秸秆灰混凝土力学性能试验及强度预测

为了优化混凝性能,减少水泥产业耗能,尝试采用以部分秸秆灰替代水泥制备混凝土。该文通过试验对油菜秸秆灰混凝土拉压性能进行了研究,得到秸秆灰质量分数和水胶比对秸秆灰混凝土拉压性能的影响规律,如当秸秆灰质量分数增大时,混凝土拉压性能呈下降趋势;当水胶比过大时,混凝土力学性能急剧下降。同时提出秸秆灰混凝土抗拉性能与抗压性能间的线性函数关系以及混凝土轴心抗压强度计算公式,并与其他混凝土抗压强度公式进行比对验证。采用小波神经网络的预测方法,引入随机函数,对试验数据抽样进行训练,而后预测数据并与试验数据进行比对,计算误差,并将预测数据用于该文提出的拉压公式进行验证,结果表明验证较好。最后试验结果表明:当秸秆灰替代掺量为10%时,秸秆灰混凝土劈裂抗拉强度下降了25%,抗压强度仅下降了8%;当替代掺量为20%时,抗压强度下降了31%。     

基于计算机视觉的番茄催熟与正常熟识别

国内常有菜农采摘远离成熟期的番茄,采用乙烯利处理进行催熟,为了阻止催熟番茄进入瓜果市场危害食用者的身体健康,给出了催熟番茄识别系统的硬件组成,通过计算机视觉装置获取番茄透射光颜色参数（R、G、B）,并将RGB值转换成HIS值,采用遗传算法训练的多层前馈神经网络实现催熟番茄的自动识别。试验结果表明,系统正确识别率为91.7%,为进一步进行番茄催熟与正常熟识别的研究提供参考。     

物联网技术在食品及农产品中应用的研究进展

物联网(IOT)技术正被越来越多地应用在食品及农产品领域。首先简介了无线射频识别标签(RFID)和无线传感器网络(WSN)的原理和技术,然后较全面地分析归纳了近年来这些技术在食品、农产品的生产监控、安全监管及供应链的溯源与追踪等领域的应用研究现状,并分析了存在的问题和解决途径,最后展望了这些技术今后的发展趋势和应用前景。     

设施花卉环境参数低功耗传输及模糊控制研究

为了降低现有设施环境监测系统中传感节点的能耗,延长无线传感网络的生存周期,提出了节点动态组包主动传输和多种环境变量加权控制传输2种低功耗机制,减少了大量重复冗余数据的传输,并实现了基于Zigbee的设施花卉环境监测及其低功耗传输系统.提出设施花卉环境下的多变量模糊控制方法,解决了环境变量之间耦合问题,促使温室快速达到花卉适宜环境并保持平衡,实现了对设施花卉环境的综合控制.节点以CC2430芯片为核心,并根据影响花卉生长的环境参数,同时装载SHT10型温湿度、BH1750FVI型光照以及COZIR-ambient型二氧化碳传感器,因此节点可同时采集传输多种环境参数,降低了硬件成本.在南京农业大学园艺试验基地进行组网测试,结果表明,系统比传统周期传输节点(周期1 min)减少能耗85.97％,测量精度在98.5％以上,网络平均丢包率为0.84％,满足了对设施花卉环境的有效监测及低功耗传输的要求.     

基于Atrous-CDAE-1DCNN的紫丁香高光谱数据的叶绿素含量反演

叶绿素含量是评价植物生长状况以及光合作用能力的重要指标。通过叶绿素测定仪实地测定表征紫丁香叶片的叶绿素含量的SPAD(soil plant analysis development)值,利用高光谱图像技术和机器学习算法反演推算紫丁香叶片叶绿素的含量。针对数据采集时噪声信息的干扰、相邻波段间相关性强、冗余信息多的问题,利用空洞卷积去噪自动编码器(Atrous Convolutional Denoising Auto Encoder,Atrous-CDAE)将原始高光谱数据由204维减少到51维,并减少噪声干扰。结合1DCNN建立紫丁香叶片叶绿素含量的预测模型,并与原始数据和其他4种数据处理方法进行比较。结果表明：相比于原始高光谱数据和其他数据处理方法,经Atrous-CDAE处理后的数据预测结果最佳,预测集中决定系数R2为0.972 3,均方根误差RMSE为1.326 6。利用Atrous-CDAE处理的数据与其他经典预测模型组合均取得较优的预测结果,表明Atrous-CDAE可有效地提取数据潜在表征。对其他数据结合本文所提1DCNN模型进行预测,其R2均在0.94以上,RMSE均在2以下,表明该预测模型具有一定的适应性。     

The Inherent Fault Tolerance of Multi-Layer Neural Networks

The inherent fault tolerance of multilayer neural networks (MLNs) is due to thedistributed properties of information processing and information storage in an MLN , and the inher-ent fault-masking capability of every neuron. Also,the concept of inherent fault tolerance of MLNsis formalized, Finally, perceptrons and three-layer nets are shown inherently fault tolerant underreasonable statistical conditions,respectively.     

无线传感器网络三维定位交叉粒子群算法

针对标准粒子群算法进化后期收敛速度慢、易陷入局部极小点、早熟收敛等问题,提出一种基于交叉粒子群的农业无线传感器网络三维定位算法。该方法主要包括汇聚节点选取、测量距离修正、节点定位3个阶段,通过借鉴遗传算法交叉操作的思想,增加粒子的多样性,减小测距误差、锚节点数量对定位结果的影响,有效提高定位算法全局搜索能力。仿真结果表明,该方法的稳定性和定位精度均优于标准粒子群算法。在测距误差和锚节点数量相同的条件下,与混合蛙跳定位算法进行性能比较,两种算法的最大定位误差分别为1.337 8 m、1.747 3 m,最小定位误差分别为0.258 3 m、0.561 5 m,平均定位误差分别为0.651 2 m、1.044 7 m。     

基于BP神经网络数据挖掘方法的政府投资项目投资估算方法

政府项目投资失控问题业已引起社会广泛关注,而造价估算不准是其中主要原因之一。许多不确定因素影响着项目造价,并且这些影响因素与造价之间呈高度非线性关系,传统统计方法难以对新建项目造价进行准确估算。本文利用BP神经网络在已完工程资料中“提取”“规则”,实现了对项目造价的准确估算。本文对BP网络基本理论作了简介,并用举例说明BP网络预测工程造价的准确性。从例子可以看到,预测值与实际值的相对误差很小,足以满足造价估算的要求。     

基于嗅觉可视化技术的猪肉新鲜度等级评判

利用嗅觉可视化技术对猪肉新鲜度等级进行评判.提取猪肉的挥发性气体与可视化传感器阵列进行反应,用图像处理技术分析反应前后传感器阵列的颜色变化,获取反映新鲜度的气味特征信息.通过主成分分析,选取前10个主成分作为所建立的BP神经网络的输入变量,构建猪肉新鲜度等级判别模型,模型的预测正确率为84.62％.研究结果表明:嗅觉可视化技术可用于猪肉新鲜度等级的快速评价.     

基于6LoWPAN无线传感器网络的农业环境实时监控系统

针对现有农业环境监控系统的不足,提出了一种基于6LoWPAN无线传感器网络的农业环境实时监控系统,该系统采用6LoWPAN构架实现互联网与无线传感器网络之间的点到点通信,无需特定的网关进行协议转换或者协议承载,从而实现了对农业环境的实时监测和控制,降低了能耗,缩短了延迟时间。该文从硬件结构、软件结构及节能等方面对此系统进行了详细阐述和分析,试验结果表明该系统的实用性和高效性,可应用于温室、农田、苗圃等区域。