基于Greenlab模拟玉米生长应用研究

植物生长模拟模型是定量化研究植物的生长规律的重要手段之一,涉及到植物学、农学、林学、应用数学、物理学和计算机信息科学等多学科领域。Greenlab基于植物结构一功能反馈机制的虚拟植物模型,文章基于Greenlab框架构建了玉米生长虚拟模型。     

虚拟植物生长的双尺度自动机模型

用来构造植物形态的计算机模型很多,但大部分模型用于自然景物的模拟,所研究的内容主要集中在计算机图形学方面。该文从植物学的角度出发,提出了微状态和宏状态的双尺度概念,建立了虚拟植物生长的双尺度自动机模型,该模型考虑了植物的生长机理,参数物理意义明确,结构简洁条理,形象直观,易于理解和编程实现,并且应用了符合植物顶芽和腋芽发育过程的概率模型,更适合模拟真实植物的生长过程,通过与“L系统”和“参考轴技术”这两种著名的植物生长模型的比较,以及给出了用该模型模拟植物学家提出的构造模型的例子,证明了该模型实用有效。     

一种新的植物形态结构表达模型

为模拟真实植物的具体外观形态,提出了一种植物形态结构表达模型。该模型从拓扑结构和几何结构两个角度对植物形态进行描述,将拓扑结构与归一化植物器官相结合构造形态结构。模型以叶元为描述植物形态结构的单位,保留了形态结构的细节信息,并用生长特征对形态结构进行归类,大大节省了植物模拟时所需数据量。选取松树的形态结构,使用模型对其进行模拟实验。结果验证了模型的可行性和有效性。模型能够用于自然景观模拟、植物可视化、计算机辅助设计等领域。     

基于三维模型转换器的虚拟植物可视化

提出了一个基于三维器官模型转换器来实现虚拟植物生长可视化的方法。该转换器的主要功能是在虚拟植物生长可视化系统内导入由三维建模软件所构造的具有表面细节的植物器官模型,之后结合L系统,实现由植物生长规律指导下的虚拟植物生长过程的实时模拟。实验结果表明,该方法改善了原有的一些虚拟植物生长可视化系统只考虑对器官进行几何建模,而忽略器官表面细节导致的展现效果真实感显著差异的缺陷。     

基于多模块方法的拟南芥功能结构模拟研究

花卉植物生长模拟中,构建反映植物形态和生理特征的功能结构模型是目前虚拟植物的研究热点。对植物形态结构的表达方法和碳汇生物量在植物组织器官间的分配方法进行了研究,基于多模块方法实现了功能结构相统一的虚拟花卉植物生长模拟。利用自定义的光反应曲线模拟碳汇生物量,基于源汇理论实现了碳生物量在器官间分配,利用L+C 多模块方法实现了植物叶片和节间的动态生长。通过对拟南芥植物的生长模拟,证明了方法的实用性和有效性。     

虚拟植物枝条生长与形态生成模型研究

文章提出了一个新的植物形态生长的动态模拟方法,该方法基于状态空间理论,将植物的生长视为三维状态空间中状态矢量的运动过程,并综合考虑了趋光作用与分枝自重对植物形态的影响。该模型既能连续、动态地模拟植物并行生长,又能反映植物形态结构与生长机理的关系,模型直观,易于理解,为虚拟农林以及计算机动画等提供了具有实际应用价值的研究方法。     

基于碳动力学模型的虚拟拟南芥植物生长模拟

具有植物生理特征的花卉植物功能结构模拟是目前虚拟植物的研究热点。基于反映植物生长机理的碳动力学模型和L-systems的形态结构表达,提出了一种功能结构相统一的高度真实的虚拟植物生长模拟算法。利用L-systems的形态构造方法对拟南芥植物组织器官的动态生长规则进行了表达;植物生长基元（茎节间、叶、花）的分枝生长考虑了碳汇生物量在基元的传输和分配,并定义生长曲线函数描述叶片和节间在不同生长发育阶段的动态生长演替过程。实例证明该算法能较准确地模拟拟南芥的动态生长过程,模拟生长曲线跟实际生长曲线相吻合,验证了算法有效性。     

基于生长动力学的芦苇属植株虚拟生长模型

针对植株形态建模过程中由于缺乏生理生态特性而导致模型无法真实再现植株生长发育规律的问题,提出了一种基于生长动力学的植株形态变化模型构建方法。以芦苇属植株为例,首先研究了植株生长动力学特性,并以有效积温、生长速率变化等为驱动力构造了植株形态建成模型;其次,应用开放式L系统(Open-L)方法描述了植株冠层拓扑演变过程;最后,通过耦合植株拓扑与器官形体的几何模型及显示模型,给出了植株虚拟生长模型构建算法。实验结果表明,该方法实现了植株形态的可视化,并反映了植物生长机理,有利于动态掌握和预测植物生长发育状况。     

基于B样条曲线的植物模型建立方法

本文分析了植物模型的结构,尝试通过B样条曲线曲面来描述植物的终端节点,并分析了采用这种描述结构时的植物生长模型和风动模型的可能性,植物的生长模型主要通过模拟生态过程,即植物的终端节点通过光合作用产生的能量和能量对植物生长的影响等关系来建立了这些行为模型,最后提供了这种算法的验证结果。     

基于构筑模型的植物动态生长研究

植物学家提出的23种结构定义了植物形态发生的方式和最终生长的形态,能够形象而准确地对植物形态发生进行归纳和分类,但缺乏对植物形态可视化表达的有效手段和方法。因此,本文为再现植物的动态生长过程,基于构筑模型,遵循双尺度自动机的基本原理,应用微分L-系统构建植物连续生长过程的动态模型,并在计算机进行了三维可视化实现。提出的方法拓展了构筑模型的应用,仿真结果表明该方法在植物形态的建模上确实行之有效。     

多源数据小麦条锈病预测研究

小麦条锈病是导致小麦大规模减产的气传性病害,其传播扩散过程受多种因素影响,常用的作物病害气象预测模型难以准确模拟。为实现小麦条锈病发病率的精准预测,提出一种基于气象和遥感数据建立的SEIR-StripeRust动态预测模型。以甘肃省陇南地区为研究区,首先基于气象数据和MODIS遥感数据分别构建气象因子和植被指数,然后与发病率进行相关性分析筛选敏感因子并耦合基本感染率,进而建立SEIR-StripeRust模型,最后采用后向传播神经网络（BPNN）、支持向量回归（SVR）和多元线性回归（MLR）模型对比验证SEIR-StripeRust模型的有效性。结果表明：平均气温、相对湿度和归一化植被指数与小麦条锈病发病率显著相关,其建立的SEIR-StripeRust模型预测精度最高,决定系数R² 达到0.79,均方根误差RMSE为0.10,平均绝对误差MAE为0.09,均优于相同特征变量下的BPNN、SVR和MLR模型。研究结果表明SEIR-StripeRust模型能够有效预测小麦条锈病发病率,并为县域尺度的小麦条锈病预测和精确防控提供技术支持。     

基于ADM1模型的沼气生产过程的模型参数选择和辨识

国际水协IWA提出的ADM1模型可以较好地描述厌氧发酵过程,但其大量的模型参数使其在实际应用中存在困难。针对ADM1模型,在分析了各可变参数的可辨识性和灵敏度后,确定六种参数对于整个动态过程影响较大。因此,可以对这六种参数进行辨识,从而得到一个较好的ADM1模型。以此为基础,针对ADM1具体实施条件进行了仿真建模,利用标准仿真软件STOAT生成数据,通过求解一个非线性最优化问题得到参数的最优估计值,进而通过辨识后的模型进行仿真比较,验证了本文的结论。     

核电站操作与辐射剂量的虚拟现实仿真研究

通过对国内外虚拟现实技术在核辐射防护领域的应用现状的调研,开发了关于压水堆（PWR）相关操作和核辐射剂量的VRP（Virtual Reality Platform）虚拟现实应用。主要内容包括虚拟场景建模主程序3DSMAX、辐射剂量计算程序MCNPX及虚拟现实平台软件VRP三部分。结合大亚湾核电站的相关数据,在3DSMAX中构建了核电站厂房的三维场景,并对相关模型精细建模,成功建立了符合应用要求的原型系统;采用国内外先进的MCNPX辐射剂量计算软件以及中国成年男女人体模型,对人体在虚拟场景中受到的辐射剂量进行了精确的计算。并结合目前常用的插值算法的特点和三维场景布局特点,提出了一种符合场景要求的辐射剂量插值算法,成功实现了辐射剂量的动态获取;采用国内自主开发的虚拟现实平台软件VRP,实现了三维场景中辐射剂量的动态显示,完成了与辐射剂量计算软件的对接;并构建了三维模型的互动操作的演示,成功构建了关于核电站操作与辐射剂量的虚拟现实仿真系统。该应用对核电厂新员工培训以及降低核电厂工作人员辐射剂量有一定的指导意义。     

面向工业生产的中文Text-to-SQL模型

英文自然语言查询转SQL语句（Text-to-SQL）任务的模型迁移到中文工业Text-to-SQL任务时,由于工业数据集的可解释差且比较分散,会出现数据库的表名列名等信息与问句中关键信息的表示形式不一致以及问句中的列名隐含在语义中等问题导致模型精确匹配率变低。针对迁移过程中出现的问题,提出了对应的解决方法并构建修改后的模型。首先,在数据使用过程中融入工厂元数据信息以解决表示形式不一致以及列名隐含在语义中的问题;然后,根据中文语言表达方式的特性,使用基于相对位置的自注意力模型直接通过问句以及数据库模式信息识别出where子句的value值;最后,根据工业问句查询内容的特性,使用微调后的基于变换器的双向编码器表示技术（BERT）对问句进行分类以提高模型对SQL语句结构预测的准确率。构建了一个基于铝冶炼行业的工业数据集,并在该数据集上进行实验验证。结果表明所提模型在工业测试集上的精确匹配率为74.2%,对比英文数据集Spider上各阶段主流模型的效果后可以看出,所提模型能有效处理中文工业Text-to-SQL任务。     

基于环境敏感的虚拟植物生长仿真

仿真局部环境对植物生长的影响,特别是在剪枝条件下的植物生长状况,对数字农业的发展和虚拟园艺设计具有重要意义。已有的成果运用环境敏感L系统实现了二维植物在正方形边界内的剪枝生长仿真,但未能模拟真实植物生长受环境的影响。在此基础上,运用三维植物生长模型,实现了三维植物在剪枝条件下的生长过程仿真。实验结果表明,环境敏感L系统能够很好地模拟真实植物和外部包围盒之间的交互,为下一步研究植物同其他外界环境因素的交互打下了基础。     

中文单文档摘要模型DSum-SSE

针对中文文档摘要领域存在的缺少可靠数据集,有监督的摘要模型不成熟的问题,构建了一个规模超过20万篇的中文文档级别的摘要语料库（Chinese Document-level Extractive Summarization Dataset,CDESD）,提出了一种有监督的文档级别抽取式摘要模型（Document Summarization with SPA Sentence Embedding,DSum-SSE）。该模型以神经网络为基础的框架,使用结合了Pointer和注意力机制的端到端框架解决句子级别的生成式摘要问题,以获得反映句子核心含义的表示向量,然后在此基础上引入极端的Pointer机制,完成文档级别抽取式摘要算法。实验表明,相比于无监督的单文档摘要算法--TextRank,DSum-SSE有能力提供更高质量的摘要。CDESD和DSum-SSE分别对中文文档级别摘要领域的语料数据和模型做了很好的补充。     

基于LDA模型的文本分类研究

针对传统的降维算法在处理高维和大规模的文本分类时存在的局限性,提出了一种基于LDA模型的文本分类算法,在判别模型SVM框架中,应用LDA概率增长模型,对文档集进行主题建模,在文档集的隐含主题-文本矩阵上训练SVM,构造文本分类器。参数推理采用Gibbs抽样,将每个文本表示为固定隐含主题集上的概率分布。应用贝叶斯统计理论中的标准方法,确定最优主题数T。在语料库上进行的分类实验表明,与文本表示采用VSM结合SVM,LSI结合SVM相比,具有较好的分类效果。     

全局信息融合的汉语方言自动辨识

提出身份认证矢量（Identity vector,I-vector）结合韵律信息的汉语方言辨识方法。全差异空间替代本征音与本征信道空间,将高维超矢量映射为低维I-vector表示,并进行信道补偿与特征降维处理。汉语是有调语言,各方言在其韵律结构上具有明显差异,I-vector特征融合全局韵律信息,可有效增补各方言鉴别性。利用融合信息对闽、粤、吴等五种方言以及普通话进行辨识实验,等错率（Equal Error Rate,EER）达到8.01%,比高斯混合模型-通用背景模型（Gaussian Mixture Model-Universal Background Model,GMM-UBM）降低56.2%,表明融合全局韵律信息的I-vector方法可有效提高汉语方言辨识正确率。     

遥感干旱指数在洛川苹果干旱监测中的适用性分析

目前对苹果干旱研究较少且主要运用站点数据,对空间信息表征有限,遥感干旱指数可用于大范围干旱时空动态监测,但在苹果干旱监测中的适用性还有待研究。基于2014~2018年MODIS反射率、地表温度以及地表覆被数据,结合土壤湿度数据和野外调查资料,分析洛川苹果区温度植被干旱指数（TVDI）、归一化植被水分指数（NDWI）、植被供水指数（VSWI）与10 cm深度土壤湿度（SM）的一致性,探索遥感干旱指标对土壤干湿状况表征能力,并进一步研究遥感干旱指标对干旱响应敏感时段。结果表明：①由增强型植被指数（EVI）计算的VSWI与SM的时空一致性最好,其在2014、2017年表现出的干旱特征与实际旱情相符;②VSWI（EVI）和TVDI（EVI）与SM的相关性分别高于VSWI（NDVI）和TVDI（NDVI）与SM的相关性,使用EVI能提高VSWI和TVDI对干旱的表征能力;③TVDI、NDWI、VSWI对SM存在不同时间的反应滞后,滞后3时相（24 d）的VSWI（EVI）与SM的相关性最高,而NDWI对SM滞后时间短,对干旱响应较及时,结合VSWI（EVI）和NDWI可能更有利于监测苹果干旱;④在不同苹果生育期,遥感指标对土壤湿度敏感性不同,VSWI在不同生育期敏感性差异最明显：新梢旺长期（5、6月）对土壤湿度敏感性高于萌芽开花期、果实膨大期、成熟期;该结果符合洛川县苹果不同生育期需水规律和洛川降水、干旱发生特征。研究结果可为遥感监测苹果干旱提供参考依据。     

差异演化算法辨识微生物连续发酵动力学参数

在甘油连续发酵生产中提高1,3-丙二醇（1,3-PD）的产量是至关重要的,然而,3-羟基丙醛（3-HPA）的积累会引起发酵过程的停止。考虑到3-HPA对细胞生长和对酶的活性的抑制作用,提出一个新的数学模型来描述利用克雷伯氏菌连续发酵生产1,3-PD的过程。为了确定模型中的动力学参数,提出了参数辨识模型,并证明了参数的可辨识性。最后构造了改进的差异演化算法求解该参数辨识模型,数值结果表明该动力学模型能更好地描述微生物连续发酵过程,并且算法也是有效的。