基于改进A*算法和DFS算法的割草机器人遍历路径规划

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A*算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A*算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明：该遍历算法的覆盖率达到100%,遍历重复率为0,改进A*算法所规划的跨区域转移路径长度和转向次数比A*算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A*算法通过路径平滑性优化和添加防碰撞安全间距对A*算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。     

基于Fast ICA算法的2种储粮害虫活动声信号识别

利用快速独立分量分析(fast independent component analysis,Fast ICA)算法,对混有高斯噪声的2种储粮害虫玉米象Sitophilus zeamais和赤拟谷盗Tribolium castaneum的活动声信号进行去噪,并使用Fast ICA算法识别和分离了2种储粮害虫爬行与翻身的4种活动声信号,证明了使用Fast ICA算法识别混合信号中每种害虫声信号的有效性和准确性。     

光谱异质性参数优化方法及其在QuickBird影像中的应用

提出了一种光谱异质性参数优化方法,与现有方法相比,新方法的改进主要有:①在设置参与分割的波段数据时,通过引入派生波段数据来增强分割判据的数据支撑;②在设置各波段数据层的权值时,综合考虑了各波段数据层包含的信息量和相互间的信息相关度,以抑制波段数据层间的信息冗余对分割过程的不利影响.最后,通过分割对比实验证明:采用新方法设置的光谱异质性参数执行影像分割,“欠分割”现象有了较大幅度地减少,对象间的差异程度和对象内部的均质程度都得到了提高,分割质量有了明显地改善.     

基于二分法的鸡蛋图像边缘快速检测方法

机器视觉技术广泛应用于鸡蛋感官品质无损检测研究中,快速得到鸡蛋图像边缘有助于高效识别鸡蛋的几何特征参数。借鉴计算机二分法快速解方程的算法,提出用二分法快速检测图像边缘,把对图像的整体研究转换到具体的行图像来研究,利用行图像信息构建了满足二分法求解条件的方程,并把对边缘的检测构造成对方程的求解问题,从而建立了二分法求解鸡蛋图像边缘的理论基础,最后在应用部分给出了详细的程序实现步骤。试验结果表明：该方法可以检测鸡蛋图像边缘,检测效率提高了约20倍,大大加快了检测速度,可为鸡蛋自动化检测提供更高的效率。     

动态调整粒子群-霍尔特模型在径流预测中的应用

为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法（DAPSO）。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。     

连续蚁群算法在水稻灌溉制度优化中的应用

为构建一种新的连续蚁群遗传算法,将优化连续空间变量的蚁群算法与实码加速遗传算法耦合,用蚁群算法将解空间分解成若干子空间,使解的范围均匀而广泛,为找到全局最优解奠定良好基础,且信息素的不断正反馈使问题向着更优解的方向逼近。综合二者的各自特点,通过对查哈阳灌区2006年水稻灌溉制度的优化,检验了该模型不但应用简便,且求解结果精度高、速度快,同时它的出现为制定合理的灌溉制度、提高水利用率提供科学依据,为优化领域提供新思路。     

基于卡尔曼滤波的小麦叶面积指数同化方法

该文对作物生长模型模拟的数据和观测数据之间的同化进行了研究。采用农业技术转移决策支持系统（DSSAT）中的小麦生长模型对叶面积指数（LAI）进行了模拟,应用插值方法解决模型模拟的连续值和地面观测的离散值的时间尺度的匹配问题,结果表明,与最邻近点插值法、线性插值法、三次样条插值法和立方插值法的插值结果相比,表明立方插值法对实测的LAI的插值效果较好。其次是应用卡尔曼滤波法对内插后的LAI进行了同化,试验结果表明,内插方法与卡尔曼滤波法相结合是一种具有稳定性和可用性的方法,经过同化后的LAI数据较接近真实情况,其效果好于DSSAT模型模拟的LAI。     

混沌理论与BP网络融合的稻瘟病预测模型

为了能更有效地预测稻瘟病的发生,将混沌理论（G-P算法）与BP人工神经网络融合建立了稻瘟病预测模型,并运用QPSO算法优化BP神经网络,避免了BP算法易陷入局部极小值的缺陷。运用G-P算法对云南省凤庆县历年稻瘟病发病情况的历史数据进行了研究。研究发现最小嵌入空间维及K熵都为正数,故稻瘟病的发生具有一定的混沌特性,从而确定了模型输入层的个数。应用该模型对2001－2009年稻瘟病发生程度进行预测,并与其他预测模型进行比较。结果表明：该模型预测的准确率和收敛速度明显高于其他预测模型,且预测结果有效可行,为解决     

番茄苗期节间长度的遗传规律分析

为了解番茄苗期节间长度的遗传规律,本研究对短节间'串黄'番茄(CH)和长节间'大黄'番茄(DH)品系构建的6个世代P1、P2、F1、F2、B1、B2遗传模型进行了试验研究.利用极大似然法和IECM算法对番茄节间长度的遗传参数进行估计.结果表明,DH上胚轴长度和节间长度都极显著高于CH.DH和CH番茄的节间长度遗传模型为...     

基于ACO-SVM的粮虫特征提取研究

[目的]研究基于ACO-SVM的粮虫特征提取,探讨粮虫特征提取的可行性。[方法]通过分析储粮害虫图像识别系统中的1个关键环节——特征提取,提出把支持向量机(Support vector machine,简称SVM)算法中交叉验证训练模型的识别率作为储粮害虫特征提取评价准则的1个重要因子,将蚁群优化算法(Ant Colony Optimization,简称ACO)应用于粮虫特征的自动提取。[结果]该算法从粮虫的17维形态学特征中自动提取出面积、周长等7个特征的最优特征子空间,采用参数优化之后的SVM分类器对90个粮虫样本进行分类,识别率达到95%以上。[结论]该研究表明蚁群优化算法在粮虫特征提取中的应用是可行的。