融合注意力机制的电机故障检测系统设计

针对传统电机故障检测方法需要依据专家经验进行手工特征信息提取以及卷积神经网络对相似故障类型的分辨率低等缺点,提出了一种DenseNet模型的改进结构.首先对电机信号进行滤波及预处理,将一维波形信号转换成二维频谱能量图,然后通过对DenseNet的部分卷积模块增加旁路模块进行信号的软阈值化,可以在网络训练学习时自动对信号进行降噪处理,得到足够的分类特征信息,避免了手工特征信息提取的繁琐及不确定性.最后,将改进后的模型用于电机故障类型的实时检测,并与其他几种算法进行对比,结果表明,所提出的算法特征信号分类明确、误检率低,对故障的识别准确率可以达到99.49%.     

基于自适应预测步长的车辆主动转向跟踪控制

为提高智能车辆主动转向跟踪控制的跟踪精度、稳定性和实时性等问题,提出一种基于自适应预测步长的模型预测路径跟踪控制器,引入自适应预测步长功能函数,根据车速和参考路径的曲率动态调整预测步长。MATLAB和CarSim联合仿真结果表明:该控制器可降低横向跟踪偏差,在高速低附着和高速高附着工况下均保持车辆稳定性,相比于单一根据道路曲率动态调整预测预测步长的控制器,降低了60%的计算时间,提高了实时性。     

新时期基层智慧农业气象服务探析——以吉林扶余市为例

气象环境矛盾的加剧会对新时期农业产生一定的制约。基于新时期基层智慧农业大背景,探析农业气象服务与吉林区域玉米产量之间的关系,并提出相应的对策,为我国智慧农业信息化发展提供一定的参考。     

松材线虫检测技术研究进展

本文回顾了松材线虫Bursaphelenchus xylophilus的各类检测鉴定方法,包括基本的形态学鉴定方法、常规的分子生物学检测方法、近年来兴起的LAMP与POCD-RPA检测方法、基于蛋白质的检测方法等,并对各种检测方法进行了评价。     

人工神经网络NIR定量分析方法及其软件实现

在Visual C＋＋环境中采用面向对象技术,开发了PCA-MBP-NIR定量分析模型软件。通过40份小麦样品的原始光谱、加噪光谱（信噪比为14dB）与含水率所建立的PLS-NIR与PCA-MBP-NIR模型,对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析。分析表明,对于含噪声的光谱,与PLS建模相比,使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数,更低的预测误差标准差。     

基于可见光图像的水稻植株含水率检测技术

含水率是重要的作物生长信息,利用水稻植株可见光图像颜色的差异检测水稻植株含水率。在大棚环境下,对盆栽的水稻进行定量有差别的供水,使植株的含水率形成差异。对水稻植株RGB彩色图像进行预处理后,提取了Re、Ge、Be、GR、GB、RB共6项颜色特征量,分析其与水稻含水率心之间的关系,并用SPSS进行曲线拟合。研究表明,6项颜色特征量与Rg的相关性均显著,其中,GR与Rg心的相关性最好。     

西瓜可溶性固形物含量近红外透射检测技术

设计的近红外透射式西瓜可溶性固形物含量（SSC）检测系统主要包括光纤光谱仪、光纤透射附件、数据采集卡以及自制光源。对50个麒麟瓜SSC进行了预测试验,采用主成分回归和偏最小二乘回归法分别建立了样品的原始光谱、一阶微分光谱、二阶微分光谱和SSC的预测模型,结果表明偏最小二乘回归法建立的模型具有较高的相关性,相关系数为0．951,均方根校正误差0．347,均方根预测误差0．302,样本真实值与预测值的相关系数为0．910。     

养猪场的疫病监测与防控

疫病检测及防控对规模化养猪场是极为必要的,不仅可以了解疫病发生规律,以便及时加以应对,而且可以降低疫病发生率,减少生猪养殖损失。基于此,本文主要就规模化养猪场疫病监测及防控的方法展开探讨,以期为广大生猪养殖人员提供参考。     

鲁东南地区草莓智能温室精准管理技术

介绍了山东省莒南县绪国草莓种植基地智能温室和智能化设备,归纳总结了育苗与定植、花果管理、温湿度管理、病虫害防治等草莓重点生长管理周期中的精准管理技术,以期为草莓精准化种植示范与推广提供参考。