-
公开(公告)号:CN108088981B
公开(公告)日:2021-07-02
申请号:CN201711328434.4
申请日:2017-12-13
Applicant: 安徽大学
IPC: G01N33/24
Abstract: 本发明公开了一种基于协同克里金插值法的土壤锰元素含量预测方法,采用协同克里金插值法来预测其含量。由于土壤中锰元素受其它较多因素的影响,所以本发明采用主成分分析法将这些影响因素组合成一个综合因子,进而将这个综合因子作为辅助变量对主变量锰元素进行协同克里金插值。首先收集了北京市房山区20个乡镇果园地、水浇地、菜地、灌溉水田和旱地这五种耕地类型的土壤重金属元素数据;然后使用方差分析法分析了这五种耕地类型对土壤中锰元素含量的影响;最后在不同的耕地类型下,运用协同克里金插值方法预测土壤中锰元素的含量,并根据标准平均值误差、均方根误差、标准化均方根对插值结果的精度进行分析。
-
公开(公告)号:CN108428038A
公开(公告)日:2018-08-21
申请号:CN201810061877.X
申请日:2018-01-23
Applicant: 安徽大学
Abstract: 本发明涉及基于GAM模型的土壤锌含量影响因素分析方法,与现有技术相比解决了难以找到土壤中影响锌含量因素的缺陷。本发明包括以下步骤:采样点数据的获取;采样点数据预处理;GAM模型的建立;锌含量影响因素的分析,将单因素分析的变量纳入GAM模型进行多因素分析。本发明将锌含量作为响应变量,养分和空间经纬度作为解释变量,利用GAM模型适用于多种分布类型、复杂非线性关系的分析及模型不需要预先设定参数模型的优点,来研究养分及经纬度对土壤Zn含量的影响。
-
公开(公告)号:CN108088981A
公开(公告)日:2018-05-29
申请号:CN201711328434.4
申请日:2017-12-13
Applicant: 安徽大学
IPC: G01N33/24
Abstract: 本发明公开了一种基于协同克里金插值法的土壤锰元素含量预测方法,采用协同克里金插值法来预测其含量。由于土壤中锰元素受其它较多因素的影响,所以本发明采用主成分分析法将这些影响因素组合成一个综合因子,进而将这个综合因子作为辅助变量对主变量锰元素进行协同克里金插值。首先收集了北京市房山区20个乡镇果园地、水浇地、菜地、灌溉水田和旱地这五种耕地类型的土壤重金属元素数据;然后使用方差分析法分析了这五种耕地类型对土壤中锰元素含量的影响;最后在不同的耕地类型下,运用协同克里金插值方法预测土壤中锰元素的含量,并根据标准平均值误差、均方根误差、标准化均方根对插值结果的精度进行分析。
-
公开(公告)号:CN119919702A
公开(公告)日:2025-05-02
申请号:CN202411691178.5
申请日:2024-11-25
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/40 , G06V10/80
Abstract: 本发明公开了一种面向心脏运动特征学习的多阶时序差分方法,针对当前心脏运动跟踪方法主要求取心肌运动的位移场,缺乏对心肌运动的速度场,受力后的加速度场等心肌固有生理特征的表征问题,提出了一种面向心脏运动特征学习的多阶时序差分方法,与现有心脏运动特征学习方法相比,本发明使用结合帧感知的UNet网络架构和时间连续的Transformer块的CineMorph框架,捕捉心脏的周期性运动,不仅有效提取出每个时间点的运动场,还能够从原始电影磁共振成像中得到心脏的高精度的时间连续的拉格朗日运动场。这种方式的优势在于能够精确捕捉心脏在周期性运动中的动态变化,从而更好地反映心脏在不同时间点的运动状态。
-
-
-