吴元翠
- 作品数：9 被引量：6H指数：2
- 供职机构：安徽农业大学理学院更多>>
- 发文基金：国家自然科学基金国家林业公益性行业科研专项安徽省教育厅资助项目更多>>
- 相关领域：农业科学自动化与计算机技术理学文化科学更多>>
- 基于主成分分析的郑州市小蜂螨暴发风险等级评价被引量：3
- 2019年
- 小蜂螨作为亚洲地区主要的蜜蜂害虫,严重阻碍了蜂产业的健康稳定发展。定量描述小蜂螨的暴发风险等级可以为该螨的早期防控提供一定的科学依据。本研究根据郑州市1991年至2010年的气象数据,利用主成分分析法将小蜂螨暴发地的6个相关气象指标转换成3个相互独立的综合指标,再对综合指标值进行加权相加得到各年小蜂螨暴发风险的综合评价值,并对其进行等级划分,分别得到各年小蜂螨的暴发风险等级。其中除2006年外,其余年份均与实际调查结果相符,其等级评价正确率达90%。根据不同的暴发风险等级,需要采取不同的防御手段,特别是对当年小蜂螨暴发风险等级较高的地区应加强监测,做好防治工作。
- 程娴唐淼吴元翠李方东袁媛余林生毕守东
- 关键词：小蜂螨主成分分析
- 基于Loop细分的自适应细分曲面算法
- 2013年
- 首先研究了传统的Loop细分曲面算法,通过分析发现随着细分次数的增多细分算法中三角形网格片数增长过快。针对这一问题提出一种自适应细分曲面算法。算法根据相邻两个三角形面上的法向量的夹角,判断细分网格中较为光滑和非光滑的区域。实验结果表明,算法提高了数据处理速度,并且模型简单易实现。
- 吴元翠
- 关键词：细分曲面LOOP细分自适应细分
- 一类具时滞与饱和发生率的HIV-1传染病模型的全局稳定性被引量：3
- 2016年
- 提出了一类具时滞与饱和发生率的HIV-1传染病模型,分析讨论了无病平衡点E0(T0,0,0)和正平衡点E+(T*,I*,V*)的全局稳定性。通过构造Lyapunov函数和La Salle不变集原理,证明了当dμ>sγβ,对任意τ≥0,无病平衡点E0(T0,0,0)是全局渐近稳定的;当dμ
- 杨俊仙吴元翠闫萍
- 关键词：时滞饱和发生率LYAPUNOV函数
- 基于边光滑度的Loop自适应细分曲面算法
- 2013年
- 首先研究了传统的Loop细分曲面算法,通过分析发现随着细分次数的增多细分算法中三角形网格片数增长过快。针对这一问题提出一种自适应细分曲面算法。算法根据相邻两个三角形面上的法向量的夹角,判断细分网格中较为光滑和非光滑的区域。实验结果表明,算法提高了数据处理速度,并且模型简单易实现。
- 吴元翠
- 关键词：细分曲面LOOP细分自适应细分
- 细分曲面理论中的相关算法研究
- 细分曲面是基于网格的离散曲面造型技术。它根据算法规则对初始控制网格计算出几何新元素,并对新旧元素进行重新拓扑规则连接,进而生成新一级更加细化的网格。当重复上述过程,初始网格最终将收敛到一张光滑的曲面。本文以细分曲面为研究...
- 吴元翠
- 关键词：细分曲面参数选择法向量
- 文献传递
- 蜜蜂蜂螨风险评估方法研究与应用
- 余林生李耘张友华李金山陈祉作李方东程娴吴元翠刘芳胡哲
- 该项目首次建立了蜜蜂蜂螨评价指标体系：筛选并建立包含蜜蜂群势等10个关键影响因子及温湿度等14个主要气候参数指标，形成可评价蜜蜂蜂螨适生性的关键指标体系。建立了基于气候相似性原理的蜜蜂蜂螨风险评估方法：基于欧氏距离、马氏...
- 关键词：
- 关键词：蜜蜂蜂螨
- 模糊神经网络技术在火灾探测信号处理中的应用
- 2007年
- 本文结合火灾探测信号的特点,提出一种将模糊神经网络应用于火灾探测报警系统的方法,实现模糊神经网络系统的自学习和自适应功能。依据模糊神经网络算法的要求,完成了网络结构的设计,并用BP算法对网络进行学习和训练。有效提高火灾报警的准确性,减少了火灾报警系统漏报率和误报率。
- 吴元翠童国华
- 关键词：火灾探测模糊控制神经网络BP算法
- 中蜂囊状幼虫病风险评估方法研究与应用
- 余林生张友华李耘孟天祥李方东王庆人刘萍程娴吴元翠
- 该项目建立了中蜂囊状幼虫病评价指标体系，开展了基于气候相似性的定量评估方法和云模型的半定量评估方法研究，构建了国家蜂产业技术体系蜜蜂病虫害风险评估预警平台，成为国内首个蜂产业风险评估信息化服务平台。首次将中蜂囊状幼虫病风...
- 关键词：
- 关键词：蜜蜂中蜂囊状幼虫病风险评估
- 高等院校Matlab程序设计课程双语教学的研究
- 2018年
- 探讨了我国高等院校Matlab程序设计课程实施双语教学的重要意义,并根据Matlab程序设计课程自身的特点分析了该课程进行双语教学的学科优势,最后从师资队伍、学生学习、课程安排以及教学方法这4个方面提出了若干建议,旨在为发展高等院校Matlab程序设计课程的双语教学提供借鉴。
- 程娴吴元翠谢宝英
- 关键词：双语教学MATLAB专业基础知识
