共查询到20条相似文献,搜索用时 250 毫秒
1.
2.
3.
本文通过对现今国内外分选系统的调查和分析,结合竹制品生产线竹条色选工序的不足,并基于复杂可编程逻辑器件(CPLD)技术,对竹制品生产线中竹条光电色选机系统进行了研究。它以具有高分辨率和高灵敏度特点的CCD电荷耦合器件为核心,用CPLD器件对CCD采集的图像模拟信号进行A/D和色空间的转换、信号数据缓存和同步串行通信,实现了竹制品生产线中竹条光电色选机系统的设计。实践证明,本竹条光电色选机系统与传统的人工辨别竹条颜色相比,进度快、误差低、节省劳动力,还提高竹制品生产线的自动化程度,从而提高生产效率,增大经济及社会效益。 相似文献
4.
5.
针对粮仓的信息采集要求,结合嵌入式Web,设计了一种粮仓信息采集远程监控系统.该系统由粮仓现场检测系统、Web服务器、远程监控中心3部分组成.Web服务器通过RS-232标准串行接口与粮库现场测控器通信,经光纤以太网与远程监控中心交互信息.粮仓现场测控器采用89C51单片机,通过温湿度传感器采集信息,将采集的数据经过处理后通过串行通信接口上传到Web服务器.基于嵌入式平台进行嵌入式Boa服务器的设计和Boa监控软件的开发,远程用户可方便地实现对粮仓信息采集的监控. 相似文献
6.
为了满足深松铲性能测试的需求,以深松铲工作耗油量为主测试指标,设计了一套基于超声波技术的深松铲耗油量综合测试系统。系统采用DS1309B超声波油位探测器实时检测油位数据,经USB-6259型数据采集卡传送到计算机进行分析处理。以LabWindows/CVI软件为开发平台,完成了检测系统软件设计,实现了数据采集、系统标定、实时显示、分析处理、生成数据报表及历史数据回调的功能;进行了系统标定和实验室测试,并以单个壁式深松铲和现有深松铲为例开展了大田试验。实验室测试结果表明:系统能够准确采集数据,平均测试精度达到98.32%。大田试验验证了系统实时采集和数据处理方法的可行性和实时性,为深松铲的优化设计提供了新的方法。 相似文献
7.
8.
9.
Django技术是目前比较流行的开源敏捷开发技术,在Web开发方面具有简洁、清晰、高效、安全的优点,特别适合快速开发各类Web应用。本文以一个教学管理系统的创建为例,对软件开发中在Django开发平台上如何实现数据库配置和更新进行了重点介绍。 相似文献
10.
11.
无人机具有作业效率高、地形适应性好等独特优势,近年在农林业中应用范围不断扩大,相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势,本研究采集2011—2020年期间Web of Science 核心合集数据库中无人机农林应用全球研究相关文献数据,利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明,自2017年开始,无人机农林业应用研究发文数量快速增加,全球已有94个国家/地区、1778个机构开展了研究;发文量排名前三位的国家依次是美国、中国和澳大利亚,表明这三个国家从事无人机农林业应用的科研实力强,学术影响力大;共有398种期刊发表了有关无人机农林业应用研究文章,约占全部收录期刊的1.90%,说明更多的期刊开始关注无人机农林业应用研究;发文最多的期刊是由MDPI主办的Remote Sensing;被引次数最多的文章内容主要是关注无人机系统在摄影测量和遥感上的传感、导航、定位和通用数据处理等的研究现状。此外,对无人机农林业应用研究热点进行分析发现,无人机施药、无人机病虫害遥感、植物表型获取是无人机农林业应用的主要研究热点。本研究可为无人机在农林业上的创新研究、科研团队之间的合作提供参考。 相似文献
12.
基于两维图论聚类法的东北地区土地利用分区研究 总被引:3,自引:0,他引:3
土地利用分区是土地利用总体规划的基础和关键内容,对于确定区域未来土地利用方向、制定土地利用结构与空间布局调整策略,实现区域土地差异化管理与可持续利用具有重要意义。本文通过构建表征粮食主产区土地利用"本底-现状-潜力"三维状态的指标体系,运用两维图论聚类法对东北地区184个县级行政单元进行土地利用分区研究,并提出差异化的土地利用调控措施。结果表明:土地利用"本底-现状-潜力"三维评价指标体系可以清晰地反映土地利用的自然本底条件、开发现状和未来发展潜力特征;两维图论聚类法和GIS定性分析法相结合得到的东北地区土地利用分区结果具有较好的空间连续性和区划完整性;将东北地区划分为城市综合发展区(3个)、土地利用区(2个农牧、1个农林和1个农林牧)和林农生态区(5个),针对不同类型区采取不同的土地利用指标调控措施。 相似文献
13.
14.
不同空间分辨率驱动数据对作物模型区域模拟影响研究 总被引:2,自引:0,他引:2
为了探究不同空间分辨率驱动数据对作物模型区域模拟结果的影响,以中国北方冬麦区为研究区域,采用薄盘样条插值方法生成4种空间分辨率(5、10、25、50 km)的气象驱动数据,采用空间聚集方法构建相应空间分辨率的土壤参数集,以农业气象观测站数据为基础,通过泰森多边形方法扩展农田管理和作物模型品种参数,在以上基础上建立不同空间分辨率的WOFOST模拟平台,结合区域统计产量数据,诊断不同空间分辨率驱动数据对作物模型区域模拟的影响。研究表明:对于模拟的开花期、成熟期、潜在产量水平的地上生物量和穗质量、雨养产量水平的地上生物量和穗质量,4种空间分辨率的区域平均值模拟结果之间无显著差异;高分辨率驱动数据下,模拟结果分布上有更多的极值。不同空间分辨率的模拟结果均能反映冬小麦生长的空间分布规律;与同区域统计产量相比,不同空间分辨率下WOFOST雨养产量可以解释观测产量年际变异的75.4%~85.4%。不同空间分辨率的潜在产量和雨养产量与气候因子相关分析表明,生育期辐射可以解释16.6%~29.6%的潜在产量变化,生育期降水可以解释13.3%~17.8%的雨养产量变化。高空间分辨率的数据存贮量和计算时间分别是低空间分辨率的80和100倍以上。研究结果可以为作物模型区域应用,尤其是空间分辨率的选择提供理论依据。 相似文献
15.
生态环境安全和人类发展息息相关,以潮白河上游森林生态服务价值和生态服务总价值为目标,以约束函数和转化规则为条件,利用灰参数线性规划理论和CLUE-S模型对该区2008年土地利用现状进行了数量结构优化和空间格局配置。结果表明:优化配置后的林地面积和森林生态服务价值较2008年均有显著增加,且后者增加幅度大于前者,说明森林单位面积生态服务价值提高,林地结构得到改善;随着草地和未利用地向林地和居民工矿用地转化,生态服务总价值有所增加,重点表现在调节服务和支持服务两方面价值上。该区域近年来经济利益驱动的发展模式给首都可持续发展带来巨大压力,土地退化和环境破坏须通过资源优化得以控制和改善。 相似文献
16.
激光摄影测树仪设计与试验 总被引:2,自引:0,他引:2
针对传统测量胸径、树高和林分空间结构参数的非智能化、非集成化、效率低等不足,以摄影测量学、测树学、图像处理技术和传感器技术原理为理论基础,设计了激光摄影测树仪。该仪器由CCD镜头、激光器、光源笔、PDA和云台组成,测量时获取方位角、倾角及图像等参数,通过在Android Studio 2.2开发平台下利用Java语言进行编译的3个模块化程序,实现胸径、树高和林分结构参数测量功能。对21株立木进行胸径、树高测量,对1块样地内15株中心树进行林分空间结构参数测量试验,并与传统测量方法进行对比,结果表明:胸径测量相对误差绝对值的平均值为2.55%,树高测量相对误差绝对值的平均值为2.82%,角尺度与大小比数测量相对误差绝对值的平均值分别为2.50%和2.86%,混交度测量与传统测量法测量结果相同,能够满足林业调查的精度要求。 相似文献
17.
18.
基于悬架-转向系统的实际结构和组成构件的运动关系,建立了虚拟样机模型,分析了其模型的空间结构、约束副、输入驱动及自由度,并对前轮定位参数及侧滑量进行建模。在输入路面跳动激励下,对建立的模型进行直线行驶、左转、右转、左转固定角输入及右转固定角输入多行驶工况仿真,并动态测量前轮定位参数及侧滑量值,对其结果进行比较分析,以指导汽车悬架及车轮定位参数设计。 相似文献
19.
为实现灌区信息的统一化管理和空间分析,提高灌区管理工作的效率和水平,构建了一个基于ArcGIS的灌区信息管理系统.以数据库为手段,通过数据收集、组织、编辑、转换实现对灌区多源空间数据和属性数据的融合分析,可实现数据的维护、可视化管理和统计分析,特别是基于ArcGIS的统计分析功能,实现灌区土地利用类型、高程和坡度的分布规律及其相互关系的统计分析.以江西省赣抚平原灌区为例,在多源空间数据和属性数据的基础上,构建了灌区基础地理信息数据库,实现了灌区信息的集中管理、查询、统计和维护更新.基于统计分析得到了灌区高程、坡度和土地利用类型的空间分析规律.结果表明:灌区大部分地势平坦,主要以农业用地为主.高程较低地势起伏较小时,主要的土地利用类型是水稻,随地势增高和坡度变陡,林地所占的比重逐渐增大,成为主要的土地利用类型. 相似文献
20.
基于Spark框架XGBoost的林业文本并行分类方法研究 总被引:1,自引:0,他引:1
针对当前"互联网+"技术与林业的交叉融合,涌现出海量待挖掘的涉林文本,而林业文本分类的相关研究尚不成熟的问题,使用网络爬虫技术面向互联网采集涉林文本,基于丰富的语料重新构建分类标签,提出基于Spark计算框架的XGBoost并行化方法,对林业文本进行分类。经由交叉验证,构建的XGBoost并行分类算法准确率为0. 923 4,在各类别中最低F1为0. 860 4,最高为0. 998 4;其在2. 1万条、4. 2万条、8. 4万条数据集上的训练加速比分别为2. 13、3. 47、3. 82。结果表明,基于该标签设定的分类模型对现存互联网中涉林文本的适应性较好;Spark环境下实现的XGBoost并行化算法的准确率显著优于其他4种机器学习(朴素贝叶斯、GBDT决策树、BP神经网络和ELM神经网络算法)的并行化算法,算法执行效率远高于单机版本,且数据量越大,其加速比越高,能有效应对海量林业文本的实时、准确分类。 相似文献