An Expert Knowledge-acquisition Method on Line of Automatic Excluding Errors

Aimed at soving the problem existing in the knowledge-acquisition directing-operation expert systems, a new method is proposed to acquire knowledge of expert-operation, excluding errors existed in examples and reinforce the accuracy of examples,the goal of knowledge acquisition can be achieved, the method presented in this paper solves the problem of self-enhancement of expert knowledge on line efficiently.     

Developing a Recognition System of Gun-code

Intelligent recognition system of gun code is designed , which achieves online recognition of gun code. We applied video camera to get image, and some special technique in this deformed character recognition. As well, we applied dynamic template matching to get a better result.     

Learning the BN Structure Based on the Sum of Mutual Information

The Crossing Entropy is defined to scale the similar level of two probability distribution. In many papers on learning BN structure,the Crossing Entropy was used as an indicator of measuring the learning accuracy of an algorithm.The known scoring metrics for learning BN structure is analyzed in this paper,then a new scoring metrics Sum of Mutual Information is proposed based on the information theory.At last,two algorithm for learning BN structure by SIM is represented.     

基于迁移学习的无人机影像耕地信息提取方法

随着精准农业技术的发展,对农作物用地信息快速、准确提取的需求越来越高。同时,无人机技术以其方便、高效、具有低空云下飞行能力等优势被广泛应用于自然资源的调查中。但无人机影像普遍光谱信息较为匮乏,因此很难准确、快速地提取出耕地信息。基于此,提出了一种利用迁移学习机制的耕地提取方法(TLCLE)。首先,利用深度卷积神经网络(DCNN)剔除线状地物(道路、田埂等),然后,通过引入迁移学习机制将DCNN特征训练过程中得到的特征提取方法迁移到耕地提取中,最后,将所提方法与利用易康(e Cognition)软件进行耕地提取(ECLE)结果进行对比。研究结果表明:对于实验影像1、2,TLCLE方法耕地提取总体精度分别为91.9%、88.1%,ECLE方法总体精度分别为90.3%、88.3%,2种方法提取精度相当,在保证耕地地块完整、连续性上TLCLE方法优于ECLE方法。     

农机专业《机械制造工艺学》教学方法的探讨

《机械制造工艺学》是工科院校中一门实践性强、涉及面广、灵活性大又十分重要的专业课，对培养学生分析问题和解决问题的能力、创新能力、实践能力等起着重要的作用。为此对农机类专业的《机械制造工艺学》课程教学方法进行了探讨，提出了一些教学措施，并通过实践，取得较好效果。     

基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB（basic receptive field block）模块替换原有的空间池化结构（spatial pyramid pooling-fast,SPPF）模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT（deep simple online and real-time tracking）算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50～0.95的平均精度均值达到了67.5%,明显优于Faster R-CNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值为0.50～0.95范围下的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。     

基于改进ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法

为解决活体黄羽鸡表皮层黑色素分级方法成本高、效率低下、分级环境易受环境光干扰等问题,该研究探索一种基于ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法 ConvNeXt-WPCA,用于实现活体黄羽鸡表皮层黑色素智能分级。ConvNeXt-WPCA模型通过以下3点改进提高模型对黄羽鸡黑色素的识别效果：1）针对黄羽鸡黑色素图像RGB三通道内黑色素信息分布不均衡问题,改变输入图片通道权重来增强模型对黑色素特征的提取能力;2）使用部分卷积代替深度可分离卷积,减少模型计算量和内存访问次数提高对计算资源的利用率;3）引入坐标注意力机制,引导模型关注黄羽鸡胸腹部及肛门附近皮肤提升模型精度。同时,该研究还设计一种双光源图像获取装置,分别在自然光和偏振光条件下拍摄黄羽鸡样本,以减小分级结果受环境光干扰的影响,并探索偏振光在黑色素分级任务中的应用潜力。结果表明ConvNeXt-WPCA模型相较标准ConvNeXt模型,针对自然光下黄羽鸡黑色素图像数据集分级准确率提升9.68个百分点,最终达到89.03%的识别准确率,针对偏振光下黄羽鸡黑色素图像数据集分级准确率提升15.26个百分点,最终达到98.87...     

面向葡萄知识图谱构建的多特征融合命名实体识别

为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量（bi-directional encoder representation from transformer, BERT）和残差结构（residual structure, RS）融合的命名实体识别模型（bert based named entity recognition with residual structure,BBNER-RS）。通过BERT模型将文本映射为字符向量,利用双向长短时记忆网络（bi-directional long-short term memory, BiLSTM）提取局部字符向量特征,并采用RS保留BERT提供的全局字符向量特征,以提高字向量的语义丰富度,最后通过条件随机场（conditional random field, CRF）模型对特征向量解码,获取全局最优序列标注。与其他命名实体识别模型相比,提出的BBNER-MRS模型在葡萄数据集上表现较好,在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89...     

基于含水率变化的气体射流冲击干燥过程温度自适应控制系统

为了给变温干燥工艺提供新的技术支持,实现基于含水率变化的干燥温度自适应控制,该研究设计了具有物料含水率在线检测功能的温度自适应控制系统。采用卷积神经网络建立了以质量检测值、气流冲击速度、称重传感器弹性基体温度、气流冲击距离为输入,物料真实质量为输出的含水率在线检测模型。进行了含水率在线检测模型验证试验。结果表明,该模型满足变温干燥工艺中含水率在线检测的精度要求,5组含水率在线检测模型验证试验的决定系数R²和均方根误差RMSE依次为0.9934和1.20%。该文设计了改进神经网络-PID（improved neural network-PID,INN-PID）控制器来实现变温干燥工艺中的温度控制。在MATLAB软件中以单位阶跃信号为输入对PID、神经网络-PID（neural network-PID,NN-PID）和INN-PID控制器的动态性能进行仿真。对3种控制器分别进行了50~55 ℃的干燥温度控制试验。结果表明,在仿真试验中,INN-PID控制器的控制稳定性和调节时间均显著优于另外两种控制器;干燥温度控制试验结果与仿真结果存在近似相同的规律,INN-PID控制器的峰值时间是208.00 s,调节时间是120.59 s,最大超调量是4.87 %,满足变温干燥过程中温度控制的要求。该研究在气体射流冲击干燥机中搭建了温度自适应控制系统,进行了基于含水率变化的温度自适应控制试验。结果表明,该系统可以对基于含水率变化的变温干燥工艺中的干燥温度进行快速且有效的调节。该研究对提高干燥设备的自动化水平以及开发新的变温干燥工艺具有重要意义,对其他领域的多信息融合检测和控制策略研究提供参考。     

水下底栖生物轻量化目标检测算法YOLOv7-RFPCW

针对水下底栖生物检测模型参数量过多,计算量过大,同时水下环境复杂容易造成错检和漏检,影响模型在水下底栖生物检测任务中的准确性的问题。提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构,降低了特征提取网络的参数量和计算量,减少模型体积。设计了P-ELAN和P-ELAN-W模块,进一步轻量化特征提取网络;针对水下图像颜色失真,目标的空间位置不准确的问题,采用CBAM注意力模块加强特征融合,减少信息丢失,以更好地适应特殊的水下环境;针对水下目标容易出现形状变形的问题,使用WIOU-V3损失函数替换默认的CIOU损失函数,提高水下底栖生物检测的鲁棒性。试验结果显示,改进后的模型YOLOv7-RFPCW的参数量和计算量分别减少了75.9%和30.7%,模型体积减小了75.3%,精度提升了1.9个百分点。这一综合性的提升兼顾了轻量化和精度,为在水下环境中部署提供了可行的解决方案,验证了所提出的改进算法能胜任水下底栖生物检测任务。