基于卷积神经网络的绝缘子目标识别方法研究

为了实现复杂背景下绝缘子的快速、准确识别,提出了基于卷积神经网络的绝缘子目标识别方法。该方法通过公开数据集ImageNet预训练VGGNet,并将VGGNet作为特征提取网络,预训练后用其参数初始化Faster R-CNN,通过绝缘子数据集再训练,最终用来识别绝缘子目标。此外,为了探究不同卷积网络和不同算法对试验结果的影响,除上述VGGNet和Faster R-CNN以外,还使用了AlexNet和Fast R-CNN来进行对比试验,即对比Fast R-CNN+VGGNet、Faster R-CNN+VGGNet、Faster R-CNN+AlexNet这3种网络。测试结果表明:在使用相同特征网络VGGNet时,Faster R-CNN的各项测试指标均优于Fast R-CNN,在使用相同算法Faster R-CNN时,VGGNet网络的检测指标较为理想,但识别速度稍慢于AlexNet网络。3种网络都能够达到绝缘子目标识别的目的,精确度依次为87.23%、96.66%、93.34%,召回率依次为59.42%、84.06%、49.28%,平均识别时间依次为8.48,2.70,1.40s。观察试验可知,相比其他两种算法Faster R-CNN+VGGNet检测结果较为理想,其精确度分别高出9.43%和3.32%,召回率分别高出24.64%和34.78%,说明该方法可对复杂背景下的绝缘子进行有效识别。     

微孔渗灌土壤水分运动的数值模拟及其应用

建立了含有第3类动边界条件的二维渗灌土壤水分运动数学模型,模型得到了试验的验证,具有较高的精度。模型计算结果表明:供水压力、管壁透水系数和初始土壤水势对土壤水分运动的影响具有显著差异。随着供水压力和管壁导水系数的增大,湿润区范围、湿润区内土壤平均含水率和累积渗水量均相应增加。初始土壤水势越高,湿润区范围、湿润区内土壤平均含水率越大,但累积渗水量却越小。最后结合保护地试验,确定了保护地番茄渗灌栽培的最佳渗灌管设计埋深。     

基于冠层NDVI数据的北方粳稻产量模型研究

以沈阳农业大学试验田为研究区域,将无人机遥感技术与人工结合,采集2015年夏季粳稻生长全过程的冠层NDVI数据。首先,利用二元定距变量相关分析的方法对单天和各旬、各月冠层NDVI与产量进行相关性分析;然后,利用线性回归和Square(或Cubic)曲线分别对相关性较好的单天和各旬与产量建模,并对回归模型进行检验,验证模型精度,同时将效果较好的几个模型进行对比分析。结果表明,单独用一个变量建模,Square(或Cubic)曲线模型优于一次线性回归模型,6月中旬和8月上旬的组合模型是估产最理想的模型,其判定系数(R²)为0.771,相对误差(RE)为4.06%,均方根误差(RMSE)为0.474 t·hm^-2,精度较高,具有可行性,据此确定北方粳稻最佳估产时间是6月中旬的分蘖盛期和8月上旬的抽穗期。     

以分形理论估计棕壤水分特征曲线的可行性研究

应用分形理论估算了分布于辽东半岛棕壤的土壤水分特征曲线，通过估算结果与实测结果的比较，探讨了分形方法估算土壤水分特征曲线的可行性，分析了影响该方法估算精度的因素，认为用分形方法估算土壤水分特征曲线以粘粒和粉粒含量较少、质地偏粗的土壤效果较好。     

变水头边界条件下土壤水分运动数值模拟

本研究提出了一种变水头条件下一维土壤水分运动数值模拟的边界处理方法，采用隐式差分法对基本方程进行差分离散，用迭代法求解非线性方程。在结合室内实验验证模型可用的基础上，分析了变水头条件下不同土壤初始含水率、不同初始水头高度下土壤水分的运动规律。结果表明，土壤初始含水率和初始水头对水分运动都有较大影响，作者提出的变水头边界处理方法可用于水分入渗历时和湿润锋的预测。     

基于稠密自编码器的无监督番茄植株图像深度估计模型

深度信息获取是温室移动机器人实现自主作业的关键。该研究提出一种基于稠密卷积自编码器的无监督植株图像深度估计模型。针对因视角差异和遮挡而产生的像素消失问题,引入视差置信度预测,抑制图像重构损失产生的问题梯度,设计了基于可分卷积的稠密自编码器作为模型的深度神经网络。以深度估计误差、阈值精度等为判据,在番茄植株双目图像上开展训练和测试试验,结果表明,抑制问题梯度回传可显著提高深度估计精度,与问题梯度抑制前相比,估计深度的平均绝对误差和均方根误差分别降低了55.2%和33.0%,将网络预测的多尺度视差图接入编码器并将其上采样到输入图像尺寸后参与图像重构和损失计算的处理方式对提高预测精度是有效的,2种误差进一步降低了23.7%和27.5%;深度估计误差随空间点深度的减小而显著降低,当深度在9 m以内时,估计深度的平均绝对误差14.1 cm,在3 m以内时,则7 cm。与已有研究相比,该研究估计深度的平均相对误差和平均绝对误差分别降低了46.0%和26.0%。该研究可为温室移动机器人视觉系统设计提供参考。     

渗灌土壤水分运动数值模拟软件设计方法研究

数值模拟是认识渗灌条件下土壤水分运动规律的重要方法之一,其可为渗灌工程的实施提供理论指导。为降低渗灌条件下土壤水分运动数值模拟研究的成本,在渗灌条件下土壤水分运动数值模拟软件的设计方法上进行了探讨,分析了软件实现的功能,提出了一种渗灌条件下土壤水分运动数值模拟软件的开发模型,并采用面向对象的方法和迭代-增量式的开发过程实现了该软件。本软件能够应用于渗灌条件下土壤水分运动数值模拟,能够模拟土壤初始条件、灌水压力、渗灌管特性和计算区域边界条件对土壤水分运动的影响,能模拟渗灌条件下土壤水分的再分布过程。软件运行可靠、操作方便,具有一定的通用性。     

基于朴素贝叶斯的农业文本分类方法研究

为了有效地组织和管理杂乱无序的海量农业信息,针对目前农业文本分类系统不完善、农业语料库稀缺的问题,采用了朴素贝叶斯分类的方法,结合Python程序设计,构造了朴素贝叶斯分类器,对大规模的农业领域文本进行系统地分类,提出了一套基于朴素贝叶斯的农业文本分类体系,将农业领域的文本分为4个类别,即农业新闻类、农业技术类、农业市场类以及农产品价格类。同时,以中华人民共和国水利部的水利新闻为例对农业领域4个类别的文本的分类准确率进行了统计与计算,以此验证了朴素贝叶斯分类器的分类性能。最后,将得到的农业文本以及其对应的类别分别以索引的形式收集保存到农业文本训练集数据库中,生成农业文本语料库。结果表明:朴素贝叶斯分类器的分类性能较高,基于朴素贝叶斯的农业文本分类体系可以有效地对农业文本进行分类。