模糊模式识别在车型分类中的应用

利用各种车辆通过环形线圈的感应曲线作为研究对象,用模糊识别理论进行车辆的特征提取及隶属度函数的建立,并在特征提取的基础上进行特征选取和匹配分类来进行车辆识别。     

东北地区种植业机械化水平的灰色关联辨识

发展农业机械化是东北老工业基地振兴的重要内容.为此,对现阶段东北地区种植业机械化装备水平、生产经济系统的投入产出状况以及环境状况进行了科学的分析,运用灰色关联分析方法对其进行系统的辨识,这对于东北农业的发展、增加农民收入、加快农村富余劳动力转移,优化农业和农村经济结构具有重要意义.     

基于方向一致性特征的小麦条锈病与白粉病识别方法

针对小麦条锈病、白粉病这2种病斑颜色特征相近、形状特征不明显,但在方向分布的一致性上却存在较大差别这一特点,提出了一种方向一致性描述方法。通过不同的方向核与图像卷积得到多个方向图和边缘,对每个方向图依据边缘图进行统计得到图像的方向分布直方图;并计算方向分布直方图的标准差,作为图像方向分布的一致性特征。该方法能够较好地抑制噪声影响,得到的结果符合图像的实际分布情况。利用该方法对小麦病斑进行特征提取,并应用于小麦条锈病与白粉病的病斑识别实验中。实验结果表明,所提出的方向一致性特征使条锈病与白粉病的区别度较大,准确识别率达到99%。     

应用声强测试技术对发动机噪声源识别的研究

通过对一台增压柴油机的噪声进行声强测试,将测试得到的数据用STARAcoustics声强软件进行处理和分析,得出发动机各个包络面的等声强分布、声强矢量分布和声功率的计算结果;利用这些结果着重分析和识别了该发动机的主要噪声源,确定了其噪声源的位置、主要噪声频率成分和声功率的贡献,为降低发动机噪声提供了改进依据.结果表明,通过与9点法试验结果的定性比较,能够更准确地判断噪声源的位置及其频率分布.     

基于三维点云的蔬菜大棚杂草识别方法

为实现蔬菜大棚内自动化除草的目的,针对其中的杂草识别环节,提出了一种基于三维点云的新型蔬菜大棚杂草识别方法。采用RGB-D相机获取青菜田、生菜田的三维点云图像,采用超绿色算法去除其中的土壤等背景,采用体素滤波法在保留点云图像形状特征的同时降低点云数量,然后采用欧式聚类法分割出单株青菜和单棵杂草的点云簇,分别计算得到每个点云簇的最高点的Z坐标值,最后结合深度信息Z坐标值实现蔬菜大棚杂草识别。结果表明:这种基于三维点云的杂草识别方法能够有效的识别出杂草,识别率为86.48%。该方法能够对蔬菜大棚中的杂草进行准确识别,为蔬菜大棚自动化除草提供有效的解决方案。     

大理州“红阳”猕猴桃真菌性枝干的发生与病原鉴定

以大理州"红阳"猕猴桃枝干为试材,采用田间调查法调查病原菌对其危害状况,对采集的10份病样采用常规组织分离法分离病原,单孢纯化法获得病原菌,采用形态和分子法鉴定病原种类,以期明确大理州"红阳"猕猴桃枝干病害的发生状况及危害病原。结果表明:大理州"红阳"猕猴桃枝干病害发生严重,病株率高达69.6%,5个采样点共分离得到15个菌株,其中以链格孢菌(Alternaria alternata)、厚坦镰刀菌(Fusarium chlamydosporum)、小新壳梭孢菌(Neofusicoccum parvum)和间座壳属中一种(Diaporthe bohemiae)共4类病原菌出现频率最高,是优势种,分离率分别为55.6%、52.4%、49.8%和50.1%。利用柯赫氏法则对分离所得的所有菌株进行致病性测定,证实了优势菌株对猕猴桃茎杆的致病性,进一步明确了引起大理州猕猴桃茎杆的病原真菌。     

菜籽中2—羟基—3—丁烯基硫代葡萄糖苷的分离与纯化制备

本文报道了用弱离了交换剂DEAE Sephadex A-25作固定相,K_2SO_4溶液作流动相,采用自动柱层析仪分离制备硫代葡萄糖苷结晶粗品,然后采用制备HPLC,Φ8×250 mm柱,充填Hitachi 3050(ODS),5×10~(-2)乙腈作流动相,进一步分离纯化,制得2-羟基-3-丁烯基硫代葡萄糖苷的钾盐晶体,以质谱(MS),红外图谱(IR),紫外图谱(UV)和HPLC图谱证实,结晶物纯度为色谱纯。     

液力偶合器三维涡识别方法及流场时空演化

精细刻画液力偶合器内部非定常多尺度三维涡结构对于揭示液力偶合器流场时空演化规律与能量损耗机理具有重要意义。该研究基于计算流体动力学理论,采用应力混合涡湍流模型多尺度解析模拟制动工况下液力偶合器三维旋涡流场。通过3种不同的涡识别方法提取涡轮内部多尺度涡系结构,从空间重构效果、阈值选择范围及敏感性角度分析不同涡识别方法的适用性。依托粒子图像测速(Particle Image Velocimetry,PIV)流场试验验证数值模拟及涡结构辨识结果的准确性与可靠性。围绕三维涡结构特征解析结果和二维流场图谱信息,分析并揭示流道内部湍流的时空演化规律及能量损耗机理。结果表明：Q准则方法的阈值选择盲目性大,难以同时识别强涡与弱涡结构,丢失很多涡结构细节特征,无法准确预测三维涡空间连续性运动趋势;?方法能够在阈值范围为0.51～0.59内辨识弱涡结构,但涡系空间重构后涡的运动趋势感不强;?_L方法对阈值不敏感,在阈值范围为0.51～0.67内该方法空间涡系重构效果最好,强涡、弱涡结构特征识别度高。制动工况下涡轮内部整体流动为逆时针大尺度环流,并伴有小尺度涡流等局部流动现象,与主流涡运...     

泄流激励下水工闸门运行模态参数自动识别

为了能够自动快速准确的识别泄流激励下水工闸门的模态参数,解决系统稳态图自动化定阶困难和真实模态筛选的问题,该研究提出了一种改进的势能聚类（Potential-based Hierarchical Agglomerative,PHA）的协方差驱动随机子空间（Covariance-driven Stochastic Subspace Identification,COV-SSI）水工闸门自动模态参数识别方法。首先采用小波阈值的方法对采集信号进行去噪处理。再通过奇异值加权判断指标（Singular-value Weighted Index,SWI）进行系统阶次及稳态图最大阶次的自动化确定,剔除稳态图中的噪声模态,进一步使用势能聚类方法实现结构模态参数的自动化识别。将该方法应用于泄流激励下弧形闸门试验模型中,并与锤击法测试结果进行对比分析,结果表明,所提识别方法在无需人工激励条件下,能够实现系统阶次和稳态图最大阶次的自动化确定,剔除稳定图中虚假极点。通过与试验对比,该方法平均相对误差为3.5%,可用于泄流激励下水工闸门结构运行模态参数的自动智能化识别。     

基于卷积神经网络的农作物叶片病害诊断

农作物病害诊断对于及时发现并采取防控措施具有重要意义.本研究针对苹果、玉米、番茄、葡萄等典型农作物的常见叶片病害问题,使用了两种目前使用最广泛的卷积神经网络——VGG 16及Resnet50,对典型农作物叶片病害进行识别.使用AI Challenger比赛的农作物叶片病害数据集图像,并对这些图像进行预处理,构建了47 ...