期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于高光谱深度特征的油菜叶片锌含量检测
1
作者 周鑫 王坚 +2 位作者 赵春江 孙俊 史磊 《农业工程学报》 EI CAS CSCD 北大核心 2024年第19期262-271,共10页
为了实现油菜叶片锌含量的快速无损检测,该研究采用一种基于高光谱成像技术结合深度迁移学习算法的高精度检测方法,通过无土栽培的方式,设置10个不同胁迫类别(2种不同硅浓度环境结合5个不同锌胁迫梯度),获取无硅环境和有硅环境中重金属... 为了实现油菜叶片锌含量的快速无损检测,该研究采用一种基于高光谱成像技术结合深度迁移学习算法的高精度检测方法,通过无土栽培的方式,设置10个不同胁迫类别(2种不同硅浓度环境结合5个不同锌胁迫梯度),获取无硅环境和有硅环境中重金属锌胁迫下总计4000个油菜叶片样本。利用高光谱成像设备采集油菜叶片样本高光谱图像信息,并将整个叶片作为感兴趣区域获取其平均光谱信息。通过对比不同预处理后光谱对硅作用下油菜叶片锌含量预测性能,确立标准正态变量变换(standard normalized variable,SNV)算法作为最佳预处理方法,并对SNV处理的光谱数据进行进一步分析。利用堆叠自编码器(stacked auto-encoder,SAE)对预处理后的最佳光谱数据进行降维,并与传统的降维算法进行比较。最后,对最优SAE深度学习网络进行迁移学习,得到迁移堆叠自编码器(transfer stacked auto-encoder,TSAE)模型,验证无硅环境和有硅环境中深度学习模型之间的可迁移性。结果表明,基于SAE提取深度特征的支持向量机回归(support vector machine regression,SVR)模型对无硅环境或有硅环境中油菜叶片中锌含量的预测效果较好。无硅环境和有硅环境中所建立的SNV-SAE-SVR模型性能较佳,预测集的决定系数(R_p~2)、均方根误差(RMSEP)和相对分析误差(RPD)分别为0.8507、0.03466 mg/kg和2.607,0.8766、0.02854 mg/kg和2.732。此外,基于T-SAE提取深度特征的SVR模型能有效实现无硅环境和有硅环境中锌含量的预测,最佳SNV-T-SAE-SVR模型预测集的R_p~2、RMSEP和RPD分别为0.8810、0.02748 mg/kg和2.966。研究结果表明,深度迁移学习方法结合高光谱成像无损检测技术能够有效实现油菜叶片锌含量检测。 展开更多
关键词 无损检测 重金属 硅环境 深度学习 迁移学习 高光谱图像
在线阅读 下载PDF
农业4.0背景下基于学科形态的农业工程学科建设研究 被引量：1
2
作者 王亚娜 金玉成 +1 位作者 戴韵卿 毛罕平 《中国农机化学报》 北大核心 2024年第3期331-336,共6页
农业4.0的新背景下,农业工程学科依赖于农学、工程、生物、信息等的互相渗透与融合,基于农业工程学科知识形态,探索学科组织形态和活动形态:建立“农业工程+X”的知识组织新模式,构建跨学院深融合的资源统筹平台,构建对接需求链的有组... 农业4.0的新背景下,农业工程学科依赖于农学、工程、生物、信息等的互相渗透与融合,基于农业工程学科知识形态,探索学科组织形态和活动形态:建立“农业工程+X”的知识组织新模式,构建跨学院深融合的资源统筹平台,构建对接需求链的有组织科研模式,内培外引构建跨学科创新团队,依托学术氛围深度赋能学科成员,从根源上撬动学科建设的底层逻辑,为农业工程学科发展注入生机与活力。江苏大学通过建立农业工程学科特区,提高学科知识的协同生产力,形成强大的农业装备创新链,建立项目牵引的团队驱动模式等实现农业工程学科高质量发展。 展开更多
关键词 农业工程学科 知识形态 组织形态 活动形态 交叉融合
在线阅读 下载PDF
蔬菜自动移栽机顶夹拔组合式取苗装置试验研究 被引量：16
3
作者 胡建平 刘育彤 +3 位作者 刘伟 张思伟 韩绿化 曾添懿 《农业机械学报》 EI CAS CSCD 北大核心 2022年第S01期110-117,184,共9页
针对插拔式取苗机构单靠取苗爪插入钵体夹取苗时,因受钵体与穴盘之间粘附力和盘根性不佳双重影响,造成取苗成功率低、钵体破碎率高的问题,提出了一种顶夹拔组合式取苗技术,阐述了取苗装置结构和工作原理,开展了顶夹拔组合式取苗试验研... 针对插拔式取苗机构单靠取苗爪插入钵体夹取苗时,因受钵体与穴盘之间粘附力和盘根性不佳双重影响,造成取苗成功率低、钵体破碎率高的问题,提出了一种顶夹拔组合式取苗技术,阐述了取苗装置结构和工作原理,开展了顶夹拔组合式取苗试验研究。首先以72孔和128孔黄瓜穴盘苗为试验对象,通过顶压脱盘粘附力试验,测试了不同顶苗速度(10、20、30、40 mm/s)下黄瓜苗的脱盘粘附力以及顶压脱离位移,试验结果表明:顶苗速度对于苗钵粘附力及脱离位移影响不大,粘附力与苗钵脱离位移呈正相关,两种规格穴盘苗顶苗脱离位移平均值分布在5.5~6.9 mm之间,综合考虑苗盘落水孔直径和顶压脱盘粘附力试验结果,确定顶杆直径为6 mm,顶杆顶苗位移需大于5 mm。其次以生长周期为25 d的72孔黄瓜穴盘苗为试验对象,开展了先顶后取、边顶边取、先插后顶3种取苗模式试验,结果表明:先顶后取模式下取苗成功率和钵体完整率最高。最后以顶杆顶入位移、取苗爪插入苗钵取苗深度及插入取苗速度为试验因素,开展了三因素三水平正交试验,通过极差分析和方差分析得出顶夹拔取苗装置的最优工作参数组合为:顶入位移为15 mm、插入苗钵深度为35 mm,插入取苗速度为225 mm/s,此组合下取苗成功率94.12%,苗钵完整率94.12%,满足了自动取苗高质量要求。 展开更多
关键词 移栽机 顶夹拔 组合式取苗 试验
在线阅读 下载PDF
基于模糊算法的农机编队转场多机协同控制方法
4
作者 魏新华 邓屹 +3 位作者 崔鑫宇 王晔飞 章少岑 杨家鑫 《农业机械学报》 2025年第2期48-60,共13页
针对协同控制在农机转场场景下受复杂环境影响导致的响应速度慢、控制精度低、稳定性差、鲁棒性不足等问题,提出一种农机编队转场多机协同控制方法。搭建主机人工驾驶领航、从机自动跟随的多机协同模型,基于弗莱纳坐标转换将协同控制解... 针对协同控制在农机转场场景下受复杂环境影响导致的响应速度慢、控制精度低、稳定性差、鲁棒性不足等问题,提出一种农机编队转场多机协同控制方法。搭建主机人工驾驶领航、从机自动跟随的多机协同模型,基于弗莱纳坐标转换将协同控制解耦为横向、纵向控制,采用模型预测控制算法设计纵向控制器以实现机组间相对距离保持及速度、加速度跟随,采用纯追踪算法设计横向控制器以实现从机沿主机轨迹行驶,引入模糊算法实时调整关键控制系数以实现控制效果优化。基于CarSim/Simulink平台设计多种转场典型工况对本文方法进行仿真试验分析,结果表明相比传统控制方法本文方法具备更可靠优越的性能,并基于智能拖拉机机组开展实车试验验证,结果表明机组轨迹横向误差小于0.090 m,速度误差小于0.570 m/s,相对距离误差小于0.169 m,加速度误差小于0.252 m/s^(2),均能渐进稳定满足农机编队转场实际需求。 展开更多
关键词 农机转场 多机协同 纯追踪算法 模型预测控制算法 模糊算法
在线阅读 下载PDF
基于模糊聚类与多项式回归的异常识别与鲁棒建模方法 被引量：2
5
作者 石茂林 张增磊 +3 位作者 张卫东 谈莉斌 钟良意 赵梦晨 《机械设计》 CSCD 北大核心 2023年第S02期45-50,共6页
随着传感器和监测技术的快速发展,大量工程装备运行数据被记录和保存下来,为提升装备设计、分析和运行水平提供了数据基础。这些数据内部存在的异常值会对数据建模与分析产生严重干扰。为此,文中提出一种基于模糊聚类与多项式回归的异... 随着传感器和监测技术的快速发展,大量工程装备运行数据被记录和保存下来,为提升装备设计、分析和运行水平提供了数据基础。这些数据内部存在的异常值会对数据建模与分析产生严重干扰。为此,文中提出一种基于模糊聚类与多项式回归的异常值识别与鲁棒建模方法,通过多项式回归来刻画数据属性之间的关联关系,采用模糊聚类计算数据的隶属度信息判断数据是否为异常值,并基于非异常值数据建立预测模型,最终实现数据的鲁棒建模。数值案例、隧道掘进机和联合收获机监测数据试验结果表明,提出方法能够准确识别出数据中的异常值,并显著提升数据建模精度。 展开更多
关键词 异常值识别 鲁棒建模 模糊聚类 多项式回归
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部