关于大棚草莓光照的检测控制系统.docVIP

关于大棚草莓光照的检测控制系统 1、相关定义 1.1、超滤膜的定义和分类 一般定义为:两个不同相之间的一个不连续的区间,通常也称为选择性屏障 [9],并且能以特定的形式限制和传递各种不同的化学物质。目前工业应用的膜多 为固态膜主要以聚合物高分子膜为主。膜的分类方法[10]可以从不同的角度对其 进行分类,可以按照膜的形状、膜的结构、膜的材料、膜的功能、膜的作用机理、 膜的制备方法、膜的用途、膜的来源分类等。一般以膜的形态作为分类标准可以 将膜分为气相态,液相态,固相态;按照膜的来源又可以将其分为:合成膜与生 物膜。聚合物膜一般按其结构与作用特点分为:均质膜或对称膜,非对称膜和复 合膜。按照结构特征可分为对称膜和非对称膜两类。一般来讲,由相转化法制备 的多为非对称膜,其膜截面结构是非对称性的,它是由极薄的、起分离作用的致 2 上海师范大学硕士学位论文 第一章 文献综述 密层即具有一定孔径的细孔表皮层和起机械支撑作用的多孔支撑层组成。其中皮 层为活性层,其孔径和性质决定膜的分离特性,而厚度主要决定传质速率。支撑 层只起支撑作用,对分离特性和传质速率影响很小。非对称膜除具有高透过速率 外,还有一重要特点,即被截留的物质大都聚集在其表面,易于清除。简单的说 就是在借助一定的推动力调节下,膜可以实现在两相之间进行物质间的传递[11]。 1.2、基本概念 示的三维物体所采用的模型,它用几何体表面密集 采样的离散点来隐式地表示几何体,主要涉及如下基本概念。 点元 (surfel) : 一个带形状因子与光照属性的 0 维元组,用来局部 近似物体表面[1]。点元映射到屏幕后在图像空间内重 构物体表面。 点 云: 密集三维点集,或称为密集离散点集。 基于点的造型: 基于点云的表面表示、处理及编辑。 基于点的绘制: 计算机绘制基于点表示实体的技术。 1.3、隐马尔可夫模型的定义 HMM 是基于 Markov 链的一种拓展。在实际应用中,观测的对象并不一定和 状态一一对应,不能简单地用 Markov 链来描述。因此,在实际问题中,用双重随 机过程来描述。其中一个随机过程,即 Markov 链,描述状态转移情况,另一个随 机过程描述状态与观测值间的关系。可见,观测者不能直接看到状态,状态只能 通过另一随机过程去估计,所以称之为 HMM[22~24]。可以用如下的例子来具体描述。 假设有 N 个水缸,每个水缸中装有许多各种不同颜色的小球,通过一组概率 分布来对小球的颜色进行描述。实验过程如下: 根据球初始的概率分布,随机选取一个水缸开始实验。彩球的颜色在水缸中 有一个初始分布概率,然后随机选取一个颜色为O1 的小球作好记录,再放回去。 再由水缸转移概率分布随机地选取一个水缸进行反复实验,直到得到一个完整的 观测序列O1 , O2 ,...为止。 可见在这个实验中,直接观测不到水缸间的概率转移,水缸和从中选择的小 球的颜色并不相对应,而是由水缸的转移概率所决定的。可以用如下的 HMM 来 描述: 8 表 2-1 HMM 的实例描述 λ 一个 HMM 的参数描述如下: N :模型中 Markov 链的状态个数。 N 个状态集表示为S = ( S1 , S 2,..., SN), t 时刻 状态表示为qt,则qt( S1 , S 2,..., S N)。 M :每个状态对应的可能的观测值数目。 M 个观测值表示为V = (V 1 , V2 ,..., VM), t 时刻的观测值表示为Ot,则Ot V。 π :初始状态概率矢量,表示初始状态q1 为状态S i的概率π = (π 1 , π 2,..., πN),其 中: π i = P ( q1 = S i),1≤ i ≤N A :状态转移概率矩阵, A = {a ij},其中 ai j= P ( qt = S jq t 1= Si),1 ≤ i ,j ≤N 且满足0 ≤ aij≤ 1, ∑N =a=1。 j1ij B :观测值概率矩阵, B = {b jk }N ×M,其中 b jk = P (O t = Vk q t=θ j),1 ≤ j ≤ N ,1≤ k ≤M 这样,HMM 可表示为 λ = ( N , M , π, A, B),或者简写为 λ = (π , A, B)。其中 π, A 表示一个 Markov 链,模型的输出状态序列,用 B 来表示 HMM 的观测值序列,如 图 2-1 所示。 9 Markov 链随机过程 (π , A)状态序列 B观测值序列 图 2-1 HMM 组成模型图 1.4、寡糖的定义、结构、性质 一般将2-10个单糖通过糖苷键连接起来形成直链或支链的一类糖(11个单糖以 上的结合物则称为大糖类,100~200 个单糖结合物称为多糖类)称为寡糖又称低聚 糖、寡聚糖 [2