XiaoMi-AI文件搜索系统
World File Search System参数估算
高光谱遥感数据分析及未来...
摘要 — 过去二十年，高光谱遥感技术取得了长足进步。目前，机载和星载平台上的传感器覆盖了地球表面的大片区域，具有前所未有的光谱、空间和时间分辨率。这些特性使大量需要精细材料识别或物理参数估算的应用成为可能。这些应用往往依赖于复杂的数据分析方法。困难的根源在于高光谱数据的高维度和大数据量、光谱混合（线性和非线性）以及与测量过程相关的退化机制，如噪声和大气影响。本文介绍了一些相关的高光谱数据分析方法和算法的教程/概述，分为六个主要主题：数据融合、解混、分类、目标检测、物理参数检索和快速计算。在所有主题中，我们描述最先进的技术，提供说明性示例，并指出未来的挑战和研究方向。
计算机辅助工业设计系统的优化...
摘要：客机概念设计系统可以辅助设计人员提高设计质量、提高工作效率、缩短设计周期、降低研发成本。针对现有客机概念设计系统TADAO存在技术路线不足、设计辅助能力弱、部分模块缺乏理论推导、系统鲁棒性弱等不足，本文对客机基本参数估算模块、客舱布局模块、机翼尾翼外形初步设计模块进行了更新，并增加了总体参数灵敏度分析模块。参考相关飞机总体设计文献及理论推导，总结出一套基本参数初步估算方法，能够以较少的输入参数估算出主要基本参数。参考相关飞机总体设计文献，总结出一套机翼尾翼外形初步设计方法，可用于快速外形设计；通过比较不同的技术路线，确定了总体参数灵敏度分析方法。
美国弗朗西斯坎圆线虫
摘要：在美国南加州至阿拉斯加的 18 个地点研究了红海胆 Strongylocentrotus franciscanus 的生长和存活率。生长率通过四环素标记确定，并使用 Tanaka 生长方程建模。存活率通过大小频率分布和生长参数估算。使用对数线性分析，确定生长转变在各个地点有所不同（p G 0.001），但南北没有差异（p > 0.80）。Tanaka 生长函数的参数是针对所有数据组合（N = 2714）估算的。地点残差没有显示纬度趋势，因此结果与对数线性分析一致。相对颌骨（半金字塔）大小，以颌骨长度与测试直径的函数的异体生长指数 β 来衡量，已被证明对可用食物有反应。对于红海胆，β 与生长呈负相关，但相对颌骨大小与纬度无相关性，这表明食物供应不存在纬度差异。与年增长率相反，年存活率与纬度相关，且在北部更高。从北加州到阿拉斯加，平均年存活概率为 0.93 年 - '，在南加州为 0.77 年 - '。存活率随纬度变化的可能原因是疾病和与温度相关的压力。本文为制定有关红海胆南北种群大小和存活率差异的假设提供了基础，并可能为其他具有浮游幼虫的海洋物种提供假设。
南极降水如何随温度而变化？
摘要。随着全球变暖的进展，南极的降雪预计会增加，这可能会抵消甚至暂时过度补偿冰淇淋质量损失，这是由于冰出排放和融化而导致的。对于海平面投影，了解决定南极的降雪变化的过程至关重要。在这里，我们基于Clausius – Clapeyron关系，重新审视南极温度变化与降水变化，识别和解释与理论方法的偏差之间的关系。分析全球（CMIP6，Coupled模型对比度项目第6阶段）和区域（RACMO2.3）模型预测的最新估计，我们发现，每年的温暖度比南极洲的平均降水量为5.5％，最小敏感性为2％k - 1近距离coast和最大敏感性，最高敏感性为1％k-1 k and east east east east east east east-east east east east east east east east east east east east east east east east east east east east east east的最大最大敏感性。这一较大的范围可以用主要的气候条件来解释，局部温度决定了克劳西乌斯 - 百叶窗的敏感性，在某些地区因沿海风状态而被抵消。我们比较了得出灵敏度因子的不同方法，在某些情况下，这可能导致同一模型的灵敏度变化高达7个百分点。重要的是，发现局部敏感性因素在很大程度上取决于变暖水平，这表明某些基于其沉淀估算的冰片模型基于从这些敏感性因素得出的参数估算的基础，可能会高估降雪诱导的降雪
与人工神经网络的木聚合物复合材料的机械性能建模Mustafa AltayEroğlu，A， * Suat Altun，B和HasanHüsey
Mechanical properties (tensile strength (TS), modulus of elasticity in tensile (MET), flexural strength (FS), modulus of elasticity (MOE)) of the material to be obtained depending on the production parameters in the production of high-density polyethylene (HDPE) wood-polymer composites with Scots pine wood flour additive were predicted using Artificial Neural Networks (ANN) model and without破坏性测试。在研究的第一阶段，使用来自56种不同研究的有关木材聚合物复合材料的机械性能的不同研究开发了ANN模型。在第二阶段，为了确定模型的可靠性，使用未在模型的训练和测试中使用的输入参数估算输出值。基于相同的输入参数，产生了测试样品，并进行了机械测试。通过考虑平均绝对百分比误差（MAPE）值来比较从实验和ANN模型中获得的结果。在ANN模型的训练和测试阶段获得的测定系数（R 2）值均高于0.90。通过这种方式，ANN模型成功预测了木材聚合物复合材料的机械性能。由于从机械测试获得的大多数MAPE值低于10％，因此该模型被认为是可靠的模型。doi：10.15376/biores.19.3.4468-4485关键字：拉伸强度；弯曲力；弹性模量； HDPE; MAPE联系信息：A：Safranbolu的互助设计系，Safranbolu西YılmazDizdar职业学校，卡拉布克大学，Safranbolu/Karabuk，土耳其； B：土耳其卡拉布克大学卡拉布克大学技术学院工业设计工程系；答：土耳其杜兹克大学的林产品工业工程，杜兹斯大学林业教师； *通讯作者：altayeroglu@karabuk.edu.tr简介
量子系统参数估计的最佳控制策略
使用量子特征进行参数估计的量子计量学最近引起了人们的注意，因为它可以胜过任何基于资源的经典测量方案[1-8]。尽管可以实现令人印象深刻的精确提高，但只有在优化协议的各个步骤时才能达到最终性能[4,9,10]。标准过程通常考虑最初以最佳初始状态制备的系统的自由演变。但是，在许多示例中，此方法不足以齐奏，必须通过外部控制来修改系统动力学，以实现给定实验约束的最高精度。控制设计通常由最佳控制理论（OCT）执行，该理论证明了其在许多量子应用中的效果[6,11-14]。到目前为止，已经提出了不同的解决方案，以定义最佳控制问题。它们在固定的最终时间时示意性地将要最大化（或最小化）的数量差异。除其他外，我们可以提及量子Fisher信息的最大化（QFI）[10,15-29] ::::::::::::::: [10,15–30]，选择性控制协议[31-39]和fingerprinting方法[40-43]。QFI基于与量子系统结合的cram'er-rao的概括[9,44,45]。对于纯状态，QFI与可观察到的特定观察值的方差成正比，该方差与哈密顿的部分衍生物相对于参数估算的部分衍生物。通过最大化此数量，我们确保参数的少量扰动会引起系统动力学的显着修改，因此，这使我们能够减少测量过程中造成的误差。对于QFI，该信息在参数空间中是局部的，并且在控制问题的定义中没有明确的目标量子状态。本质上非本地的选择性控制过程并非如此。可以将它们视为同时的状态到状态控制协议，用于以参数的不同值为特征的系统的不同副本[33，34，36，46-46-50]。选择性控制已广泛用于核磁共振中[51-55]。在此框架中，目标是找到一个控件，该控件使我们能够（可能尽可能快）为系统的每个副本达到目标状态，并专门选择目标状态以最大程度地减少测量误差。填充方法更加详尽，并结合了来自QFI和选择性协议的想法[40-43]。没有特定的目标状态，但目标是最大化一个或几个可观察到的时间演变之间的距离。在这种情况下，考虑了整个动态，而不仅仅是最终系统配置[43]。除了给定功绩的最大化外，还可以包括其他约束来分析这些问题，例如最小化控制时间或能量[56-59]。不同的控制策略。自然出现的一个问题是在哪些条件下这些控制方案是等效的，更普遍地说，不同技术之间的优点，相似性和差异。本文旨在朝这个方向迈出一步。据我们所知，只有固定方法才与[60,61]中的Fisher信息连接起来，但是QFI与选择性协议之间的关系仍未得到探索。为了简化分析，我们专注于链接