基于粒子群算法的圆柱度误差评定方法

根据最小区域条件,建立了圆柱度误差的数学模型以及优化目标函数和适应度函数,阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解。实例表明,该方法对于圆柱度误差评定等非线性优化问题能得到全局最优解,粒子群优化算法的计算精度与其他满足最小条件的计算方法相比略有提高,且参数设置少,计算速度快,可用于三坐标测量机等测量系统的圆柱度误差测量后的数据处理。     

考虑陀螺效应的动力总成悬置系统分析和优化

应用陀螺力学理论,对传统动力总成悬置系统的无阻尼动力学方程进行修正,引入陀螺矩阵,得到新的动力学方程。对新的动力总成悬置系统动力学模型进行计算分析,研究了陀螺矩阵对频域、时域响应的影响。使用遗传算法分别对修改前后的方程进行优化计算,并进行比较分析。结果表明,对于低转速发动机,曲轴转动的陀螺效应不明显,而对于高转速的发动机,陀螺效应不能忽略,应以考虑陀螺力矩的方程为基础进行设计分析。     

利用改进BP神经网络预测初产奶牛产奶量的方法

针对传统BP算法的缺陷,提出了一种采用L-M训练法的BP神经网络。在此基础上建立了基于改进BP神经网络非线性系统的奶牛305d产奶量预测模型,此模型可以提前215d预测初产奶牛305d产奶量,从而实现提早进行选择,加速奶牛育种工作进程。并通过具体的实验验证了改进BP神经网络预测模型的有效性。     

车用永磁式缓速器设计中漏磁影响因素分析

以优化设计和减少漏磁为目标,运用磁路分析法建立永磁式缓速器的漏磁场模型,得到设计参数的解析式。由于参数之间的复杂函数关系,采用区间数学算法来优化永磁式缓速器的设计参数,将影响漏磁系数的非线性方程组化简为线性方程组。选取满足设计要求的目标参数——转子鼓磁感应强度Bm、气隙磁感应强度Bg,ave、漏磁系数K的最佳取值区间。使用区间迭代法,求出自变量参数的取值区间和权数pi。运用Matlab语言编程直接搜索合理的设计参数,减少了计算量和循环次数。三维有限元漏磁分析和试验均证明了设计参数选取的合理性。结果表明：永磁体高度HPM、气隙ge对漏磁系数K影响较大;区间数学Tschernikow算法在永磁式缓速器设计中是有效的。     

基于SVM算法的区域农田灌溉短期用水量预测方法

常规方法对区域农田灌溉短期用水量预测时易出现预测数据误差大,预测过程复杂等现象。设计基于SVM算法对区域农田灌溉短期用水量进行预测。以某沿黄区域位于全景属于黄河流域东南方向一区域农田为研究对象,首先基于SVM算法选择用水量特征,选取一对一的构造方法将农田灌溉短期用水量数据分为两个类别。通过SVM算法中支持向量机分类功能将农田灌溉短期用水量特征子集进行获取,并在此基础上可以根据特征子集通过预测模型进行用水量预测。由于用水量序列波动性较强,将GM(1,N)模型与机器学习算法LSSVR模型相结合来进行用水量预测,并确定模型评价指标。结果证明基于SVM算法的区域农田灌溉短期用水量预测方法误差在允许范围内且在农业中具有可使用性。     

基于Snake模型的水稻灯诱害虫轮廓提取方法的研究

[目的]建立基于Snake模型的水稻灯诱害虫轮廓提取方法.[方法]在matlab编程环境下,以3种常见水稻灯诱害虫（大螟、二化螟和直纹稻弄蝶）不同姿态图像为研究对象,提出了基于贪婪算法的Snake模型水稻灯诱害虫轮廓提取方法.[结果]首先选择不同姿态害虫的初始轮廓和能量权重;其次采用贪婪算法成功提取不同种类、不同姿态的水稻灯诱害虫轮廓;最后设计了GUI操作界面.[结论]该模型为带有虫体残缺、姿态各异的灯诱害虫形态特征提取提供了参考.     

Automated identification of sugar beet diseases using smartphones

Cercospora leaf spot (CLS) poses a high economic risk to sugar beet production due to its potential to greatly reduce yield and quality. For successful integrated management of CLS, rapid and accurate identification of the disease is essential. Diagnosis on the basis of typical visual symptoms is often compromised by the inability to differentiate CLS symptoms from similar symptoms caused by other foliar pathogens of varying significance, or from abiotic stress. An automated detection and classification of CLS and other leaf diseases, enabling a reliable basis for decisions in disease control, would be an alternative to visual as well as molecular and serological methods. This paper presents an algorithm based on a RGB‐image database captured with smartphone cameras for the identification of sugar beet leaf diseases. This tool combines image acquisition and segmentation on the smartphone and advanced image data processing on a server, based on texture features using colour, intensity and gradient values. The diseases are classified using a support vector machine with radial basis function kernel. The algorithm is suitable for binary‐class and multi‐class classification approaches, i.e. the separation between diseased and non‐diseased, and the differentiation among leaf diseases and non‐infected tissue. The classification accuracy for the differentiation of CLS, ramularia leaf spot, phoma leaf spot, beet rust and bacterial blight was 82%, better than that of sugar beet experts classifying diseases from images. However, the technology has not been tested by practitioners. This tool can be adapted to other crops and their diseases and may contribute to improved decision‐making in integrated disease control.     

遗传算法优化神经网络的坡面入渗产流模型

引入遗传算法优化BP神经网络权重和阈值的方法建立黄土坡面产流入渗模型.模型以雨强、降雨历时、表层40 cm土壤前期含水量、坡度值为输入项,径流量、入渗量为输出项,用实测资料对网络进行模拟和预测.模拟结果平均误差6.32%和1.93%,预测结果平均误差为5.71%和1.92%.并与传统BP神经网络模型和定雨强Philip...     

基于混合蛙跳算法的马铃薯病害图像分割优化

针对Otsu算法对直方图呈现多峰多谷的复杂马铃薯病害图像分割效果不佳的问题,结合混合蛙跳算法(shuffled frog leaping algorithm,SFLA)提出了一种Otsu-SFLA分割优化模型,将Otsu病害图像的分割结果作为SFLA算法的优化起点,进行复杂背景的马铃薯病害图像的分割优化,将马铃薯叶枯病、马铃薯晚疫病、马铃薯菌核病、马铃薯根腐线虫病、马铃薯灰霉病的病害图像作为分割对象进行分割,分割匹配率分别为97.0%、96.2%、96.9%、95.7%、94.8%,平均分割匹配率为96.1%,错误率分别为1.6%、1.1%、1.2%、1.1%、1.4%、平均错误率为1.3%,正确率分别为95.4%、95.1%、95.7%、94.6%、93.4%,平均正确率为94.8%,表明Otsu-SFLA模型可有效从复杂马铃薯病害图像中获取病斑区域。     

植被光合有效辐射吸收分量及最大光能利用率算法的改进

植被冠层对入射光有效辐射的吸收系数 (FPAR) 和最大光能利用率是NPP模拟的重要参数。利用光量子仪实测了典型草原植被类型关键生育期光合有效辐射值,根据NDVI与FPAR之间的良好相关性,建立了2个FAPR估算模型。结果表明,实测的FPAR值与模型估算的FPAR之间的相关性均达到极显著水平,2个模型的估测值之间没有显著性差异。因此,本研究中采取求均值后计算了我国草原的FPAR,并与NASA-FPAR产品进行了嵌套和互补,形成全国完整的草原FPAR空间分布图。同时,基于归一化植被指数和叶面积指数,以中国草原18大类分类结果为基础单元,对中国草原18大类的最大光能利用率进行调整,调整后的最大光能利用率输入NPP模型后,改善了NPP估算精度,在大类尺度上,总体预测精度为85.71%。