家用钱币分类装置

在我们国家,货币的类型分为硬币和纸币两种,而硬币和纸币相比,硬币的面值较小,但相较于纸币而言,硬币具有耐用性、防伪性(硬币相较于纸币是使用等价金属铸造)的特点。我们在逛超市去菜市场买菜时,一般一毛、五毛、一块的硬币使用得非常频繁。可以说硬币在我们生活中,给我们带来了很大的便利。但是在提供便利的同时,也给我们带来了些许小麻烦。比如说,硬币分类就是个不大不小的麻烦。今天为大家介绍的这款小机器,就是专门为大家解决这个问题的,由于这款小机器的结构简单,所以,仅适用于普通家庭、小批量使用。     

医疗器械盛放装置的创新设计

文章介绍一种医疗器械盛放装置,对不同的器械进行分类放置,同时能对医疗器械进行消毒烘干,实现器械的灭菌。该装置结构简单,通用性强,对医护人员使用和患者安全都具有重要意义。     

公交投币鉴伪清分系统研究

针对目前公交系统收到大量假硬币的现状,在比较了常用硬币检测方法的基础上,提出了使用双电涡流传感器检测硬币的材质的方案,给出了硬币检测系统的结构框图,选用高性能的STC单片机、电涡流传感器、红外光电开关和语音芯片及电磁铁构成了检测系统,可以实现对乘客所投硬币及时鉴别并剔除假币的功能。系统成本低廉,便于操作,具有一定的应用前景和推广价值。     

基于PLC的硬币分拣控制系统设计

为解决数量较大的硬币自动分拣,降低分拣劳动强度和增加分拣准确率,设计了一个基于PLC的硬币分拣控制系统。系统由机械分拣部分,电气控制部分和触摸屏组成,能够实现对5角和1元硬币进行分拣、计数、监控功能。使用红外线反射传感器对硬币进行检测,PLC对系统进行控制,触摸屏监视系统工作状态并显示硬币数量。该系统最终实现了对硬币的成功分拣和计数,达到了预定目标。     

双频检测技术在公交投币系统中的应用

针对目前公交投币系统存在的问题,从电涡流传感器的原理出发,提出了使用双频技术对硬币进行综合检测的方案,因而提升了硬币的识别率;采用学习模式可以满足不同硬币版本的有效识别,具有较好的应用前景和推广价值。     

公交车钱币分离器

随着社会的发展,自动化商业机械的应用越来越普及,车上的售票也是如此。此设计是用在公交车以及自助买票的班车上,可以快速有效地分离各类钱币,并且初步统计硬币的数量,大大节省了在钱币分类清点方面的时间,节约了劳动力成本。     

一种小型硬币清分机的设计

为了低成本解决普通超市清点大量硬币的问题,本文提出了一种小型硬币清分机。该清分机根据硬币直径的不同来清分硬币。该硬币清分机造价低、结构简单、小巧方便,不但可以轻松地清分大量硬币,而且还可以在市场中得到很好的普及。     

公交车投币箱硬币鉴伪及币值识别系统设计

以硬币材质作为硬币检测的特征值,根据差动变压器原理,设计制成了硬币检测传感器,其最大优点是受温度等环境因素影响小.采用小型系列20脚封装的单片机和支持I2C总线数据传送协议的串行存储器,整个系统体积小、成本低.试验表明,硬币币值辨识正确率达100%,假币识别正确率大于97%,硬币检测速度达每分钟百枚以上.     

基于图像消冗与CenterNet的稻飞虱识别分类方法

为了实现对不同稻飞虱的快速准确识别,同时防止同一姿态下的同一只昆虫被重复计数,提出一种将图像消冗与CenterNet网络相结合的识别分类方法。首先利用自主设计的田间昆虫采集装置,自动获取昆虫图像并制作数据集。其次,将CenterNet算法与图像消冗算法相结合,选用深层特征融合网络(Deep layer aggregation, DLA)作为主干网络来提取昆虫的特征,并进行识别分类。将本文方法与经典机器学习和深度学习模型进行对比,实验结果表明,对于田间昆虫采集装置获取到的相似度较高的活体图像,本文方法不仅能够快速处理昆虫图像,而且能够成功解决昆虫重复检测的问题,平均精度均值为88.1%,检测速率为42.9f/s,无论是精度还是处理速度本文方法都具有较明显优势。该研究有效地完成了对3种主要稻飞虱的识别分类,对不同时间段采集到的昆虫表现出良好的泛化能力,可用于后期水稻害虫暴发的智能预警和测报。     

新型自动垃圾分类车的结构设计与性能

研究设计一种新型自动垃圾分类车,对驾驶部分、车架、车厢、提升倾倒装置进行了创新。该自动垃圾分类车能对不同种类的垃圾进行独立收集、运输,使得有用垃圾的利用率提高,节约了资源,降低了人的劳动强度。     

一种智能垃圾分类箱的设计

针对现有人工垃圾分类,设计了一种家用垃圾智能分类装置。其主要由帮助垃圾下滑的滚道结构、识别并分类垃圾的图像识别系统、控制垃圾桶旋转的间歇结构、实现垃圾桶倾斜侧出以便取出垃圾袋的脚踏板杠杆装置、抽屉储物结构组成。该装置节省了人工垃圾分类的过程,自动识别垃圾并投送到四个垃圾桶内,简化垃圾分类的过程,操作简单,同时将垃圾异味封闭,能有效提高家居环境清洁性,具有方便快捷、省人工、提高空气质量等优点.     

指纹自动分类算法的研究

指纹自动分类一直以来都是国内外研究人员研究的热点,同样这也是一个难点,指纹的自动分类是自动指纹识别系统中的一个极其重要的组成部分,指纹的自动分类计数,不仅能够在缩小指纹对象搜索的范围起到重要作用,而且还能在很大程度上对指纹的识别匹配效率有一定的提高。本文对指纹自动分类算法进行了研究,综述指纹分类的发展,分析了指纹自动分类技术在国内外的发展状况以及存在的一些问题。阐述了指纹识别的基本原理和指纹分类的相关方法。     

硬币分类清点机的设计

硬币分类清点机是一种集自动分选、清点于一体的小型机械。文章提出了以一个圆斗旋转供料机构、一个初分选板、一个筛币箱、三个输币滑道和三个储币桶,以及光电计数器结合而成的硬币自动分选清点机构。硬币分类清点机首先利用圆斗旋转供料机构的转动对硬币进行定向和排列,然后经过初分选板对硬币的初次分选和筛币箱对硬币的二次分选,使混合硬币分类,最后通过三个输币滑道将硬币输送到三个储币桶中。在输币滑道上则各有一个光电计数器对硬币进行清点,从而完成硬币的分类和清点。     

基于单目多视角机器视觉的珍珠在线分类装置

利用摄像机前放置多枚平面镜组成的对称斗型腔体构成以物为中心的单目多视角摄像装置,在摄像机投影平面上直接获取从不同视角拍摄的珍珠表面图像;然后对不同视角的珍珠表面图像进行处理,获得反映珍珠品质的各种特征值;最后用特征融合的方式判定珍珠的品质。实验结果表明,设计的基于单目多视角机器视觉装置能保证在一个统一的颜色系统中一次获得珍珠整个球体表面的图像,实时完成珍珠的大小、形状、光泽、瑕疵和颜色等外观品质指标的视觉检测与分类。     

网络化森林分类经营专家系统初探

专家系统是把分散的、局部的单项技术综合起来,经过智能化处理,针对不同的环境条件,得出相应的解决方案,网络化森林分类经营专家系统是通过开发基于Internet技术的分类经营档案网络数据库、森林分类经营知识库和推理服务器,实现森林分类经营管理的网络化及森林分类经营技术的智能化.     

基于精确约束原理的非轴端安装计数装置研究

农业小区内进行水稻育种、良种繁殖、栽培及土壤肥料等试验时,要在规定小区单位内完成定量秧苗插植,要求的计数值不能有任何误差。插秧机作业时要对插秧量进行计数,通过传动轴与插植轴的传动比可以得出插秧行数,目前由于结构问题大多数插秧机插植轴无法进行计数装置轴端安装,计数装置固定困难,以及由于未精确约束造成漏计数。本文提出一种适用于插秧机使用的基于精准约束原理的非轴端安装计数装置,分别将传感器和单齿转盘在离合器和传动轴上进行固定,计数装置在插秧机上实现精确约束,并将计数器预设值与实际插秧行数进行对比验证。试验表明:该计数装置可以在井关等主流插秧机机型上的狭小空间内有效实现精确约束,实际值与预设值相同,计数装置在工作时不会造成漏计的情况。     

基于本体与认知经验的农业机器人视觉分类决策方法

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机（SVM）等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100%,香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性。     

基于振动排序的小麦种子自动计数装置研究

为解决小麦种子人工计数麻烦、枯燥且容易出错的问题,设计一种以小麦种子为主要计数对象的电子自动计数系统,自动计数装置主要由振动送料底盘、弹簧片、料斗、电磁振动控制器、螺旋送料轨道、出口控制装置等构成。料斗内放入的种子,由于受到这种螺旋振动的作用,沿螺旋送料轨道排列上升,直到送到出料口,通过出口控制装置后在重力的作用下掉落并拉开间距。自动计数装置利用光电检测装置自动计数下落种子的数量,控制系统具有语音提示的功能,出口控制装置可以调节出口大小以适应不同的种子,具有适用范围广的特点。     

玉米联合收获机清选损失监测装置设计与试验

针对玉米籽粒收获时,损失率检测不准的问题,以压电薄膜作为敏感材料,设计了一种由冲击传感器、信号处理电路和安装装置等组成的玉米收获机籽粒清选损失监测装置,并采用支持向量机多分类算法提取玉米籽粒冲击信号,实现了玉米籽粒损失的实时监测。首先,在不同冲击角度和高度的试验条件下,对不同大小的玉米籽粒和杂余进行冲击信号的采集试验,提取冲击信号的主要特征。采用支持向量机多分类算法对模型进行训练,并在监测装置上实现实时分类。使用不同品种和含水率玉米对分类模型进行验证。然后,在不同风机转速和清选筛开度条件下,得到测试时间内传感器检测的籽粒数与总损失量之间的关系,并根据谷物流量值,计算得到实时的清选损失率。最后,将该监测装置安装在4YL-8型玉米联合收获机上进行田间试验。结果表明,该监测装置与人工检测相比,平均相对误差为12.98%,可以为收获机的控制提供反馈信息。     

基于注意力机制的葡萄品种多特征分类方法

针对田间自然背景下葡萄品种鉴别缺乏有效识别方法的问题,提出了一种基于融合注意力机制的残差网络ResNet50-SE,对自然背景下不同生长时期的葡萄品种进行分类鉴别,分析并验证了网络的识别效果。将SE注意力模块引入ResNet-50网络,并通过迁移学习实现基于不同时期下葡萄的嫩梢、幼叶及成熟叶片特征的识别;同时为了揭示注意力机制的作用机制,利用Grad-CAM可视化方法,对ResNet50-SE模型每一层所提取的不同生长阶段下的葡萄特征进行可视化解释;通过t-SNE算法对模型提取到的不同葡萄品种的多特征进行聚类分析,进而直观评估模型对多特征提取的性能。结果表明：提出的ResNet50-SE网络在田间复杂背景条件下对于葡萄不同时期的多特征识别具有较高的识别率和较强的鲁棒性,模型测试集准确率达到88.75%,平均召回率达到89.17%,相比于AlexNet 、GoogLeNet、ResNet-50、VGG-16,测试集准确率分别提高了13.61、7.64、0.70、6.53个百分点;注意力机制能明显降低背景影响,强化有效特征;模型对训练集提取的不同生长时期的特征聚类效果较强。可见,SE模块可明显提升ResNet-50模型在特征提取过程的效果,有效降低田间复杂背景对分类结果的影响,为田间复杂背景下葡萄品种的分类识别及田间多特征分类问题提供借鉴。