检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于高光谱图像处理的大豆品种识别(英文)

农业工程学报 2014年第9期30卷 235-242页

作者：谭克竹柴玉华宋伟先曹晓达东北农业大学电气与信息学院哈尔滨150030

大豆组分(油,蛋白质,脂肪等)在不同的大豆品种间差异很大。对于提高大豆品质来说,大豆品种识别是一个关键因素。该文利用高光谱图像技术对不同的大豆品种进行识别。利用高光谱成像系统获取大豆样本1 000～2 500 nm范围的光谱反射数据;... 详细信息

大豆组分(油,蛋白质,脂肪等)在不同的大豆品种间差异很大。对于提高大豆品质来说,大豆品种识别是一个关键因素。该文利用高光谱图像技术对不同的大豆品种进行识别。利用高光谱成像系统获取大豆样本1 000～2 500 nm范围的光谱反射数据;应用主成分分析法(PCA,principal component analysis)对获取到的光谱数据进行数据降维并去除冗余数据;在分类算法中将得分高的主成分值作为输入特征,通过PCA方法从每个特征图像中提取4个特征变量(能量、熵、惯性矩和相关性);对于具体特征提取,从16个特征变量中提取8个重要特征参数;根据选择的特征,应用神经网络方法构建分类器;训练精度精度达到97.50%,平均测试精度达到93.88%以上。结果表明,应用高光谱图像技术结合神将网络建模方法可以对大豆品种进行分类。

关键词：高光谱图像图像处理主成分分析种子分类纹理特征 BP神经网络

基于改进YOLOv4-Tiny的蓝莓成熟度识别方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第18期37卷 170-178页

作者：王立舒秦铭霞雷洁雅王小飞谭克竹东北农业大学电气与信息学院哈尔滨150030

为实现自然环境下蓝莓果实成熟度的精确快速识别,该研究对YOLOv4-Tiny网络结构进行改进,提出一种含有注意力模块的目标检测网络(I-YOLOv4-Tiny)。该检测网络采用CSPDarknet53-Tiny网络模型作为主干网络,将卷积注意力模块(Convolution Bl... 详细信息

为实现自然环境下蓝莓果实成熟度的精确快速识别,该研究对YOLOv4-Tiny网络结构进行改进,提出一种含有注意力模块的目标检测网络(I-YOLOv4-Tiny)。该检测网络采用CSPDarknet53-Tiny网络模型作为主干网络,将卷积注意力模块(Convolution Block Attention Module,CBAM)加入到YOLOv4-Tiny网络结构的特征金字塔(Feature Pyramid Network,FPN)中,通过对每个通道的特征进行权重分配来学习不同通道间特征的相关性,加强网络结构深层信息的传递,从而降低复杂背景对目标识别的干扰,且该检测网络的网络层数较少,占用内存低,以此提升蓝莓果实检测的精度与速度。对该研究识别方法进行性能评估与对比试验的结果表明,经过训练的I-YOLOv4-Tiny目标检测网络在验证集下的平均精度达到97.30%,能有效地利用自然环境中的彩色图像识别蓝莓果实并检测果实成熟度。对比YOLOv4-Tiny、YOLOv4、SSD-MobileNet、Faster R-CNN目标检测网络,该研究在遮挡与光照不均等复杂场景中,平均精度能达到96.24%。平均检测时间为5.723 ms,可以同时满足蓝莓果实识别精度与速度的需求。I-YOLOv4-Tiny网络结构占用内存仅为24.20 M,为采摘机器人与早期产量预估提供快速精准的目标识别指导。

关键词：机器视觉图像识别目标检测网络深度学习蓝莓卷积注意力块

在线全文

学校读者我要写书评

暂无评论

基于图像融合技术的大豆图像滤波方法研究

农机化研究 2015年第8期37卷 62-65,69页

作者：柴玉华曹晓达谭克竹丁然东北农业大学电气与信息学院哈尔滨150030

基于机器视觉的大豆外观品质检测一直是近年来研究的热点,其中大豆图像的滤波是大豆外观品质检测的重要工作内容之一。为了更好地去除大豆图像的噪声,提出了一种基于图像融合技术的大豆图像滤波方法。该算法对一个样本图像分别进行维纳... 详细信息

基于机器视觉的大豆外观品质检测一直是近年来研究的热点,其中大豆图像的滤波是大豆外观品质检测的重要工作内容之一。为了更好地去除大豆图像的噪声,提出了一种基于图像融合技术的大豆图像滤波方法。该算法对一个样本图像分别进行维纳滤波和形态学滤波,在此基础上进行基于小波变换的图像融合算法,有效解决了图像边缘毛刺现象。实验证明,此方法保证了图像的细节和边缘的完整性,图像滤波效果良好。

关键词：大豆小波变换图像融合形态学滤波维纳滤波

在线全文

学校读者我要写书评

暂无评论

兆瓦级风力机组偏航控制策略及仿真

制造业自动化 2013年第3期35卷 15-17页

作者：柴玉华黄维王贤立谭克竹东北农业大学电气与信息学院哈尔滨150030

当风向角在15范围内变化时,由于风向标传感器不能正常工作,导致风力机无法捕获最大风能,从而降低了风力机组的发电效率。本文通过对风力发电机组偏航控制原理的分析,提出了一种基于MPPT控制的偏航控制系统:该控制系统通过实时测量风力... 详细信息

当风向角在15范围内变化时,由于风向标传感器不能正常工作,导致风力机无法捕获最大风能,从而降低了风力机组的发电效率。本文通过对风力发电机组偏航控制原理的分析,提出了一种基于MPPT控制的偏航控制系统:该控制系统通过实时测量风力机组的输出功率,不断寻找最大功率点,同时偏航控制器发出自动偏航指令,使机舱偏转,直到找到最大功率值,此时实现了机舱的准确对风,停止偏航指令。给出了基于PLC下的硬件结构,通过在matlab/simulink下的仿真,结果证明该控制系统响应速度快,目标准确率高。

关键词：偏航控制系统 MPPT算法 matlab simulink 风力机

基于近红外分析技术检测大豆脂肪酸含量的研究

在线全文

学校读者我要写书评

暂无评论

基于近红外分析技术检测大豆脂肪酸含量的研究

2005年中国农业工程学会学术年会

作者：柴玉华张长利谭克竹东北农业大学工程学院东北农业大学工程学院东北农业大学工程学院

大豆品质筛选中要求分析技术准确而快速。本研究所用的近红外光谱仪具有测试速度快、操作简便等特点。但由于任何一台近红外光谱仪对每种组分或每种参数都要单独定标,因此,本研究采用Perton8620型近红外光谱仪测定大豆脂肪酸的含量。通... 详细信息

大豆品质筛选中要求分析技术准确而快速。本研究所用的近红外光谱仪具有测试速度快、操作简便等特点。但由于任何一台近红外光谱仪对每种组分或每种参数都要单独定标,因此,本研究采用Perton8620型近红外光谱仪测定大豆脂肪酸的含量。通过收集不同成分含量的大豆并将其分成两份,一份用于常规化学值的测定,另一份用于粉末样品的近红外光谱测定。利用瑞典波通86系列近红外仪收集了黑龙江省大豆的近红外特征光谱,建立了适合黑龙江省大豆检测的近红外定标模型。实验得到的黑龙江省大豆的近红外脂肪酸定标模型与国标方法的相关性为96.1%,SEC为0.18%。近红外光谱分析技术无需称重,无需化学试剂,可以快速检测大豆脂肪酸的含量,适用油脂加工企业原料收购的检测要求。

关键词：近红外大豆脂肪酸定标模型

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

建设创新实验室,培养学生创新能力

课程教育研究 2014年第3期 225-226页

作者：魏东辉柴玉华谭克竹东北农业大学

根据现在应用型本科学院的发展趋势,在校大学生的学习状况,提出一种新的培养模式,即建设开放性实验室,培养学生的创新能力,其核心内容是从传统的实验教学走向开放式实验教学,对于实验性较强的理论课程以实验教学为主,依托大学生电子设... 详细信息

根据现在应用型本科学院的发展趋势,在校大学生的学习状况,提出一种新的培养模式,即建设开放性实验室,培养学生的创新能力,其核心内容是从传统的实验教学走向开放式实验教学,对于实验性较强的理论课程以实验教学为主,依托大学生电子设计竞赛培养学生创新能力,达到培养应用型人才的目的,快速适应就业市场需求。

关键词：创新能力开放式实验应用型人才

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

土壤水分空间变异性的研究

土壤水分空间变异性的研究

2007年中国农业工程学会学术年会

作者：张长利刘述强谭克竹东北农业大学工程学院黑龙江工程学院东北农业大学成栋学院

我国北方地区水资源紧缺,而且又是农业生产较为密集的地域,因此农业节水,农田水分转化及有效利用土壤水分成为精细农业急待解决的重要问题之一。土壤水分数据采集及空间变异性的研究对于如何充分发挥土壤水分的潜力,保护水资源,加强农... 详细信息

我国北方地区水资源紧缺,而且又是农业生产较为密集的地域,因此农业节水,农田水分转化及有效利用土壤水分成为精细农业急待解决的重要问题之一。土壤水分数据采集及空间变异性的研究对于如何充分发挥土壤水分的潜力,保护水资源,加强农田水分管理, 灌溉排水设计,农田墒情预报等具有深远的理论指导意义和较强的地域性、实践性的应用价值。应用地理信息软件 ArcGIS 9．0中的 SpatiaI Analyst 模块中反距离权重插值法、样条函数内插法和克立格插值法来绘制所测土壤水分特性的空间分布图,并为进一步研究土壤水分特性与提高作物产量间的关系提供了理论基础。

关键词：精细农业地理信息系统空间变异性空间插值

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于高光谱图像技术的大豆品种无损鉴别

东北农业大学学报 2016年第3期47卷 86-93页

作者：柴玉华毕文佳谭克竹张春雷刘春涛东北农业大学电气与信息学院哈尔滨150030

为解决传统大豆品种检测方法存在的效率低和精度差等问题，应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种（每品种100粒，共1000粒）大豆样本400．92—999．53nm的高光谱反射图像，分别进行中值平滑、多元散射校正和数据... 详细信息

为解决传统大豆品种检测方法存在的效率低和精度差等问题，应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种（每品种100粒，共1000粒）大豆样本400．92—999．53nm的高光谱反射图像，分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪，提取样本图像中心30×30pixels感兴趣区域的平均光谱曲线和标准差曲线。分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入，基于T—S模糊神经网络和随机森林思想组合分类器构建鉴别模型。经中值平滑的光谱平均值和标准差作输入，结合随机森林思想的组合分类模型鉴别效果最佳，训练集、测试集的平均鉴别率分别达99．6％和97．6％。结果表明，采用高光谱图像技术可实现大豆品种高精度无损鉴别。

关键词：大豆高光谱图像品种甄别 T—S模糊神经网络随机森林思想组合分类器

基于神经网络结合遗传算法的大豆脂肪酸含量近红外光谱检测

在线全文

学校读者我要写书评

暂无评论

基于神经网络结合遗传算法的大豆脂肪酸含量近红外光谱检测