基于遗传神经网络的植物叶片病害特征提取的研究

为提高作物病害定量、快速、准确识别,以大豆褐斑病为例,综合运用计算机数字图像处理技术与人工神经网络技术,建立了一个多层前馈遗传神经网络,实现了大豆褐斑病的识别与特征计算。本技术首先通过计算机视觉技术采集叶片图像,尔后,采用遗传神经网络完成了对病斑图像的识别,最后运用数字图像处理技术完成了对病斑区域相关特征值的计算,实验识别准确率达100%。     

计算机基础课网络教学平台的设计与实现

针对我校计算机基础课程门类多、及有纸化考试方式无法考查实际应用能力等弊端,开发了教与学并进的计算机基础课网络教学平台。该教学平台分为外网与内网两级层次,内网用于考试,外网用于平时学习。计算机基础网络教学平台是高等院校传统教学手段必要和有益的补充,能够丰富教学手段,有效提高教学质量和教学效果。     

农村低压电网触电电流数字特征描述与分析

为开发新一代农村低压电网剩余电流保护与动作装置,针对生物触电故障的暂态过度过程中总泄漏电流频谱构成的复杂性和不确定性,利用高阶统计量分析检测信号的数字特征,提出了抽取总漏电电流变化过程表征指标的定量描述方法。仿真试验结果分析表明:偏度中出现正偏离和负偏离的样本数占总样本数的比例为52.4%和47.6%,二者中有53.2%改变了触电前偏度值正负方向;触电故障发生时3个计算周期的峭度变化率增大的样本数占总样本数的比例分别为91.7%、7.4%和96.3%;计算信息熵2.25~3.26,相对无故障时,触电故障发生初期信息熵增大的样本数占总样本数在55.0%以上,触电后稳定期增大的样本数占总样本数73.4%以上。高阶统计量的数字特征变化显著,可以描述生物触电故障过程中总泄漏电流数字特征变化趋势与规律。