本发明公开了一种基于小波分解和叶绿素荧光的植物生物钟测量分析方法。本发明涉及一种测量和分析植物生物钟的方法,这种方法的特点在于将叶绿素荧光(ChlF)表征的光合作用信息和小波相结合以有效分析植物的生物钟现象。植物的生物钟现象与植物生理学密切相关,其测量对相关领域的研究和应用具有重要意义。在农业中,农业灌溉和补充光照的时间在农业生产中起决定性作用,而与光合作用效率相关的生物钟是影响其效果的重要因素。植物光系统II(PSII)发出的ChlF与植物光合作用密切相关,可以反映光合作用的效率。在此发明中,介绍了ChlF的测量方法以及ChlF特征序列的小波分解方法,提出了利用小波变换来分解ChlF时间序列数据。
📄 2019100179438
📂 G01N21_64
👤 江南大学
📅 2019-01-09
本发明公开一种基于时频功率谱密度极大值的小波分解尺度确定及故障特征增强方法,步骤为:第一步,基于时频功率谱密度极大值确定最佳小波分解尺度;第二步,基于最佳小波分解尺度对推进器故障波峰区域能量特征进行增强,得到增强后的速度信号波峰区域能量故障特征Eu、控制信号波峰区域能量故障特征Ec。本发明能够有效识别水下机器人速度信号的最佳小波分解尺度,并且推进器故障程度不同,所确定的最佳小波分解尺度也可以不同,从而提高速度信号奇异行为信噪比,增大推进器故障特征值。
📄 2019100011352
📂 G01R23_16
👤 江苏科技大学
📅 2019-01-02