用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪

利用遗传算法的全局搜索能力,改进标准BP算法随机选取初始权重的不足,并构建了3-12-1的三层遗传BP神经网络,进行了3次牛肉肌肉与脂肪像素的分类试验,研究用BP网络对牛肉肌肉与脂肪两类像素点进行识别的可行性。以像素点的RGB值作为BP网络输入向量,每次训练集样本数62,测试集样本数43。测试的最终结果为：训练集的样本识别率分别为100%、100%、98.3871%;对应测试集的样本识别率分别为97.6744%、97.6744%、100%。试验结果表明,尽管基于遗传算法的BP神经网络对训练样本集以及测试样本集的肌肉和脂肪的识别率均在97%以上,但由于牛肉图像像素值在颜色空间中比较分散,有利于聚类的规律性不明显,因而是否可用BP网络来完成肌肉与脂肪的识别,还需要在网络拓扑结构、训练样本集等方面进一步研究。     

基于简化脉冲耦合神经网络的蝗虫图像二值分割

采用参数简化的脉冲耦合神经网络（PCNN）分割图像,进行了蝗虫图像分割实验,区域正确识别率达94％,为蝗虫自动侦测系统中的数据处理提供了技术支持。计算机仿真表明,采用PCNN图像分割算法,图像中的目标（蝗虫）易于发现,分割效果明显好于采用开操作处理的图像。     

基于EM算法的图像融合质量评价

为提出一种量化评价经图像融合所产生的结果图像的质量评价方法,采用一种混合瑞利(Rayleigh)概率密度函数(pdfs)对图像边缘强度直方图建模,混合模型中各项的参数和权重通过EM算法迭代估算得到。在建立的混合瑞利概率密度函数模型中,最小参数混合项对应图像的弱边缘,最大参数混合项对应图像的强边缘。因此,取最小参数项的标准方差作为噪声的标准方差估计,实现噪声盲估计;取最大参数项的标准方差作为图像模糊度的定量评价指标。通过估算混合瑞利pdfs模型中的参数变化可以评价图像质量。与其它图像质量评价方法相比,这种方法的最大优点是不需要知道图像构造等细节信息,不需要图像变换,只要有原始图像即可对其进行评价。而且对较小噪声也能较精确地估计。研究表明这个技术很强健,并对要评估的图像依赖很小。     

基于多方位视觉的果实形状特征的提取研究

针对传统瓜果分级中捕捉单幅果实图像来分析果实特征时信息较少的缺陷,提出了一种基于多方位视觉系统的果实形状特征提取算法。同步采集3个方向的果实图像信息,经OHTA空间上的图像分割和改进的BLOB算法去噪声等处理后,分别给出果实的多方位的图像特征信息。运用统计学原理,设计了线性分类器,对3个方向的图像特征信息进行了互补性融合,得出分级判别准则。利用开发的智能瓜果精选分级试验样机,验证了该算法的有效性, 试验结果证明识别成功率达到97％,达到了实用的要求。     

植被信息提取过程中ETM+遥感影像融合和分类试验

利用HIS、PCA、Brovey及小波变换4种图像融合方法对南京地区植被信息提取过程中ETM 遥感影像进行融合和分类试验。从信息量、高分辨率信息的融入度和分类精度三方面,对融合图像进行光谱质量和空间结构信息的定量评价。试验结果表明,Brovey变换更适合植被信息提取时的ETM 图像融合,并能够较明显提高影像的分类精度。     

基于组合神经网络的农用车轮胎号识别方法

为了保证轮胎号识别系统具有较高的识别正确率和置信度,对轮胎号字符识别方法进行了研究。对大量的农用车轮胎号字符图像样本进行各类特征量提取,针对每类特征量建立各自的子BP网络进行训练,并将各训练好的子网络进行组合形成并行组合神经网络,按照等权平均或投票选举决策得出最终识别结果。并行组合神经网络的连接数较传统庞大单级神经网络少,训练和识别的速度要快,大量的轮胎号字符样本识别试验表明,并行组合神经网络的识别正确率和置信度都较传统BP网络得到提高。     

绕流波动特性对不同区域流动传热影响

为研究换热设备后向台阶内置圆柱模型的强化传热机理,采用Fluent进行数值模拟,并通过PIV粒子图像测速方法验证模拟结果的可靠性.研究雷诺数为700后向台阶内置圆柱(X_c/S=0.6,Y_c/S=1.0,d=6 mm)时,后向台阶流道不稳定流动的周期性,以及周期波动对流道不同区域传热的影响.研究结果表明：在过渡流状态下,流道周期速度波动受两基波频率影响,即台阶影响的频率f_s=7.25 Hz和受圆柱影响的频率f_c=14.10 Hz;f_c主要作用在流道上游局部区域,上游回流运动被破坏,努赛尔数瞬时峰值提高2.52倍;f_c促进台阶振动频率f_s提前产生,下游温度梯度减小,瞬时努赛尔数逐渐减小;台阶分离流体与圆柱尾流共同作用使得流道换热效果整体提升,同时壁面摩擦系数也增大.     

翅形态特征在重阳木斑蛾成虫性别鉴定中的应用

为了明确重阳木斑蛾的翅形态特征在其性别鉴定中的作用,探索雌雄难于区分的成虫的数值鉴定方法。采用图像处理与分析技术,通过爱普生扫描仪获取重阳木斑蛾前翅图,利用BugShape v1.0软件提取雌雄成虫翅的轮廓特征,利用tpsDig2软件获取翅脉交叉点位置特征,并利用独立样本t检验和标志点空间普氏叠加和扭曲分析,以明确此类特征在该成虫雌雄鉴定中的作用。结果表明,重阳木斑蛾成虫左右前翅轮廓特征在同一性别中差异不显著。仅利用左前翅数据进行分析时,翅面积、短轴长度、等效圆半径、偏心率、球状性和圆形度在两个性别中存在极显著差异,周长和长轴长度的差异达到显著水平,而紧凑度和叶状性差异不显著。使用左右前翅作为数据集进行分析时,除紧凑度和叶状性差异仍不显著外,其余参数均达到极显著水平。雌雄前翅轮廓特征作为指标来判别性别时正确率为100%,但存在左右翅相互错判现象。翅膀内部翅脉交叉点的空间位置在个体间存在较大差异,主要表现在相对于翅的横向方向变异大。雌雄间的差异主要存在于外缘附近的翅脉交叉点。结论:通过前翅的轮廓特征可以区分重阳木斑蛾雌雄成虫的差异。翅脉交叉点空间位置在雌雄间和个体间存在一定的变异。     

脐橙糖度光谱图像检测技术研究

对采集到的不同波长的光谱图像灰度分布进行洛伦茨分布(LD)、高斯分布(GD)、指数分布(ED)函数拟合,通过比较发现洛伦茨分布为最优灰度分布拟合函数.将脐橙的糖度与洛伦茨分布函数拟合所得参数分别进行多元线性回归,建立最佳单波长、最佳双波长组合、最佳三波长组合和最佳四波长组合的校正方程.结果表明:利用光谱图像技术无损检测脐橙糖度是可行性的.     

网络版《中国草业开发与生态建设》数据库的更新

针对网络版《中国草业开发与生态建设》专家系统知识库、模型库和空间库的特点,提出以下更新方案:知识库和模型库的更新采用2个途径进行,即数据库管理员直接在服务器端进行更新和普通用户在远程客户端以提交数据的形式进行更新。由于空间数据库处理的复杂性和传输量大的特点,空间数据库的更新主要还是由数据库管理员在服务器端进行。本研究虽在一定程度上全面详细地阐述了数据库的更新过程,具有一定的可行性,但仍有许多需改进的地方,如普通用户提交的数据在传往服务器端前的验证标准的制定、空间数据更新技术的改进等。