作物同异育种智能决策系统的研制及其在小麦育种中的应用

为促进作物定量化育种进程,以作物育种同异理论为蓝本,以Eclipse为开发环境,以Excel代替数据库,研制出作物同异育种智能决策系统。结果表明,该系统界面友好、美观,操作方便、快捷,便于推广应用,具有其他集成开发环境(IDE)软件所不具有的较强灵活性和可扩展性。应用实例表明,该系统对于小麦育种有一定的指导作用。     

冬小麦精准追肥机专家决策系统

为了实现小麦生长过程中的实时变量追肥,研究了光谱数据处理策略及目标追肥量的计算模型,开发了基于近地光谱探测技术的实时变量追肥专家决策系统,结合小麦冠层归一化植被指数(NDVI)、追肥机实际行进速度和肥料反馈量,双通道独立控制施肥机构的转速和开度,从而实时调整追肥量,实现精准变量追肥。试验结果表明,专家决策系统的控制精度达到90%以上,可以满足精准追肥的要求;拔节期,变量追肥比定量均匀施肥增施氮肥28 kg/hm2左右;变量施肥有利于改善小麦群体结构,降低产量差异性。     

融合多源图像信息的果实识别方法

光线变化与目标重叠是影响自然环境中果实正确识别的重要原因。为了降低两者的影响,研究了融合多源图像信息的果实识别方法。在图像配准的基础上,优选了H分量图与幅度图像作为待融合的源图像;由模糊推理系统(隶属度函数和模糊规则)决定权重,采用加权平均策略实现图像的像素级融合;根据融合图像中果实区域的分布规律,设计了一种基于直方图的首阈检测法以获得最佳的果实分割效果;利用深度图像的统计特性,设计了一种逐层分割图像的方法以解决重叠果实的分离问题。实验结果表明:多源融合图像用于果实识别与定位比单一图像具有更好的准确性与鲁棒性,对重叠果实的正确识别率在83.67%~94.22%之间。     

基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft（Frequency-tuned）算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。     

基于深度学习与多尺度特征融合的烤烟烟叶分级方法

为实现烤烟等级的快速准确识别,降低人工分级中主观因素对分级结果的影响,提高烟叶分级的准确性和一致性,提出一种基于烤烟RGB图像和深度学习的多尺度特征融合的烟叶图像等级分类方法,采用ResNet50提取烟叶图像特征,并引入基于注意力机制的SE模块(压缩激发模块),增强不同通道特征的重要程度;同时,采用FPN(特征金字塔网络)对提取的由浅及深不同层级的烟叶特征进行融合,以实现烟叶多尺度特征的表达。采集皖南地区6068个烤烟的正面和背面图像用于建模和分析。结果表明,提出的烟叶分级方法的分级正确率比经典CNN(卷积神经网络)高出5.21%,分级模型在新批次7个等级烟叶上的分级正确率为80.14%,相邻等级的分级正确率为91.50%。因此,采用RGB图像结合深度学习技术可实现烤烟烟叶等级的良好识别,可为烤烟烟叶收购等级评价提供一种新方法。     

基于熵权的导流标准多目标决策分析

通过分析决策方案目标集．采用信息熵权与决策者的主观权重相结合的方法确定综合权重．运用多目标决策理论，建立导流标准多目标模糊优选模型。该模型系统地考虑了决策方案目标集的客观因素和决策者的主观因素。通过锦屏一级水电站施工导流标准的决策分析，说明该方法和模型是有效的．很好地解决了导流工程的施工强度、投资及风险损失的关系。     

主被动闭环融合调姿隔振平台动力学建模与模态分析

以载体设备对稳定工作环境的需求为背景,提出一种多维调姿隔振平台新构型,以实现大幅度位姿扰动的补偿和中高频振动的隔离。机构由3个分支组成,每个分支包含1个由主动调姿、被动隔振单元组成的闭环子链。借助于旋量代数及影响系数理论建立机构的运动学模型,得到动平台、开链分支、电动缸分支对广义坐标的一、二阶影响系数。建立机构主被动分离形式的动力学模型,并以此为基础对其进行模态分析。通过脉冲激励对原理样机进行模态实验,实验结果表明,固有频率的实验测定值与理论计算值接近,验证了理论模型的正确性。响应特性的实验结果表明原理样机能够对低频段的位姿扰动进行补偿,结合中高频的被动隔振,原理样机具备了较宽频带的调姿隔振能力。     

基于多进制小波变换及多维纹理特征的遥感影像融合方法

探讨了基于多进制小波变换与多维纹理特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行多进制小波分解,再联合提取局部方差、局部梯度、局部能量和局部信息熵4维纹理特征,将高分辨率影像的高频分量分别与多光谱影像的高频分量以多维纹理特征进行多判据联合方法融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经 RGB合成为彩色影像。试验选取淮南矿区SPOT 10 m与TM 30 m空间分辨率影像,从目视判读（定性评价）、地物光谱曲线分析、定量评价指标三方面对融合方法进行了评价。结果表明,该方法既保留了原影像的光谱信息,同时也改善了影像的清晰度和分辨率,利用融合后的影像进行矿区土地利用变化监测,效果明显提高。     

基于BP神经网络的信息融合发动机故障诊断的研究

为了解决发动机喷油器故障诊断中基于单传感器信息的方法诊断精度低的缺点,在神经网络分析的基础上,提出了一种基于气缸压和、缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。该方法能有效地提高其故障诊断精度,明显增加了诊断过程的准确性和智能化。     

集成云架构在横沙渔港信息化建设中的应用

渔业信息化大大提高了渔业生产、销售、质量跟踪等过程的效率。为了进一步提高渔港企业的生产效率,本文提出了一种基于云计算的渔业信息系统集成架构。本文从基础架构、平台与数据集成、软件应用服务三个方面阐述了渔业信息系统的集成与部署。经过实践证明,应用该架构可以提高渔业信息系统的效率、可用性和灵活性,减少维护成本。