基于卷积神经网络的花生籽粒完整性识别算法及应用

针对现有色选设备在花生颗粒筛选过程中处理速度慢、准确率低的缺点,提出基于卷积神经网络的花生籽粒完整性识别算法。以完好花生、表皮破损花生和果仁破损花生的分类为例,构建花生图像库;搭造卷积神经网络,提取花生图像特征;为提高分类准确率和实时性,从训练集构成、减小过拟合、加快训练收敛速度、简化网络结构等几方面对卷积神经网络进行优化;最终利用含2个卷积层、2个池化层、2个全连接层的3层神经网络实现了上述3类花生的分类。试验结果表明：该方法对花生分类的准确率达到98.18%,平均检测一幅单粒花生图像的时间为18 ms,与现有色选设备相比有效提高了色选设备筛选的准确率和实时性。     

基于迁移学习的卷积神经网络植物叶片图像识别方法

为了提高植物叶片图像的识别准确率,考虑到植物叶片数据库属于小样本数据库,提出了一种基于迁移学习的卷积神经网络植物叶片图像识别方法。首先对植物叶片图像进行预处理,通过对原图的随机水平、垂直翻转、随机缩放操作,扩充植物叶片图像数据集,对扩充后的叶片图像数据集样本进行去均值操作,并以4∶1的比例划分为训练集和测试集;然后将训练好的模型（AlexNet、InceptionV3）在植物叶片图像数据集上进行迁移训练,保留预训练模型所有卷积层的参数,只替换最后一层全连接层,使其能够适应植物叶片图像的识别;最后将本文方法与支持向量机(SVM)方法、深度信念网络(DBN)方法、卷积神经网络(CNN)方法在ICL数据库进行对比实验。实验使用Tensorflow训练网络模型,实验结果由TensorBoard可视化得到的数据绘制而成。结果表明,利用AlexNet、InceptionV3预训练模型得到的测试集准确率分别为95.31%、95.40%,有效提高了识别准确率。     

基于IMU的细粒度奶牛行为判别

针对奶牛行为判别自动化水平不足、准确率低的问题,采用惯性测量单元(IMU)和卷积神经网络(CNN),对细粒度奶牛行为判别进行研究.结果表明:1)在KNN、SVM、BPNN、CNN和LSTM 5个模型中,CNN模型在奶牛行为分类测试集上的准确率最高.2)含有三轴加速度计、陀螺仪和磁力计的IMU更加适用于奶牛行为分类,其分...     

利用双通道卷积神经网络的图像超分辨率算法

目的 图像超分辨率算法在实际应用中有着较为广泛的需求和研究。然而传统基于样本的超分辨率算法均使用简单的图像梯度特征表征低分辨率图像块,这些特征难以有效地区分不同的低分辨率图像块。针对此问题,在传统基于样本超分辨率算法的基础上,提出双通道卷积神经网络学习低分辨率与高分辨率图像块相似度进行图像超分辨率的算法。方法 首先利用深度卷积神经网络学习得到有效的低分辨率与高分辨率图像块之间相似性度量,然后根据输入低分辨率图像块与高分辨率图像块字典基元的相似度重构出对应的高分辨率图像块。结果 本文算法在Set5和Set14数据集上放大3倍情况下分别取得了平均峰值信噪比(PSNR)为32.53 dB与29.17 dB的效果。结论 本文算法从低分辨率与高分辨率图像块相似度学习角度解决图像超分辨率问题,可以更好地保持结果图像中的边缘信息,减弱结果中的振铃现象。本文算法可以很好地适用于自然场景图像的超分辨率增强任务。     

Turbo码性能分析与仿真

纠错编码技术可有效地提高或改善移动通信的可靠性,在通信系统中得到了广泛地应用.在详细分析Turbo码编译码结构、译码算法的基础上,对Turbo码的性能进行了仿真.结果表明:Log-MAP算法比SOVA算法运算量大、费时更多;相同迭代次数下,Log-MAP算法比SOVA算法误码率性能好;同一算法下,迭代次数越大,误码率性能越好;帧长越大,误码率性能越好.因此,为了保证通信的可靠性和实用性,应对算法、迭代次数、帧长进行权衡.     

一种新颖的STBC-OFDM信道估计算法

给出了一种基于空时编码训练序列的信道估计算法,这种算法基于空时分组码的正交性.模拟实验证明,该算法适用于慢变瑞利衰落信道和时不变频率选择性衰落信道,同时该算法优于基于LS的算法.此算法可以应用于OFDM通信系统.     

人工湿地污水处理对三种植物幼苗叶绿素荧光特性的影响

为探讨在工人湿地污水处理条件下植物幼苗叶片的光合反应机制,通过模拟人工湿地,对薏米、文殊兰和蜘蛛兰幼苗进行污水淹灌处理,采用PAM-2000叶绿素荧光仪分别对生长在人工湿地和陆地自然条件下植物幼苗的叶绿素荧光参数进行测定和比较分析。结果表明：在人工湿地条件下,三种植物幼苗叶片的原初光能转化效率（Fv／Fm）显著降低;同时,在人工湿地环境下三种植物的Fv、Fm和qP极显著低于陆地生境对照的相应值,qN值则极显著高于对照的相应值．因此,在人工湿地环境下,植物幼苗叶片的PSII反应中心结构和功能遭到破坏而部分关闭,光合电子传递受阻,光能利用与光化学转化能力下降,吸收的光能更多的以热能形式耗散。此外,不同植物间的荧光参数具有明显的差别,以蜘蛛兰的各项荧光参数值较薏米和文殊兰高,日降低低或升高的幅度均低于其他植物。可见蜘蛛兰适应人工湿地环境的能力强于其他两种植物。     

吡喹酮对鲤鱼感染台湾棘带吸虫后期囊幼虫的防治效果

[目的]探讨3种不同药物处理方式对台湾棘带吸虫引起的鲤鱼幼鱼急性鱼鳃传染病(开放性鳃病)的防治效果.[方法]在试验初期,将1620条鲤鱼幼鱼(70日龄)鱼鳃自然感染台湾棘带吸虫,随后分成4组,分别采用CuSO4、福尔马林和吡喹酮不同方式处理6周,与对照(自然喂食、不使用任何化学药剂)比较防治鲤鱼幼鱼急性鳃传染病的效果.[结果]感染台湾棘带吸虫的幼鱼生长缓慢,其身长和体重增长均较慢.施药后,幼鱼台湾棘带吸虫后期囊幼虫感染强度减少.在每千克饲料中分别添加50和75 mg吡喹酮喂食幼鱼5d,可以杀死鱼鳃中所有的台湾棘带吸虫后期囊幼虫,且鱼鳃恢复正常;面使用25 mg吡喹酮,仅有35%的后期囊幼虫死亡.所有不同浓度CuSO4处理(0.3、0.4和0.5mg/kg冲洗浸泡24 h及以3.0、4.0和5.0 mg/kg冲洗浸泡10m)和福尔马林处理(20、25和30 mg/kg冲洗浸泡及200、250和300 mg/kg短时间冲洗浸泡)均不能杀死台湾棘带吸虫后期囊幼虫.[结论]经普通化学药剂CuSO4或福尔马林冲洗浸泡,不能防治由台湾棘带吸虫后期囊幼虫引起的鲤鱼开放性鳃病,但50~75 mg吡喹酮/kg饲料可以在5d内治疗该病.     

水产品追溯码加密算法设计与应用

为解决当前农产品追溯码安全性不高,难以保证一品一码等问题,以水产品为研究对象,提出了一种水产品追溯码加密算法。在深入分析各种追溯码编码方案和AES加密算法的基础上,对水产品监管码进行编码、压缩和十进制等长加密生成水产品追溯码。实验证明算法可行、可靠;密钥的动态变化和追溯码的唯一性,为追溯系统的实际应用提供了安全保障。最后给出了该算法在水产品质量追溯系统中的应用方案。     

基于手机二维条码识别的农产品质量安全追溯系统

针对现有农产品质量安全追溯中成本高、追溯设备便携性差等问题,设计了基于手机二维条码识别的农产品质量安全追溯系统。阐述了系统的架构和主要功能设计,并对系统采用Nokia 3款手机为实验终端在手机摄像头与条码不同的距离处进行了最佳识别距离、识别时间、识别率和准确率的测试,食品包装袋和标签纸上条码平均识别时间分别为7.3 s和5.1 s,平均识别率分别为67.8%和75.6%,准确率均可达到100%,识别的最佳距离为10 cm左右,最短识别时间仅为6.4 s和3.4 s。测试结果表明,该系统可以方便用户快速识别产品的二维条码标签,为消费者提供了一种新的追溯手段。