.4.1 实验方案 |
| 3.4.2 实验结果 |
| 3.4.3 结果分析 |
| 3.4.4 结论 |
| 3.5 排列模糊熵的应用 |
| 3.5.1 实验方案 |
| 3.5.2 实验结果 |
| 3.5.3 结果分析 |
| 3.5.4 结论 |
| 3.6 本章小结 |
| 第4章 多尺度排列模糊熵的提出及其应用 |
| 4.1 引言 |
| 4.2 多尺度排列模糊熵算法 |
| 4.2.1 MPFE算法 |
| 4.2.2 多尺度分析 |
| 4.3 多尺度排列模糊熵抗噪性能分析 |
| 4.3.1 rs-fMRI仿真信号模拟 |
| 4.3.2 实验方案 |
| 4.3.3 实验结果 |
| 4.3.4 结果分析 |
| 4.3.5 结论 |
| 4.4 多尺度排列模糊熵重测信度分析 |
| 4.4.1 实验方案 |
| 4.4.2 实验结果 |
| 4.4.3 结果分析 |
| 4.4.4 结论 |
| 4.5 多尺度排列模糊熵的应用 |
| 4.5.1 实验方案 |
| 4.5.2 实验结果 |
| 4.5.3 结果分析 |
| 4.5.4 结论 |
| 4.6 本章小结 |
| 第5章 时空排列模糊熵的提出及其应用 |
| 5.1 引言 |
| 5.2 时空排列模糊熵算法 |
| 5.2.1 MvPFE算法 |
| 5.2.2 时空复杂度分析 |
| 5.3 时空排列模糊熵抗噪性能分析 |
| 5.3.1 rs-fMRI仿真信号模拟 |
| 5.3.2 实验方案 |
| 5.3.3 实验结果 |
| 5.3.4 结果分析 |
| 5.3.5 结论 |
| 5.4 时空排列模糊熵重测信度分析 |
| 5.4.1 实验方案 |
| 5.4.2 实验结果 |
| 5.4.3 结果分析 |
| 5.4.4 结论 |
| 5.5 时空排列模糊熵的应用 |
| 5.5.1 实验方案 |
| 5.5.2 实验结果 |
| 5.5.3 结果分析 |
| 5.5.4 结论 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录A NYU数据集多尺度熵重测信度分析结果 |
| 附录B ADNI数据集MSE分析结果 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（10）江苏主要森林林分结构与生理参数估测及生长模拟（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 林分结构与生理参数估测研究现状 |
| 1.2.2 林分生长研究现状 |
| 1.3 研究问题及内容 |
| 1.3.1 研究目的和问题 |
| 1.3.2 研究内容 |
| 第二章 研究区概况 |
| 2.1 国营虞山林场 |
| 2.2 国营东台市林场 |
| 2.3 邳州铁富银杏基地 |
| 2.4 研究材料 |
| 第三章 基于机载高光谱和激光雷达数据的林木树种识别 |
| 3.1 材料与方法 |
| 3.1.1 地面数据调查 |
| 3.1.2 遥感数据获取 |
| 3.1.3 数据预处理 |
| 3.1.4 光谱特征计算 |
| 3.1.5 单株林木提取 |
| 3.1.6 激光雷达特征计算 |
| 3.1.7 光照树冠提取 |
| 3.1.8 光谱特征变量及其选择 |
| 3.1.9 随机森林及其应用 |
| 3.2 结果 |
| 3.2.1 单株林木提取 |
| 3.2.2 光照树冠提取 |
| 3.2.3 树种识别及其精度 |
| 3.3 讨论 |
| 3.3.1 数据融合与树种识别 |
| 3.3.2 PCS单株林木提取 |
| 3.3.3 光谱及点云特征变量 |
| 3.4 小结 |
| 第四章 基于背负式激光雷达数据的单株林木胸径及材积估测 |
| 4.1 材料与方法 |
| 4.1.1 地面数据调查 |
| 4.1.2 激光雷达数据获取及其预处理 |
| 4.1.3 树干探测及胸径估算 |
| 4.1.4 单株林木分割 |
| 4.1.5 树干直径提取及削度方程构建 |
| 4.1.6 立木材积模型构建及应用 |
| 4.2 结果 |
| 4.2.1 单株林木提取 |
| 4.2.2 胸径、树高提取及其精度 |
| 4.2.3 削度方程拟合及优化 |
| 4.2.4 材积方程及其应用 |
| 4.3 讨论 |
| 4.3.1 单株林木提取 |
| 4.3.2 胸径提取 |
| 4.3.3 材积估测 |
| 4.4 小结 |
| 第五章 基于机载激光雷达及光学影像的林分蓄积量和生物量等参数估测 |
| 5.1 全波形激光雷达和高光谱数据的林分结构参数估测 |
| 5.1.1 材料与方法 |
| 5.1.2 结果 |
| 5.2 无人机载多光谱和真彩色影像数据的林分结构参数估测 |
| 5.2.1 材料与方法 |
| 5.2.2 结果 |
| 5.3 讨论 |
| 5.3.1 全波形Li DAR和高光谱数据林分结构参数估测 |
| 5.3.2 无人机影像数据的林分结构参数估测 |
| 5.3.3 全波形激光雷达和高光谱特征变量 |
| 5.3.4 影像数据的光谱与结构特征变量 |
| 5.3.5 多光谱与真彩色影像点云 |
| 5.3.6 精度与效率 |
| 5.4 小结 |
| 第六章 基于无人机高光谱和激光雷达数据的林木生理参数估测 |
| 6.1 材料与方法 |
| 6.1.1 地面数据调查 |
| 6.1.2 实验室量测 |
| 6.1.3 遥感数据获取 |
| 6.1.4 无人机高光谱和激光雷达数据融合 |
| 6.1.5 经验模型估测生理参数 |
| 6.1.6 辐射传输模型估测生理参数 |
| 6.1.7 生理参数垂直分布 |
| 6.1.8 冠层生理参数及光合能力随年龄的变化 |
| 6.2 结果 |
| 6.2.1 经验模型构建及精度验证 |
| 6.2.2 辐射传输模型及其估测精度 |
| 6.2.3 生理参数区域范围分布 |
| 6.2.4 生理参数在单株林木冠层内的分布 |
| 6.2.5 生理参数分布随年龄的变化 |
| 6.2.6 冠层光合作用强度随年龄的变化 |
| 6.3 讨论 |
| 6.3.1 基于DSM的数据融合算法与生理参数三维分析 |
| 6.3.2 高光谱特征变量及其可用性 |
| 6.3.3 影响生理参数冠层分布的可能性因素 |
| 6.3.4 不同年龄单株林木的冠层光和能力 |
| 6.4 小结 |
| 第七章 基于生理过程模型的林分生长模拟 |
| 7.1 材料与方法 |
| 7.1.1 地面数据调查 |
| 7.1.2 遥感数据获取及处理 |
| 7.1.3 研究区历史气候数据获取 |
| 7.1.4 模型参数优化及输出 |
| 7.1.5 模型预测及精度验证 |
| 7.1.6 不同培育措施对林分生长的影响 |
| 7.2 结果 |
| 7.2.1 研究区历史及未来气候数据 |
| 7.2.2 林分生长过程模拟 |
| 7.2.3 3-PG模型估测精度验证 |
| 7.2.4 不同初植密度对林分生长的影响 |
| 7.2.5 不同间伐强度对林分生长的影响 |
| 7.2.6 不同施肥管理方式对林分生长的影响 |
| 7.3 讨论 |
| 7.3.1 模型参数及生长过程模拟 |
| 7.3.2 培育措施对人工林生长过程的影响 |
| 7.3.3 不同树种的生长差异 |
| 7.4 小结 |
| 第八章 主要结论与展望 |
| 8.1 主要结论 |
| 8.2 本文创新点 |
| 8.3 研究展望 |
| 附录Ⅰ 符号与参数说明 |
| 攻读学位期间发表的学术成果 |
| 参考文献 |
四、影响因子:文献质量的尺度及其应用（论文参考文献）
- [1]基于数据驱动的杭州萧山区公共中心体系认知与优化研究[D]. 阮一晨. 浙江大学, 2021(01)
- [2]地表温度空间降尺度方法及其应用研究[D]. 徐赛萍. 中国科学院大学(中国科学院空天信息创新研究院), 2021(01)
- [3]深远海地磁数据处理方法优化及其应用[D]. 张连伟. 自然资源部第一海洋研究所, 2021(01)
- [4]数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 高学伟. 华北电力大学(北京), 2021(01)
- [5]InGaAs短波红外低照度成像技术研究及其应用[D]. 张瑞. 中国科学院大学(中国科学院上海技术物理研究所), 2021(01)
- [6]齿轮箱关键部件故障振动特征提取与分析[D]. 赫修智. 吉林大学, 2021(01)
- [7]基于小波去噪的阈值函数改进及其应用研究[D]. 盛祖维. 江西财经大学, 2021(10)
- [8]带电非球形沙粒电磁散射特性及其应用研究[D]. 钟海超. 兰州大学, 2021
- [9]基于熵的人脑静息态fMRI信号复杂度分析及其应用[D]. 牛焱. 太原理工大学, 2020(01)
- [10]江苏主要森林林分结构与生理参数估测及生长模拟[D]. 申鑫. 南京林业大学, 2021