排序方式: 共有16条查询结果,搜索用时 203 毫秒
1.
为提高植物叶片识别的准确率及减少计算代价,在Pytorch框架下提出一种融合了深度卷积生成式对抗网络(DCGAN)和迁移学习(TL)的新型卷积神经网络叶片识别方法。首先,对植物叶片图像进行预处理,通过DCGAN对样本数据库扩充;其次,利用迁移学习将Inception v3模型应用于图像数据处理上,以提高植物叶片识别的准确率;最后,通过对比实验对该方法的有效性进行验证。结果表明:该方法可以获得96.57%的植物叶片识别精度,同时参数训练的迭代次数由4000次缩短到560次。 相似文献
2.
为提高人造板厚度在线测量精度,设计了一套人造板厚度在线测量系统,在此基础上应用小波包-卡尔曼混合滤波在线测量的人造板厚度。首先使用小波包分析对在线测得的数据进行多变分解,得到平稳信号;然后以一维变量人造板厚度构建状态方程和量测方程,建立噪声环境下的卡尔曼滤波跟踪算法,以减小动态测量过程中系统噪声和过程噪声对测量值的影响;最后以中密度纤维板为例进行在线测量实验,得到实验数据并进行对比分析。实验结果显示:所提方法能够有效减少测量误差,提高测量精度,具有一定的实际应用价值。 相似文献
3.
结合连续压机入口段的结构及其压制板坯时热压板的变形要求、板坯的排气需求、入口段加压油缸的各项控制要求,应用液压比例控制系统的设计方法,设计了连续压机入口段液压比例控制系统的结构,分析了系统进行同步位移控制与压力控制的工作原理;以中间加压油缸为基准,划分了控制单元,建立了系统的开环传递函数,经参数设计得到单元控制系统数学模型.以生产12 mm厚纤维板为例,利用Matlab、AMESim软件对系统的稳定性、响应的快速性及加压油缸的位移同步性能等进行了仿真分析,结果表明:设计的液压比例控制系统各项性能指标,满足连续压机入口段的生产需求. 相似文献
4.
5.
针对中密度纤维板(MDF)连续热压工艺特点,考虑到定厚段外负载力干扰对板坯厚度产生的影响,提出一种基于径向基函数(RBF)神经网络的动态面板厚度跟踪控制策略。将连续热压机的电液位置伺服系统作为被控对象,首先利用RBF神经网络逼近其外负载力干扰,设计自适应律对网络权值进行调整;然后采用动态面控制(DSC)方法,通过引入一阶低通滤波器计算虚拟控制量导数,避免了反步法设计控制器时易出现的微分项膨胀问题;最后通过选择合适的Lyapunov函数,证明了闭环系统所有信号半全局一致最终有界,且跟踪误差最终渐进收敛为零。仿真结果表明,所提方法可以有效地确保MDF板厚度跟踪控制精度,并使系统具有较强的鲁棒性。 相似文献
6.
作物根系原位观测识别新方法综述 总被引:5,自引:1,他引:4
根系是植物从土壤中获取养分和水分并支撑植物体的重要器官,由于根系的复杂形态及土壤的不透明属性使得对其观测困难,缺乏有效的原位根系观测方法已成为深入研究植物根系的技术瓶颈。文章从根系观测技术和根系识别算法两方面分别进行了综述。在观测技术方面,主要对微根管观测法(二维根系观测法)和计算机层析成像法(根系三维构型观测方法)及其优缺点进行了综述。在根系识别算法方面,对根系二位形态识别算法和三维构型识别算法进行了分析,指出了算法的优点和局限。最后,在对两类观测识别技术深入分析的基础上梳理出自然土壤介质下根系三维构型原位观测识别技术(计算机层析成像法)是根系定量化研究未来的发展趋势。 相似文献
7.
针对中密度纤维板MDF(Medium Density Fiberboard)连续平压机保压段板坯厚度控制问题,提出一种反步控制策略:对MDF连续平压位置伺服系统进行位置跟踪控制,采用Lyapunov稳定性理论保证跟踪误差渐近收敛于零。所设计的控制器有效地解决常规HD控制存在的超调、收敛速度慢和跟踪误差大等问题。在Matlab2009a环境下进行仿真,仿真结果表明:采用反步法设计的控制器能实现系统快速准确的位置跟踪,与常规PID控制器相比较,该控制器具有收敛速度快、跟踪精度高和跟踪误差小等优点。 相似文献
8.
9.
以刨花板施胶工艺过程为研究对象,确立了被控对象的二阶系统模型,针对系统的模型不确定性以及外加干扰问题设计了自抗扰控制器(ADRC);利用非线性函数fal()设计了三阶扩张状态观测器,能够对系统的总扰动进行快速、实时的估计;针对自抗扰控制整定参数较多的问题,引入自适应的方法调整惯性权值,对ADRC中的6个参数进行寻优整定,提出了一种自适应粒子群算法的自抗扰控制器优化设计方法,提高了参数整定的工作效率.仿真试验表明:优化后的自抗扰控制策略,能够使施胶系统的流量输出基本不受控制对象参数改变和外加干扰的影响,有效抑制外部扰动对施胶系统流量控制精度的干扰,具有比PID控制器更好的控制性能. 相似文献
10.