检索结果-南通市图书馆

广西富川瑶族自治县2002名中学生错畸形调查

在线全文

学校读者我要写书评

暂无评论

华西口腔医学杂志 2000年第2期18卷 123-123,133页

作者：傅隆生广西富川瑶族自治县人民医院口腔科 542700

目的 :了解富川瑶族自治县中学生错畸形发生情况。方法 :1996年 6月对富川县 2 0 0 2名 13～ 2 2岁中学生进行错畸形的调查。结果 :以理想正常为标准 ,患病率为 45 40 % ,以个别正常为标准 ,患病率为 2 8 97%。结论 :广西富川... 详细信息

目的 :了解富川瑶族自治县中学生错畸形发生情况。方法 :1996年 6月对富川县 2 0 0 2名 13～ 2 2岁中学生进行错畸形的调查。结果 :以理想正常为标准 ,患病率为 45 40 % ,以个别正常为标准 ,患病率为 2 8 97%。结论 :广西富川瑶族自治县中学生错畸形患病率较毛氏调查中学生恒牙列错患病率稍低。

关键词：错He畸形青少年流行病学

在线全文

学校读者我要写书评

暂无评论

用于QR码自动识读的图像分析方法

电子科技大学学报 2009年第6期38卷 1017-1020页

作者：孙明傅隆生杨信廷张树槐中国农业大学传感器与检测技术研究所北京海淀区100083 国家农业信息化工程技术研究中心北京海淀区100097 日本弘前大学农学生命科学部

对于所采集的条码图像,为了适应实时性的要求,以得到不同光照条件下的最佳阈值,该文提出了把直方图双峰法、OTSU法及NLNiblack阈值法结合起来的改进的自适应阈值法。实验证明了该方法具有高效性和稳定性。为了在条码分割图像中获取QR码... 详细信息

对于所采集的条码图像,为了适应实时性的要求,以得到不同光照条件下的最佳阈值,该文提出了把直方图双峰法、OTSU法及NLNiblack阈值法结合起来的改进的自适应阈值法。实验证明了该方法具有高效性和稳定性。为了在条码分割图像中获取QR码的4个顶点,首先,根据3个位置探测图形的特性提出了一种新的方法以求取对应的3个顶点,同时利用QR码的特征提出挖空算法获取条码的边缘,再采用过已知点的Hough变换得到第4个顶点。实验证明该算法在各种采集条件下可有效地得到QR码的4个顶点。

关键词：二值图像几何学 Hough变换图像分析快速响应码

在线全文

学校读者我要写书评

暂无评论

基于卷积层特征可视化的猕猴桃树干特征提取

农业机械学报 2020年第4期51卷 181-190页

作者：崔永杰高宗斌刘浩洲李凯傅隆生西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100 陕西省农业信息感知与智能服务重点实验室陕西杨凌712100

为探究卷积层深度对猕猴桃树干图像特征提取的影响,提出了一种分析所提取特征的可视化方法。首先,对所采集建立的数据集进行正负样本分类,将数据集中的树干与输水管交叉区域作为正样本,其余区域作为负样本,输入Le Net、Alexnet、Vgg-16... 详细信息

为探究卷积层深度对猕猴桃树干图像特征提取的影响,提出了一种分析所提取特征的可视化方法。首先,对所采集建立的数据集进行正负样本分类,将数据集中的树干与输水管交叉区域作为正样本,其余区域作为负样本,输入Le Net、Alexnet、Vgg-16以及定义的3类浅层模型进行训练;然后,通过提取激活映射图、归一化、双三次插值的可视化方法,获取各个分类模型最后一个卷积层的可视化结果,通过可视化试验对比可知,Alexnet和Vgg-16能够准确提取测试集图像中的树干区域特征,而Le Net与3类浅层模型在提取树干的同时将输水管、地垄等区域特征一并提取;最后,以上述6类网络结构作为特征提取层的图像分类和目标检测模型,对开花期和结果期的数据集进行验证,以不同季节数据集特征变化而引起的精度下降幅度作为评判标准,结果显示,图像分类浅层模型精度下降幅度不小于15.90个百分点、Alexnet与Vgg-16分别下降6.94个百分点和2.08个百分点,目标检测浅层模型精度下降幅度不小于49.77个百分点、Alexnet和Vgg-16分别下降22.53个百分点和20.54个百分点。所有浅层模型因所提取特征的改变,精度有更大幅度的下降。该方法从可视化角度解释深层网络与浅层网络对猕猴桃树干目标特征的提取差异,可为研究网络深度和训练样本的调整提供参考。

关键词：猕猴桃树干特征提取深度学习图像分类可视化

在线全文

学校读者我要写书评

暂无评论

水培生菜整株低损收获装置设计与试验

农业机械学报 2019年第1期50卷 162-169页

作者：马义东徐灿崔永杰傅隆生刘浩洲杨晨西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100 陕西省农业信息感知与智能服务重点实验室陕西杨凌712100

为解决水培生菜收获品质低、人工收获劳动力成本高等问题,设计了一种整株低损收获装置。通过夹持杆对菜叶的低损聚拢、割刀对生菜茎部的精准切割,实现单株水培生菜的整株低损收获。设计了各关键部件结构参数,分析了影响菜叶损伤的因素,... 详细信息

为解决水培生菜收获品质低、人工收获劳动力成本高等问题,设计了一种整株低损收获装置。通过夹持杆对菜叶的低损聚拢、割刀对生菜茎部的精准切割,实现单株水培生菜的整株低损收获。设计了各关键部件结构参数,分析了影响菜叶损伤的因素,利用图像处理方法测量了菜叶损伤面积;采用正交试验,研究了聚拢速度、聚拢角、聚拢高度、压菜速度对菜叶损伤面积的影响;通过力学分析和高速摄影,分析了聚拢角、聚拢高度对菜叶损伤面积的影响。正交试验结果显示:试验因素的显著性主次顺序为聚拢角、聚拢高度、压菜速度、聚拢速度;最优组合参数为聚拢速度100 mm/s、聚拢角15°、聚拢高度70 mm、压菜速度100 mm/s。验证试验表明:最优组合下生菜均为整株收获,菜叶损伤面积平均值为432 mm2,损伤程度平均值为0. 13%,优化效果明显。

关键词：水培生菜整株收获正交试验

在线全文

学校读者我要写书评

暂无评论

机械振动式沙棘采收的动力学研究

农机化研究 2017年第1期39卷 32-37页

作者：彭俊孙世鹏傅隆生西北农林科技大学机械与电子工程学院陕西杨凌712100

沙棘在西部广泛种植,用于水土保持和防风固沙。其果实有较高价值,但采收非常困难,影响其经济价值开发。机械振动使果实分离是可行的方式之一。为了正确合理地设计开发装备,利用有限元方法对沙棘的机械振动采收机制进行动力学研究。首先... 详细信息

沙棘在西部广泛种植,用于水土保持和防风固沙。其果实有较高价值,但采收非常困难,影响其经济价值开发。机械振动使果实分离是可行的方式之一。为了正确合理地设计开发装备,利用有限元方法对沙棘的机械振动采收机制进行动力学研究。首先,沙棘树的3D模型由Pro/E建立并导入ANSYS,再用模态分析确定沙棘树的自然振动属性,最后采用谐响应分析观察模型在正弦谐波载荷下的稳态响应。模态分析表明:沙棘树的前2 0阶固有频率为8.7 9 0~3 1.2 2 4 Hz。谐响应分析表明:振动载荷应用于侧枝比应用于主干更加优越,且对沙棘树枝条的破坏性更小。此外,14Hz和180~280N的振动载荷可以确保大多数沙棘果实从树上分离。为此,对沙棘振动采收进行有限元仿真分析,为振动装备的开发提供了理论基础。

关键词：沙棘机械化采收有限元方法模态分析谐响应分析

基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2019年第10期50卷 24-34页

作者：穆龙涛高宗斌崔永杰李凯刘浩洲傅隆生西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100 陕西省农业信息感知与智能服务重点实验室陕西杨凌712100

为了提高猕猴桃采摘机器人的工作效率和对猕猴桃复杂生长环境的适应性,识别广域复杂环境下相互遮挡的猕猴桃目标,采用Im-AlexNet为特征提取层的Faster R-CNN目标检测算法,通过迁移学习微调Alex Net网络,修改全连接层L6、L7的节点数为768... 详细信息

为了提高猕猴桃采摘机器人的工作效率和对猕猴桃复杂生长环境的适应性,识别广域复杂环境下相互遮挡的猕猴桃目标,采用Im-AlexNet为特征提取层的Faster R-CNN目标检测算法,通过迁移学习微调Alex Net网络,修改全连接层L6、L7的节点数为768和256,以解决晴天(白天逆光、侧逆光)、阴天及夜间补光条件下的广域复杂环境中猕猴桃因枝叶遮挡或部分果实重叠遮挡所导致的识别精度较低等问题。采集广域复杂环境中晴天逆光、晴天侧逆光、阴天和夜间补光条件下存在遮挡情况的4类样本图像共1 823幅,建立试验样本数据库进行训练并测试。试验结果表明:该方法对晴天逆光、晴天侧逆光、阴天和夜间补光条件下存在遮挡情况的图像识别精度为96. 00%,单幅图像识别时间约为1 s。在相同数据集下,Im-AlexNet网络识别精度比Le Net、Alex Net和VGG16 3种网络识别精度的平均值高出5. 74个百分点。说明该算法能够降低猕猴桃果实漏识别率和误识别率,提高了识别精度。该算法能够应用于猕猴桃采摘机器人对广域复杂环境下枝叶遮挡或部分果实重叠遮挡的准确识别。

关键词：猕猴桃多目标识别广域目标遮挡图像深度学习 AlexNet

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于转动惯量的采后甘蓝自动定向方法研究

农业机械学报 2020年第11期51卷 183-195页

作者：崔功佩郑昕萌崔永杰王京峥史颖刚傅隆生西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100 陕西省农业信息感知与智能服务重点实验室陕西杨凌712100

针对采后甘蓝人工连续定向效率低、劳动强度大等问题,以“中甘15号”甘蓝为研究对象,提出了一种基于转动惯量的采后甘蓝自动定向方法。首先,建立了采后甘蓝的简化几何模型,对3个惯量主轴的转动惯量及其定向运动稳定性进行了理论分析;其... 详细信息

针对采后甘蓝人工连续定向效率低、劳动强度大等问题,以“中甘15号”甘蓝为研究对象,提出了一种基于转动惯量的采后甘蓝自动定向方法。首先,建立了采后甘蓝的简化几何模型,对3个惯量主轴的转动惯量及其定向运动稳定性进行了理论分析;其次,建立了定向仿真模型,基于ADAMS软件分析了26种初始姿态的采后甘蓝在定向过程中的位移差值和采后甘蓝中心轴与辊轮轴线的夹角随时间的变化规律;最后,搭建自动定向试验平台,以辊轮直径、轴向间隙、径向间隙和角速度为试验因素,以采后甘蓝中心轴与辊轮轴线的夹角和定向成功率为试验指标,进行了单因素和正交试验。理论分析和仿真结果表明,采后甘蓝在定向运动过程中,逐渐趋向绕转动惯量最小且唯一的中心轴转动,且该运动状态动态稳定,即实现了采后甘蓝的自动定向。试验结果表明,试验因素对采后甘蓝中心轴与辊轮轴线的夹角影响的显著性主次顺序为辊轮直径、角速度、轴向间隙、径向间隙,试验因素对定向成功率影响的显著性主次顺序为角速度、辊轮直径、轴向间隙、径向间隙;最优参数组合为辊轮直径80 mm、轴向间隙80 mm、径向间隙70 mm、角速度6 rad/s。在最优参数组合下进行了验证试验,结果表明,采后甘蓝中心轴与辊轮轴线的夹角平均值为(6.72±1.23)°,定向所需时间为6.8 s,定向成功率为96%,满足采后甘蓝自动定向及后续高通量处理的需求。

关键词：采后甘蓝转动惯量自动定向运动仿真试验分析

基于智能手机的手持式树上苹果果径测量系统设计与试验

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第10期55卷 31-36,50页

作者：武振超史宇飞贺磊磊李瑞 CHEN Chao 傅隆生西北农林科技大学机械与电子工程学院陕西杨凌712100 莫纳什大学机械和航空航天工程系墨尔本3800 农业农村部农业物联网重点实验室陕西杨凌712100

为解决现有接触式果径测量过程耗时,长时间测量精度容易受试验人员主观影响的问题,结合机械设计、串口通信、自动控制等技术设计了一款手持式树上苹果果径测量系统。该系统由手持式果径测量工具和数据接收APP两部分组成。在果园树上果... 详细信息

为解决现有接触式果径测量过程耗时,长时间测量精度容易受试验人员主观影响的问题,结合机械设计、串口通信、自动控制等技术设计了一款手持式树上苹果果径测量系统。该系统由手持式果径测量工具和数据接收APP两部分组成。在果园树上果径测量作业时,试验人员手持果径测量工具的握柄,通过按压握柄带动传动模块,夹持爪随之张开,从而实现夹持爪与被测果实表面贴合及果径测量,并通过蓝牙通讯来将数据传输到手机端APP以进行保存、删减、位置信息绑定及批量导出等操作。为衡量手持式果径测量工具精度,分别进行公制块规和苹果果径测量试验。公制块规测量试验结果表明,本文所提出的尺寸测量工具实现了亚毫米级别精度测量。苹果果径测量试验结果表明,测量误差随着果实尺寸的增加而增加,在测量成熟期果实时,尺寸测量工具获取结果的平均绝对误差(Mean square error,MAE)及均方根误差(Root mean squared error,RMSE)仍可控制在0.45 mm以下,可满足苹果果径测量精度需求。

关键词：苹果果径测量系统智能手机数据接收APP 果径测量工具夹持爪

基于卷积神经网络的田间多簇猕猴桃图像识别方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2018年第2期34卷 205-211页

作者：傅隆生冯亚利 Elkamil Tola 刘智豪李瑞崔永杰西北农林科技大学机械与电子工程学院杨凌712100 农业部农业物联网重点实验室杨凌712100 Precision Agriculture Research Chair King Saud UniversityRiyadh 11451Saudi Arabia

为实现田间条件下快速、准确地识别多簇猕猴桃果实,该文根据猕猴桃的棚架式栽培模式,采用竖直向上获取果实图像的拍摄方式,提出一种基于Le Net卷积神经网络的深度学习模型进行多簇猕猴桃果实图像的识别方法。该文构建的卷积神经网络通... 详细信息

为实现田间条件下快速、准确地识别多簇猕猴桃果实,该文根据猕猴桃的棚架式栽培模式,采用竖直向上获取果实图像的拍摄方式,提出一种基于Le Net卷积神经网络的深度学习模型进行多簇猕猴桃果实图像的识别方法。该文构建的卷积神经网络通过批量归一化方法,以Re LU为激活函数,Max-pooling为下采样方法,并采用Softmax回归分类器,对卷积神经网络结构进行优化。通过对100幅田间多簇猕猴桃图像的识别,试验结果表明:该识别方法对遮挡果实、重叠果实、相邻果实和独立果实的识别率分别为78.97%、83.11%、91.01%和94.78%。通过与5种现有算法进行对比试验,该文算法相对相同环境下的识别方法提高了5.73个百分点,且识别速度达到了0.27 s/个,识别速度较其他算法速度最快。证明了该文算法对田间猕猴桃图像具有较高的识别率和实时性,表明卷积神经网络在田间果实识别方面具有良好的应用前景。

关键词：图像处理图像识别算法深度学习卷积神经网络猕猴桃