基于自适应神经模糊网络的果蔬抓取力控制

运用自适应神经模糊推理系统设计了农业机器人果蔬抓取力智能控制器。以当前抓取力和滑觉传感器信号的小波变换细节系数作为控制器的输入,末端执行器两指闭合距离作为控制器的输出。基于减法聚类建立模糊推理模型,通过调整聚类半径来优选模糊规则数。给出了训练样本数据集采集方法,并应用梯度下降与最小二乘混合训练算法辨识了控制器的前件参数和结论参数。对所设计的控制器进行了实验验证,结果表明该控制器能够适应果蔬质量、表面摩擦特性等方面的差异。抓取力超调量得到了限制,最大值小于0.8 N,可以避免给抓取对象造成机械损伤。     

基于无线传感器网络的奶牛行为特征监测系统设计

奶牛等大型动物的疾病和发情状况目前主要依赖饲养员目测判断,大规模集约化养殖仍采用人工观测方法,这不仅带来繁重的人力负担,也容易误判。为了能自动准确地识别奶牛是否发情或生病,该文提出在奶牛颈部安装无线传感器节点,通过各种传感器获取奶牛的体温、呼吸频率和运动加速度等参数,采用K-均值聚类算法对提取的各种参数进行行为特征多级分类识别,以此建立的动物行为监测系统能准确区分奶牛静止、慢走、爬跨等行为特征,从而可以长时间监测奶牛的健康状态。而且,这种监测系统易于推广到对其他动物的监测,对促进养殖业和畜牧业的发展也具有指导意义。     

基于K_means硬聚类算法的葡萄病害彩色图像分割方法

为了提高植物病害图像的分割精度与效果,根据植物病害症状及图像的特点,提出了一种基于K_means硬聚类算法（HCM）的葡萄病害彩色图像非监督性分割处理方法。该方法是在L*a*b*颜色空间模式下利用ab二维数据空间的颜色差异,以平方欧式距离作为像素间的相似度距离、以均方差作为聚类准则函数对颜色进行二分类聚类,并通过数学形态学运算对聚类结果进行校正。利用该方法对3种葡萄病害彩色图像进行分割的结果表明,该方法能够较为准确地将病斑区域从彩色图像中分割出来,对葡萄病害彩色图像的分割处理比较理想,鲁棒性好,分割准确率     

基于改进的BP神经网络集成的作物精准施肥模型

作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法（其均方根误差为64.54）明显优于单个神经网络方法（其均方根误差为169.74）。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。     

利用智能推荐技术改进电子科研档案网络服务质量探讨

改进电子科研档案网络服务质量的智能推荐方法主要包括关联规则的推荐方法、协作过滤推荐技术和聚类方法的推荐技术三种。这些智能推荐方法在客户浏览、检索和购买电子档案产品过程中,对于评价客户的需求、期望和优秀服务的感知度具有广泛的应用。智能推荐方法可评价客户对电子科研档案网络服务和网络资源的满意度,进而向客户推荐适当的电子产品的手段,必将极大地提高电子科研档案网络服务质量。     

基于Kd树改进的高效K-means聚类算法

针对经典的K-means算法在多维数据聚类效率上还有待提高的问题，本文提出一种称为CK-means的改进聚类算法。该算法在k-means算法的基础上，通过引入Kd树空间数据结构，初始聚类中心从多维数据某一维的区间等间隔集中选取，以及在数据对象分配过程中采用剪枝策略来提高算法的运行效率。实验结果表明，CK-means聚类算法较经典的k-means聚类算法运行效率更高。     

二次聚类与神经网络结合的日光温室温度二步预测方法

精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统，受室内外众多环境因素影响，且部分因素难以准确测量和建模，因此，难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先，进行二次聚类，对室外温度情况相似的日进行聚类，并将全年划分为若干个类似时间段，根据连续时间段内相似日的数量进行聚类，将全年内的连续时间段归入若干类别。其次，对不同类别的时间段，分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型，通过数据训练，能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证，通过二次聚类，全年连续时间段可划分为3类，通过分别建立BP神经网络并分别训练，结果表明本方法预测误差仅为6.23%，与现有未分类的BP神经网络预测算法对比，本文方法有效地提高了准确度，平均误差降低5.4个百分点。     

基于模糊聚类分析的游客景区选择研究

运用模糊聚类分析法建立游客景区选择的数学模型,对被选景区进行模糊聚类分析,得出游客景区选择的备选方案,方便游客进行景区决策,同时也为旅游景区经营管理者提供一种新的管理理念与管理方法。     

用模糊聚类法分析松毛虫个体变异及种类

应用模糊聚类方法,分析了湖南宁乡、永州,福建南安,广西钦州和四川永川、西昌等地松毛虫种群的生殖器的个体变异和种群类型。结果表明,在同一种群个体间存在着差异,有的种群个体差异显著,有的则不甚显著。各地种群在置信水平λ值为0.616 430 6时,可以聚为一类。     

家兔胸,腹,盆腔内脏初级传入神经元的分布特点

应用辣根过氧化物酶（ＨＲＰ）法和荧光素逆行追踪法，对家兔心、肺、肝、胃、肾、子宫和膀胱的初级传入神经元分布规律进行了研究，结果表明，各内脏的初级传入神经元分布节段范围广泛，又有相对集中的节段；内脏与内脏之间的部分分布节段相互重叠，即使远距离相隔的内脏亦不例外，其中胸８￣１０节段是胸、腹、盆腔脏器共同重叠节段；各内脏的感觉均经交感和副交感两个途径传入，其中心、肺、肝、肾、子宫以交感途径占优势，胃和膀