波段比算法结合高光谱图像技术检测柑橘果锈

为克服柑橘表面不平整导致光线反射不均匀的影响,研究提出了波段比算法,使高光谱图像技术能够快速有效地检测柑橘果锈。首先根据Sheffield指数（SI）确定最佳波段（625 nm和717 nm）,经比值变换后得到第一幅比值图像;然后选取特征波长625 nm的邻近波段（621 nm）,与其比值变换后得到第二幅比值图像,提取轮廓,构建掩膜以消除第一幅比值图像的背景噪声,最后进行阈值分割和数字形态学运算,完成果锈区域的特征检测。试验结果表明,基于波段比算法的高光谱图像技术可有效检测柑橘果锈,检测率达到92%。研究表明波段比算法在高光谱图像技术快速无损地检测柑橘果锈中,能够有效地降低光照反射不均匀的影响,增强谱间差异,提高检测的精度。     

基于微波反射法的谷物含水率在线检测装置研制

针对稻麦联合收割机在收获作业时难以对小麦、水稻等谷物的含水率进行准确在线测量的问题,该文基于微波反射法研究了谷物含水率在线检测方法,建立了稻麦含水率检测模型,研发了一种稻麦联合收割机谷物含水率在线检测装置。该装置采用微波测量模块对稻麦含水率进行非接触式测量,设计了电压转换电路将微波参数转换成电压信号,采用滑动平均滤波算法进行信号滤波,最后通过标定试验所建立的含水率检测模型进行稻麦含水率计算,计算结果经CAN总线通讯在显示器上实时显示。基于上述理论研究、技术开发和结构设计对所研制的谷物含水率在线检测装置分别进行了室内静态试验和田间收割试验研究,试验结果表明:检测装置的对稻麦含水率的测量范围为14%～34%,在室内静态试验和田间收割试验中的性能标准差分别为0.458 3%和1.078 0%,相对误差分别在2.5%和5%左右,具有良好的准确性与实用性。     

确定含水层参数的混沌序列优化算

以泰斯公式为例，将混沌序列优化算法应用于求解分析抽水试验资料，确定含水层参数的函数优化问题．就混沌序列长度、粗搜索次数和待估导水系数初值取值范围等因素对算法收敛性的影响，进行了数值实验．结果表明：1）混沌序列优化算法可以有效地应用于求解含水层参数计算问题；2）粗搜索次数的多少和序列长度的大小对算法收敛性的影响不明显；3）待估导水系数的初始取值范围对算法的收敛速度有一定的影响，但不会影响最终计算结果．与其它方法相比较，混沌序列优化算法具有原理简单、易于编程和运算、计算结果精度不受人为因素影响和应用范围较宽等优点．     

一种基于小波包变换和有效值算法

近年来，随着科技的迅猛发展，各种敏感电力电子设备在工业中的应用越来越广泛，使得电压暂降与中断已上升为最严重的电能质量问题。对电压暂降扰动发生、恢复时刻和暂降幅值的检测是电压暂降补偿首先要解决的问题。在对现有的电压暂降检测方法进行仔细的研究和比较后，提出一种将小波包变换和有效值算法相结合的电压暂降检测方法，利用这种方法可以更加准确、简洁地检测出电压暂降扰动。利用小波包变换理论实现了电压暂降的精确定位和消噪处理，其消噪效果优于小波变换；利用有效值算法快速、直观地实现了电压暂降幅值的检测。仿真结果验证了该方法的有效性。     

苏南河网水污染控制系统规划优化研究

以苏南某地二级树状河网为例,在运用S-P水质模型模拟河网水质的基础上,构建了以河网污水处理费用及引水稀释费用之和最小为目标函数的水污染控制最优化模型,采用遗传算法,对各引水口的引水量及河网中各排污口的污水处理率进行优化计算,供苏南地区水系规划与管理参考。     

汽车牵引力控制软件在环仿真研究

应用车辆动力学仿真模型和基于目标控制器的汽车牵引力控制算法,设计了汽车牵引力控制软件在环仿真系统,并对后轮驱动越野汽车进行了软件在环仿真模拟。仿真结果表明,设计的控制算法有效地消除了驱动轮过度滑转的现象,提高了车速,为目标控制器的软件开发打下了基础。     

玉米籽粒的特征选择算法——基于支持向量机与遗传算法

在基于数字图像的玉米品种自动识别的研究中,寻找对识别贡献大的新特征项,对玉米品种识别率的提高具有十分重大的意义.把遗传算法和支持向量机算法相结合,设计了具体的基于支持向量机和遗传算法的玉米籽粒特征选择算法,利用这种算法优选提取出的玉米籽粒特征,从玉米籽粒的胚部和冠部的颜色特征与形状特征中找出了对玉米品种识别贡献较大的新特征.     

基于遗传算法和神经网络的车辆主动悬架控制技

采用遗传算法与神经网络相结合的控制策略,以四自由度车辆主动悬架半车模型为仿真对象,与传统的被动悬架进行控制性能比较.通过改变神经网络训练参数、遗传算法输入函数以及车速,对系统的响应特性进行了分析.结果表明车辆主动悬架控制策略可以减小车辆的振动,改善车辆行驶平顺性.     

基于MSRCR-YOLOv4-tiny的田间玉米杂草检测模型

为实现田间环境下对玉米苗和杂草的高精度实时检测,本文提出一种融合带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MSRCR)增强算法的改进YOLOv4-tiny模型。首先,针对田间环境的图像特点采用MSRCR算法进行图像特征增强预处理,提高图像的对比度和细节质量;然后使用Mosaic在线数据增强方式,丰富目标检测背景,提高训练效率和小目标的检测精度;最后对YOLOv4-tiny模型使用K-means++聚类算法进行先验框聚类分析和通道剪枝处理。改进和简化后的模型总参数量降低了45.3%,模型占用内存减少了45.8%,平均精度均值(Mean average precision, mAP)提高了2.5个百分点,在Jetson Nano嵌入式平台上平均检测帧耗时减少了22.4%。本文提出的Prune-YOLOv4-tiny模型与Faster RCNN、YOLOv3-tiny、YOLOv4 3种常用的目标检测模型进行比较,结果表明：Prune-YOLOv4-tiny的mAP为96.6%,分别比Faster RCNN和YOLOv3...