基于YUV颜色模型的番茄收获机器人图像分割方法

在研究番茄收获机器人对目标图像分割识别时,经常由于采集的图像受光照影响以及分割识别算法的计算复杂性而影响到识别的准确性和实时性.通过比较RGB、HSI、YUV等颜色模型的特点,从理论上分析了YUV颜色模型应用于收获机器人视觉系统的可行性,提出了一种基于YUV颜色模型的成熟番茄分割方法.同时综合实验及经验确定了成熟的红色番茄在RGB、HSI、YUV颜色模型中阈值范围,采用直接确定色差阈值的双阈值分割算法识别成熟番茄,并对3种颜色模型在不同的光照条件下的分割识别效果进行实验对比.实验结果证实,将基于YUV颜色模型成熟番茄分割方法应用于番茄收获机器人视觉识别系统,能很好地解决其鲁棒性和实时性问题.     

最小二乘支持向量机模型在径流预报中的应用

为解决径流中长期预报模型精度较低的问题,提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法依据相空间重构技术以及最小二乘支持向量机模型(以下简称LS_SVM)。利用该模型对黄河三门峡1919-1989年的71年实测年径流量进行预测。经过反复计算分析表明LS_SVM模型在径流中的应用具有较快的计算速度、较好的泛化能力以及较高的预测精度。     

基于均匀设计的邓肯E-B模型参数敏感性分析

在堆石料非线性弹性模型的反演分析中,模型参数敏感性分析是确定待反演参数的重要途径,为了更好的完善邓肯E-B模型参数敏感性分析的研究,结合均匀设计理论和方法,利用均匀设计软件和回归分析理论,分析了邓肯E-B模型参数对坝体水平和垂直位移的敏感性,成功实现了均匀设计在邓肯E-B模型参数敏感性分析中的应用,并对计算模型的主要参数进行了敏感性分析,其中参数kb、φ0、n对坝体位移有较大影响。     

人工神经网络在土壤含盐量预测中的应用

土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.     

垂直一维非饱和土壤水分运动代数模型在土石混合介质中的适用性研究

利用一维垂直入渗试验研究垂直一维非饱和土壤水分运动代数模型在土石混合介质中适用性。采用碎石粒径2~5mm和4组不同碎石含量下的土石混合介质,根据实测的土壤水分入渗特征量,推求出模型参数,再依据模型参数模拟水分入渗过程。对模拟入渗过程与实际入渗过程进行对比分析,两者之间的相对误差在6%以内,精度较高。说明垂直一维非饱和土壤水分运动代数模型在土石混合介质中具有一定的适用性。     

调亏灌溉条件下冬小麦籽粒灌浆特征及其模拟模型

在移动式防雨棚下,采用盆栽土培方法,以冬小麦（Triticum aestivum L.）为试验材料进行了调亏灌溉（regulated deficit irrigation,RDI）试验研究,目的在于了解RDI对冬小麦籽粒灌浆特性的影响,并对其进行模拟,为建立冬小麦RDI指标与模式提供理论依据与技术参数。试验采用二因素（水分调亏阶段和调节亏水度）随机区组设计。结果表明,RDI条件下冬小麦籽粒灌浆过程符合“缓-快-慢”的“S”型生长曲线,并可用Richards方程进行较好的模拟;不同水分调亏处理间最大灌浆速率及其出现时间、平均灌浆速率、灌浆持续期、活跃生长期和3个灌浆阶段灌浆持续期,以及最终千粒质量等特征参数差异达显著水平;其中,越冬期轻度调亏具有最高的平均灌浆速率（每百粒0.234 g/d）、最大灌浆速率（每百粒0.369 g/d）、最高的第3阶段灌浆速率（每百粒0.099 g/d）和最高的千粒质量（58.46 g）。经相关和逐步回归分析灌浆参数与千粒质量的关系,结果表明,多数参数间存在着显著或极显著的相关性,其中,与千粒质量有显著或极显著相关关系的参数有最大灌浆速率、平均灌浆速率、活跃生长期和第3阶段灌浆速率等。     

环模制粒挤压过程力学建模及影响因素分析

该文旨在通过研究环模制粒机挤压过程受力状况为其节能降耗及优化设计提供一定的参考。根据环模制粒机制粒成形过程与机理的分析和对环模系统受力状况的研究,建立了环模扭矩力学模型,推导出最大物料挤压高度及最大环模扭矩的计算公式;以力学模型为基础,分析了泊松比、摩擦系数等物料特性及环模、压辊系统的结构参数对环模扭矩的影响规律。研究结果表明,物料特性对制粒能耗影响很大;在一定范围内减小模孔长径比、减小压辊直径有利于降低能耗;而采用大尺寸的环模与压辊不仅可以提高产量,同时还可以降低能耗。该研究对于降低环模制粒机的能耗具有重要意义,并可为相关的试验提供理论依据。     

基于遗传算法的投影寻踪回归模型在参考作物滕发量预测中的应用

根据朝阳气象站的实测气象数据(降水量、温度、湿度、风速、蒸发量、日照时数),提出基于加速遗传算法的投影寻踪回归模型用于预测朝阳地区参考作物滕发量.用自相关分析技术确定预测因子(气象数据),构造出新的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用基于实数编码的加速遗传算法优化投影指标函数,进而构建投影寻踪...     

漩涡泵内部不稳定流场数值模拟

为了研究漩涡泵内部流场对其外特性的影响,采用RNGk-ε湍流模型和结构化网格技术对漩涡泵内部非定常流动进行数值模拟计算。结果表明,漩涡泵流道内压力变化呈直线分布;流道内纵向漩涡随流量的增大而减小,径向漩涡周期性地脱离叶片被液流带走且随着时间增加而增大;设计工况下,各监测点处压力脉动变化呈周期性分布,从流道进口到出口压力脉动幅值逐步增大;不同工况下,叶片通过频率是压力脉动的主频,其对应的压力脉动幅值随流量增大而增大。     

移动机器人目标图像识别技术研究

针对设施移动机器人工作环境的复杂性,如光照多变性等,提出了基于L模型的一种新的目标识别方法。L模型是一种新的颜色模型,能够在一定程度上克服光照变化带来的影响。通过对不同光照下的作物果实等目标物进行分割识别结果的实验比较,表明该方法相对于其他常见的识别方法,在各种光照变化条件下均能保持较好的识别效果。