斑病害在全球玉米产区均有爆发, 严重影响玉米产量与品质, 是一种常见的叶类疾病。 荧光光谱技术能够快速、 无损、 准确地反映作物生理信息, 动态检测其逆境响应规律。 以玉米为研究对象, 基于荧光光谱和生理参数（SPAD和Fv/Fm）融合分析, 探究玉米生理参数对不同程度斑病害的响应规律, 构建荧光光谱反演模型。 首先, 利用相关分析与峰值分析筛选荧光光谱的敏感波段, 采用多元散射校正（MSC）、 标准正态变量变换（SNV）、 多项式平滑（S-G）、 FD光谱一阶导数、 SD光谱二阶导数等5种预处理及MSC-SG-FD, MSC-FD-SG, SNV-SG-FD, SNV-SG-SD等4种建模组合方法, 以相关系数R2和均方根误差RMSE为模型效果评价指标, 确定荧光光谱反演生理参数模型的最优方法。 结果表明: 不同斑病害程度下荧光光谱特性的整体变化趋势一致, 但强度差异显著, 在波段600.000～800.000 nm内, 光谱反射率会出现明显的峰中心, 达到极值。 在波段900.000 nm之后, 反射率趋于平稳, 特征明显减少。 对于潜伏期叶片, SPAD与Fv/Fm的建模最优方法均为SNV-SG-FD, Rc为0.985 2和0.976 8, RMSEC为1.59和2.85。 对于早期发病叶片, SPAD的建模最优方法为SNV-SG-FD, Rc为0.949 7, RMSEC为3.79, Fv/Fm的建模最优方法为SNV-SG-SD, Rc为0.943 8, RMSEC为0.011 7。 模型预测性精度较高, 能够实现对早期斑病害玉米叶片SPAD和Fv/Fm的精准预测, 为玉米斑病害潜伏期与病害早期的生理信息监测提供参考依据。 研究结果可应用于大田作业, 提升田间精细化、 智能化管理水平, 为玉米高产、 优质、 优生提供理论依据与技术支撑。

首先介绍了了DoDAF2.0作战体系结构产品的内容和相互关系, 探讨了DoDAF2.0体系结构建模方法的特点和步骤。然后依据机载电子自卫防御系统的作战流程, 建立部分作战体系结构模型, 从不同侧面描述了电子自卫防御系统节点及节点间信息关系。所建模型说明, 该方法能够满足系统准确建模的要求, 可对系统研制过程的优化设计、变更影响分析和风险控制等方面提供技术支撑。

高光谱成像已被应用于建立干贝水分含量预测模型, 其模型性能受样本划分方法及建模方法影响。 样本划分方法决定着所选样本是否具有代表性, 而建模方法决定着如何利用样本建立模型, 但样本划分方法与建模方法的内在联系却鲜有研究报道。 在方法优选上, 将样本划分方法与建模方法进行组合, 探究不同方法组合对干贝水分含量预测模型性能的影响, 对干贝水分检测建模及分级方法的优选具有重要意义, 同时也能为其他样本的光谱建模提供参考。 采集380～1 030 nm波段下270个干贝样本的高光谱图像, 提取干贝样本的光谱数据, 通过RS, KS, SPXY和CG四种常用的方法划分样本, 并以PLSR和LS-SVM两种常用的建模方法建立多个干贝水分含量预测模型, 计算和比较各模型的性能指标。 结果表明: PLSR模型使用RS法划分干贝水分含量样本最为适宜(其RPD为4.079 6), LS-SVM模型使用SPXY划分法最为适宜(其RPD为4.175 6), 划分样本方法的优劣与建模方法有关, 其优选需要结合特定的建模方法进行。 在常用的四种样本划分方法和两种建模方法中, 采用SPXY法划分干贝水分含量样本并结合LS-SVM法建模的效果和精度最好。

提出一种改进自动编码器方法, 用于利用近红外光谱预测大尺度下土壤有机质含量等级。首先, 提出改进自动编码器算法框架, 将传统的用于重建输出的自动编码器与分类器相结合; 对改进自动编码器中的损失函数进行定义。然后, 将改进自动编码器应用于预测土壤有机质含量等级的近红外光谱分析建模问题中, 使用双层前馈神经网络实现了改进自动编码器的编码器、解码器和分类器。最后, 使用大尺度土壤光谱数据集对模型进行训练, 预测土壤有机质含量等级, 并与主成分回归、支持向量机等方法的效果进行对比。实验结果表明, 基于改进自动编码器的土壤有机质含量等级分类准确率为63.05%, 高于其他方法。利用该模型预测大尺度下土壤有机质含量等级有较好的表现。

为了减弱振动对车载激光雷达测量精度和稳定性的影响, 借鉴浮筏减振系统在船舶领域的成功使用, 对其进行了浮筏减振布局设计。采用多刚体动力学建模方法对系统在简谐激励下的减振性能进行了分析, 得出系统各处减振器参量对系统减振效果的影响。根据选定的减振参量, 结合所选车型, 经过计算得到激光雷达主体的传递率峰值, 有效避开了汽车运输过程中的激振频率, 且几乎在有效的激振频率范围内传递率曲线都小于1; 经计算得到冲击作用下的振动量程没有越过减震器的有效减震范围, 符合理论要求; 通过振动状态下激光雷达和探空气球所测风速数据的对比, 验证了减振设计对保证测量精度的效果; 通过静止和模拟振动状态下激光雷达的锁频效果对比, 证明了浮法减振设计在车载系统中应用的可靠性。结果表明, 浮筏减振设计应用于车载测风激光雷达是合理的、成功的。

激光成像目标模拟装置是激光雷达半实物仿真系统中的关键部件，其关键技术之一是目标建模。研究了激光成像目标的建模方法，以坐标变换理论为基础建立了目标模型，并搭建实验装置对模型进行验证。通过对不同视角下扫描的部分目标信息进行数据配准，得到目标的整体信息，然后根据视点坐标变换关系，可以在空间中任意视点获得目标的信息，以供图像生成系统生成图像。实验结果与理论值相似度高，验证了建模的正确性，为激光雷达回波目标模拟器获取目标信息提供了一条可行的途径。

为实现油页岩含油率的原位检测, 采用便携式近红外光谱分析技术, 针对吉林扶余油页岩基地2号钻井的66个岩芯样品开展了原位检测的分析建模方法研究。 采用自制便携式近红外光谱仪器获得反射率、 吸光度、 K-M函数三种数据形式光谱数据, 结合主成分-马氏距离(PCA-MD)剔除异常样品、 无信息变量消除法(UVE)波长筛选及二者组合的四种建模数据优化方法, 采用相同的数据预处理方法进行偏最小二乘(PLS)和反向传播神经网络(BPANN)两种方法的建模分析研究, 确定最佳分析模型及方法。 结果表明(1)不论是否采用四种不同的数据优化方法, 两种建模方法所用建模数据库适合采用反射率或K-M函数的光谱数据形式; (2)两种建模方法, 采用四种不同的数据优化方法, 对相同数据库建模精度的影响不同: 采用PLS建模方法、 以PCA-MD和UVE+ PCA-MD两种方法进行数据优化、 可以提高K-M函数光谱数据形式数据库的建模分析精度, 采用BPANN建模方法、 以UVE、 PCA-MD 与UVE组合的 三种方法进行数据优化、 对三种数据形式数据库的建模精度均有所提高; (3)除以反射率光谱数据并进行PCA-MD数据优化外, 采用BPANN方法的建模精度好于PLS法。 其中采用反射率光谱数据形式、 只进行UVE数据优化外的BPANN建模精度最高, 预测相关系数为0.92、 标准偏差为0.69%。

可见/近红外高光谱技术与建模方法是当前土壤近地传感器研究领域的重要方向, 可应用于土壤养分信息的快速获取和农田作物的精确施肥管理。 以浙江省水稻土为研究对象, 利用以非线性模型为核心的数据挖掘技术, 包括随机森林、 支持向量机、 人工神经网络等方法分别建立了不同建模集和验证集的原始光谱与有机质含量的估测模型。 结果表明: 研究比较的1∶1, 3∶1和全部样本建模并全部验证的三种样本模式划分对建模的结果有一定的影响。 相较于目前常用的偏最小二乘回归(PLSR)建模方法而言, 非线性模型RF和SVM也取得了较好的建模精度, 三种模式下其RDP值均大于1.4。 特别是采用SVM建模方法所得模型具有很好的预测能力, 模式二下其RDP值达到2.16。 同时引入ANN方法改进建立的PLSR-ANN方法显著提高了PLSR的模型预测能力。

虚拟现实技术是指利用计算机多媒体技术从人的嗅觉、视觉、触觉和听觉等多方面来全方位模拟环境，使人产生身临其中的感觉，通过人机交互操作，来获得相应的信息或者体验.本文分析了虚拟校园系统的发展现状以及在web2.0下基于VR技术的虚拟校园系统的设计与实现.通过对虚拟现实技术的介绍，结合校园导向标识系统的设计要求，提出利用虚拟现实技术来实现校园导向标识系统的可行性方案.叙述了虚拟校园系统的框架、开发技术以及具体的实现方法，并对虚拟校园系统的建模方法以及交互性进行了重点阐述.