基于BP神经网络的脱绒棉种品种识别

为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。本文以新路早36、中棉50、惠远710三个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。     

打瓜机械化收获技术研究现状及发展对策

本文主要分析了打瓜机械化收获的基本情况,介绍了打瓜收获机械的基本构成和功用,并根据不同捡拾原理,介绍了捡拾机构的基本类型和技术特点,指出了制约打瓜机械化收获推广实施的关键因素,探讨了机械化收获技术的发展趋势,阐明了机械化收获技术是打瓜产业化发展的必由之路。     

基于形状特征的脱绒棉种品种识别

该文以中棉50、新陆早26、新陆早33棉花品种为研究对象,基于图像处理技术提取了脱绒棉种的面积周长类、最大径类、椭圆类和区域矩类共14个形状特征参数,并运用多元统计分析方法,利用统计学中的集中趋势指标与离散程度指标对数据进行分析,将综合特征指标作为品种判别的参数;利用SPSS软件,用逐步判别分析法建立了3个品种的识别模型,得出3个线性分类函数,经验证,预测组成员中,中棉50、新陆早26和新陆早33的正确率分别为90%,80%,100%,判别效果显著。     

基于BP神经网络的脱绒棉种品种识别

摘要：为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。该文以新路早36、中棉50、惠远710等3个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3 000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。该研究可为其他粒状种子品种识别提供参考。     

卧式饲料混合搅拌机混合原理及其搅龙参数的设计

通过研究卧式双搅龙饲料混合搅拌机的结构、特点及其混合原理,分析了物料在混合机内产生的混合、剪切、揉搓及对流运动,提出一种适用于肉羊全混合日粮的加工制作设备,能够将各种精、粗饲料按照一定的比例配方混合搅拌均匀,从而提高饲料营养均衡性及适口性。运用Solidorks对卧式双搅龙饲料混合搅拌机相关部件建模,特别对其核心部件—双螺旋搅龙结构参数进行设计及理论分析。整机性能实验结果表明,该机混料均匀度为91.1%,投料稳定性93.4%,主要性能指标达到设计要求。     

基于机器视觉的干制红枣大小分级方法研究

为了实现干制红枣的大小自动分级,介绍了应用机器视觉的干制红枣自动分级方法,利用CCD摄像机获取红枣的样本图像,应用MATLAB软件编程实现了样本图像的灰度化、二值化、图像分割、图像滤波、图像形态学处理、边缘检测和特征量提取等处理,参照干制红枣分级标准完成了红枣自动分级。通过实验数据回归分析得出红枣实测纵径、果质量与识别值当量值之间的数学检测模型,其决定系数分别达0.995 5和0.948 1。实验表明,采用句法模式识别对数据进行红枣大小分级,分级准确率达85%。     

1KF-40型葡萄有机肥深施机的研制

针对新疆兵团葡萄产业发展所面临的问题,通过分析对比国内外葡萄有机肥深施技术与装备的特点,综合考虑新疆葡萄种植模式及葡萄有机肥深施农艺要求,完成了1KF-40型有机肥深施机的研制,解决了人工深施有机肥存在的劳动强度大、效率低等问题,实现了葡萄有机肥深施的机械化作业。田间作业结果表明:装备工作平稳、性能可靠、生产率高、施肥均匀,开沟深度达4 1 0mm,开沟宽度2 8 0mm,覆土厚度2 4 0mm,施肥量1 241kg/hm2,生产率3.7hm2/h,符合葡萄有机肥深施机械化作业要求。     

红枣自动分级技术的研究现状及展望

调查了国内外在机械式、光电式和基于机器视觉技术的红枣自动分级研究现状,并着重对机械式和基于机器视觉技术自动分级技术报道进行分析。结果表明,机械式在短期未来仍是研究热点之一,光电式未来发展空间不大,而机器视觉作为未来的发展方向,将重点解决在保证生产率和分级精确度的情况下完成红枣全表面在线实时检测和多指标综合自动分级的问题。