基于BP神经网络的棉花水分检测仪设计

采用2-6-1拓扑结构的BP神经网络,运用容阻脉冲转换、智能现场总线等技术,设计了能进行水分的非线性校正和温度补偿的便携式棉花水分检测装置。检测结果表明:经过BP神经网络校正和补偿后,在-20～50℃温度范围内,棉花水分在5%～15%时,测量误差小于±0.4%;棉花水分在15%～25%时测量误差小于±0.5%。该检测装置在很大程度上消除了温度变化对水分测量值的影响,提高了检测信号的抗干扰能力,满足了棉花水分智能检测的要求。     

我国棉花质量检测中存在的问题及对策

我国是棉花生产大国,并且棉花是国民经济的重要分支,因此有必要提升质量检测的力度,来提升棉花质量。从实际情况分析来看,我国在棉花质量检测中已经取得显著的成就,无论在质量检测推广,还是检测技术都有进步,但是在棉花质量检测制度执行与操作阶段,仍然暴露出部分待解的问题,意味着加强对完善棉花质量检测对策的研究势在必行。     

条形码在棉花质量检测中的运用

随着棉花流通体制改革的不断深化,棉花的检测体制也随之发生变化,即由目前棉纺企业进行抽样检测发展变化为在收购、加工、销售、使用各环节都进行严格的检测,这样以感官检验为主的检测已发展变化为以HVI大容量棉花测试仪来检测,在这方面虽然解决了以感官检测的人为差异,检测数据更加快速、准确,但由于在不同的环节,出现了多层次、多级别的检测,检测结果的多次传递,重复性的人工抄写,不仅费时、费工,更重要的是极容易出错.     

神经网络在棉花质量流量预测中的建模研究

棉花是新疆的支柱产业，棉花质量流量的在线检测对于提高生产效率，节能降耗具有十分积极的意义。本研究提出一种基于神经网络的棉花质量流量预测模型，训练结果表明：预测值与试验结果具有较好的一致性，避免了机理分析和推导过程，具有简易性和普遍适用性的优点。     

基于MATLAB的BP神经网络入侵检测系统

基于MATLAB神经网络工具箱,构建了一个BP神经网络入侵检测系统,采用改进的BP神经网络Levenberg-Marquardt优化算法进行入侵检测,实验表明,具有较高的检测率。     

基于改进VGG卷积神经网络的棉花病害识别模型

为实现自然条件下棉花病害图像准确分类,提出基于改进VGG-16卷积神经网络的病害识别模型。该模型在VGG-16网络模型基础上,优化全连接层层数,并用6标签SoftMax分类器替换原有VGG-16网络中的SoftMax分类器,优化了模型结构和参数,通过微型迁移学习共享预训练模型中卷积层与池化层的权值参数。从构建的棉花病害图像库中随机抽取病害图像样本作为训练集和测试集,用以测试该方法的性能。试验结果表明:该模型能有效提取出棉花病害叶片图像的多层特征图像,并通过Relu激活函数的处理更能凸显棉花病害的边缘信息与纹理信息,分辨率为512像素×512像素图像在样本训练与验证试验效果最好。在平均识别准确率方面,本研究模型较BP神经网络、支持向量机、AlexNET、GoogleNET、VGG-16NET效果最好,达到89.51%,实现对棉花的褐斑病、炭疽病、黄萎病、枯萎病、轮纹病、正常叶片的准确区分。该模型在棉花病害识别领域具备良好的分类性能,可实现自然条件下棉花病害的准确识别。     

鸡蛋新鲜度神经网络检测系统的研究

鸡蛋内部颜色信息（H、I、S）的变化表征蛋的新鲜度等内部品质的变化。用计算机视觉装置获取鸡蛋颜色参数（H、I、S）,通过试验获得鸡蛋的新鲜度大小（哈夫值）,用它们作为样本数据建立BP神经网络模型,获取鸡蛋新鲜度与其图像颜色参数之间的最优关系,达到自动检测鸡蛋新鲜度。经检验,系统正确识别率为90．8％。     

棉花种植管理对棉花质量的影响

随着社会经济的快速发展,人们的生活水平逐渐提升,对棉花质量的要求更高。棉花种植管理对棉花产量和质量具有重要的影响作用,加强棉花栽培与种植管理能够有效提高棉花种植经济效益,同时能够明显改善棉花质量。从棉花的种植管理入手,分析其对于棉花质量的影响,以期对棉花种植管理研究提供借鉴。     

国家转基因棉花检测与监测中心建设项目启动

经农业部批准，国家转基因棉花检测与监测中心建设项目日前正式启动。该中心将建在河南安阳中国农科院棉花研究所。据了解，该建设项目主要包括：改造实验室、改造附属设施、修建道路、新建隔离围墙、扩建沟渠、购置仪器设备，总投资386万元，项目建设期为1年。通过项目的实施，将建成质量优秀、功能齐全、关键仪器设备配套，     

基于神经网络的农业生态环境质量评价

通过对农业生态环境影响因素的考查,选择15个影响因素作为农业生态环境质量的评价指标,建立完整的指标体系。并利用神经网络对农业生态环境质量进行评价,得出农业生态环境质量的评价模拟结果。     

基于化学成分的烟叶质量神经网络预测

为给烟叶质量评价提供实用方法和理论依据,本研究基于模糊数学理论和神经网络机器学习理论,从大理红花大金元的主要化学成分和感官评吸结果确定烟叶品质的内在关系入手,通过BP算法建立了基于化学成分的神经网络模型.结果表明,模糊隶属函数结合BP神经网络的方法可以有效、可靠地运用于基于化学成分的烟叶质量感官评价辅助决策中,并可方便地应用于其它方面;还提供了BP神经网络的MATLAB实现程序.     

基于神经网络的模糊温室锅炉监控系统

根据温室锅炉系统的控制要求,应用三维力控组态软件对温室锅炉控制系统进行改造,采用模糊神经网络优化温度信号。     

基于神经网络模型的岩石边坡稳定性分析研究

对BP网的学习公式进行了详细推导,建立了岩石边坡稳定性分析的神经网络模型,并用22个样本对其进行了训练,预测了4个样本。结果表明,神经网络用于边坡稳定性分析是可行的。     

中国棉花纤维品质地域和年份间分析

以2001—2005年农业部对13个主产棉省主栽品种抽查样品的测试结果为研究对象,分析研究了“十五”期间中国棉花纤维的长度、整齐度、比强度、马克隆值等8项品质指标的分布情况,并运用STATA统计分析系统分析了各品质指标之间的关系。“十五”期间,中国生产领域的棉花纤维长度主要分布在28～29mm,整齐度指数主要分布在82%～84%,断裂比强度主要分布在27～29cN.tex-1,马克隆值主要分布在4.0～5.0,可以满足纺织工业纺中、低档棉纱的要求。各纤维品质指标在年度间有波动。按生态区划分,长江流域棉区棉花纤维在长度、整齐度、比强度等指标上优于黄河流域棉区和西北内陆棉区,但马克隆值偏高,色泽特征差,品级较低。黄河流域棉区的棉花纤维在长度、整齐度、比强度、马克隆值、色泽特征等方面处于其它两个棉区之间。西北内陆棉区的马克隆值和色泽特征最好,品级较高。统计分析表明,长度与比强度之间的相关系数r=0.7156,呈高度正相关;整齐度指数与比强度之间的相关系数r=0.5300,呈中度正相关;纺纱均匀性指数与长度、整齐度、比强度均呈高度正相关。与国际乌斯特公报进行比较,中国“十五”期间棉花纤维综合品质达到国际中等质量水平。     

我国棉花纤维品质现状分析

2001~2005年农业部对我国主产棉省主栽棉花品种纤维的抽查结果表明:纤维长度主要分布在28~29mm;纤维整齐度指数高,主要分布在82%~84%;断裂比强度处于中等偏上水平,主要分布在27~29 cN/tex;纤维成熟较好,粗细适中,马克隆值主要分布在4.6左右;色特征级多数分布在21、31、41级。目前我国棉花纤维质量可以满足纺织工业纺中、低档棉纱(32~40支纱)的要求,可纺高支纱(60~80支)的原棉纤维所占比例较少。     

基于网络的棉花适宜播种期预测系统

为科学地确定棉花适宜播种期,对天津地区近30年历史数据进行分析,发现了棉花适宜播种期与当地气象因子之间的关系,并应用信息技术建立了基于网络的棉花适宜播种期预测系统。介绍了系统的设计思路和开发方法,叙述了系统的功能、结构以及数据库的设计方法。     

基于神经网络的林区道路林产品货运量预测方法分析

根据近年来的交通现状来分析和阐释林区道路货运量预测方法的优缺点,运用神经网络的相关理论对林区道路林产品货运量进行预测分析,运用MATLAB进行训练,预测出林区道路林产品货运量,并与实际数据相比较,对此种方法检验准确度。结果表明,基于神经网络的林区道路货运量的预测简单有效,准确并且容易掌握。     

基于BaPS系统的棉花土壤硝化和反硝化作用分析

介绍了气压过程分离法(BaPS法)用于土壤碳氮循环测定的基本原理、优点及测定方法。应用BaPS法测定了棉花田不同水、肥处理土壤的硝化-反硝化作用。试验结果表明:在相同的灌溉水平下,随着施氮量的增加,土壤总硝化速率与反硝化速率总体上均呈现加强的趋势;在相同的施肥水平下,随着灌溉水平的增大,土壤总硝化速率总体上呈下降趋势,而反硝化速率则呈先下降后上升的变化趋势。     

人工神经网络在农产品品质检测、分级中的应用

人工神经网络方法可对农产品进行客观、准确、快速、全面的检测分级,显示了巨大的潜力,并正以很快的速度与生产实际相结合。本文对人工神经网络方法在彩色图像分割和边缘检测、农产品品质检测(果实颜色识别、果形识别、分级)、农产品品质及其变化预测等领域的应用进行了介绍。