模糊模式识别模型在流域生态安全评价中的应用

生态安全是指人类赖以生存和发展的生态环境处于健康和可持续发展状态,流域生态安全评价是实现流域可持续发展的一项重要调控措施。流域生态安全评价需要通过评价模型来实现,由于生态安全是一个外延不明确的模糊概念,为此以模糊模式识别理论为基础,提出了流域生态安全评价的模糊模式识别模型。运用模型对岷江上游的生态安全现状进行了评价,建立了1,2,3共三个级别的指标体系,结果表明岷江上游生态安全处于第2级,即处于预警状态。评价结果符合岷江上游地区的生态环境状况。     

青枯菌对桉树及非寄主树木根部吸附和侵入的比较

通过接种青枯菌与非病原的大肠杆菌,对2个桉树无性系和1种非寄主树木的根表吸附菌量及根内含菌量进行测定.结果表明:青枯菌对感病寄主根表的吸附量多于对抗病寄主和非寄主根表的吸附量,对感病寄主根部的侵入量多于对抗病寄主但少于对非寄主根部的侵入量;病原菌较非病原菌对感病寄主根表的吸附量大,但二者对感病寄主根部的侵入量则依据根部伤口的有无而互有高低.青枯菌接种24 h内,感病寄主根表吸附菌量和根内含菌量呈上升趋势,在抗病寄主及非寄主根表的吸附菌量和根内含菌量却呈下降趋势.从统计学上看,青枯菌对寄主根部的吸附和侵入都显示出了一定的选择性,但由于病原细菌能够大量地吸附和侵入抗病寄主和非寄主根部,非病原细菌也能够大量地吸附和侵入桉树根部,因此这种选择性的生物学意义不大,青枯菌对桉树根表没有表现出明显的识别行为.     

白带锯蛱蝶雌蝶利用视觉和嗅觉信息识别两性

[目的]探究视觉和嗅觉信息在白带锯蛱蝶雌蝶识别异性中扮演的作用,从而加深对性二型蝶类两性交流机制的认识。[方法]在网室内分别悬挂白带锯蛱蝶雄蝶和雌蝶的真实翅模型、打印的翅模型和活蝴蝶模型,记录雌蝶对以上模型的访问次数。[结果]表明:仅有视觉或嗅觉信号存在时,雌蝶对雄蝶模型访问次数均大于雌模型。雌蝶对雌雄翅和纸模型访问平均次数均有显著差异,说明雌蝶仅靠视觉信息能够辨别雌雄。雌蝶对雌雄嗅觉模型访问平均次数有显著差异,说明雌蝶仅靠嗅觉信息能够辨别雌雄。视觉和嗅觉信息均存在时,雌蝶对正常雄蝶访问平均次数多于雄蝶视觉和嗅觉模型,且对3种雄蝶的平均访问次数有显著差异,说明雌蝶识别雄蝶时偏好2种信息的综合作用。[结论]白带锯蛱蝶雌蝶利用视觉或嗅觉信息均能识别雌雄两性,雌蝶在识别两性时较偏爱同时有视觉和嗅觉信息的雄蝶。     

林业机械用全自动平衡机研究

林业机械用全自动平衡机由平衡机本体、测控系统、上位机三大部分构成。结合体系结构提出了平衡机的控制过程、控制技术及实现方法,给出了去重模型。在此基础上进行了样机研制及试验分析,结果表明,研制的全自动平衡机系统能够较好地对不平衡转子进行动平衡修正。     

自动润滑装置在数控无卡轴旋切机上的应用

数控无卡轴旋切机的刀台进给系统通过丝杠螺母的传动可实现刀体座的进退,传动丝杠螺母都是依靠人工润滑,如果润滑不及时就会出现粘牙现象而导致整个设备不能工作。介绍了一种自动润滑装置,其可实现对丝杠螺母的自动润滑。     

基于神经网络的树叶识别系统研究

在林业系统注册树木种类时,通常采用大量树叶上的可见外形特点来辨别数目繁多的树木种类。针对此问题,本文提出了基于神经网络的树叶识别方法,该方法建立并管理一个分等级的树叶图像体系,通过对不同种类树叶的边缘提取来识别每种树叶的特征点,从而得到树叶的外部轮廓来区分树木种类:给出了相应的改进型神经网络算法,并给出详细的论述过程:最后,通过Java语言给出了系统实现并做了大量的数值仿真。结果证明本文方法是可行有效的。图4表1参8。     

水产养殖水下作业机器人关键技术研究进展

传统水产养殖的水下作业任务主要依靠人工完成,劳动强度大,危险性高,水产养殖水下作业面临严峻的人工危机。随着技术进步和制造成本的降低,将水下机器人应用于水产养殖作业有着巨大的需求空间。机器人水下捡拾作业强耦合、多干扰、时变、多体、多环节、作业目标规格形状不一,且作业的精度和速度要求高,机器人水下精准作业是困扰水产养殖界多年的公认难题。本文在对水下机器人-机械手系统(underwater vehicle-manipulator system,UVMS)进行了系统分析的基础上,从弱光照、强耦合、非结构化海洋环境下UVMS的精准捕捞作业目标识别、时变多体捡拾作业条件下水下机器人-机械手系统动力学模型、多扰动条件下目标动物位置识别与定位模型、多约束条件下浅海养殖精准捡拾作业的优化控制等4个方面,对UVMS捕捞作业所涉及的关键技术的地位、国内外研究现状展开分析与讨论,并对所述关键技术的研究前景进行了展望,以期为水产养殖水下作业机器人软件开发提供理论依据和综合性参考。     

基于自适应域值分割与力矩的棉花异性纤维分类方法

为能够准确统计出棉花中所含异性纤维的重量和数目,提出一种机器视觉与图像处理技术,对棉花异性纤维进行检测分类。在提取棉花异性纤维原始图像的基础上,采用灰度处理和滤波技术完成图像的预处理,采用自适应域值技术来完成棉花异性纤维图像分割,在分割出的二值化图像基础上,采用挖空内点法和邻域搜索法进行轮廓提取,提出以异性纤维轮廓的面积与周长平方之比作为力矩,对棉花异性纤维进行分类。通过对300个棉花异性纤维样本图像进行了试验,分类准确率可以达到96%。结果表明该技术和分类力矩可以准确的对棉花异性纤维进行初分类。     

基于单目视觉的田间菠萝果实识别

菠萝果实的准确识别是菠萝采摘机器人视觉系统的关键。针对田间复杂环境中的青色菠萝,采用图像处理技术、数学形态学方法,识别菠萝果眼,并获取果眼的中心点信息;引入层次聚类分类方法,对多个中心点进行聚类分析;求取最多点集的中心坐标,作为菠萝区域的近似形心。选用在广东湛江菠萝田间拍摄的35幅图像作为评价样本,经过运算,迎光条件下形心识别正确率达到85%。本研究为菠萝采摘机器人的田间果实识别提供了有效的技术方案。