排序方式: 共有39条查询结果,搜索用时 15 毫秒
1.
2.
3.
基于CFD的自然通风玻璃温室湿热环境模拟与测试 总被引:1,自引:0,他引:1
基于计算流体动力学(CFD)数值方法,以Venlo型2连栋玻璃温室为研究对象,采用离散坐标(DO)辐射模型和组分传输模型对室内空气的传输过程进行3维数值模拟,以提出在温室微环境模拟中采用辐射、对流、热传导耦合计算的新方法,从而得出温室内温度和相对湿度场的分布模式。结果表明:相对湿度模拟值与实测值平均相对误差为5.4%,温度模拟值与实测值平均相对误差为11.2%。温室内相对湿度空间分布与对应的温度分布模式类似,中部作物区温湿度分布均匀一致,其余空间温湿度分布梯度明显。 相似文献
4.
便携式作物生长监测诊断仪的设计与试验 总被引:6,自引:6,他引:0
为了解决当前作物生长信息实时、快速、无损测量手段瓶颈问题,研发了一种基于多光谱传感器的便携式作物生长监测诊断仪。该仪器由多光谱传感器系统、处理器系统及附属机构组成,能实时无损地获取作物叶层氮含量、叶层氮积累量、叶面积指数、生物量等主要生长指标。对水稻的试验结果表明,便携式作物生长监测诊断仪测得的DVI值与水稻叶层氮含量、氮积累量、叶面积指数、叶干重的决定系数R2分别为0.711,0.8231,0.7698,0.7212。该仪器结构简单,集成度高,性价比好,携带方便,易于田间操作。 相似文献
5.
6.
7.
面向大规模多类别的病虫害识别模型 总被引:1,自引:1,他引:0
早期病虫害精准识别是预警和防控的关键,但是病虫害种类繁多数量巨大,外部形态存在类间相似度较高而类内差异性较大等性状特征,导致病虫害识别仍然是一项极具挑战的工作。为实现病虫害识别分类任务中差异化特征的提取和表示,该研究提出一种大规模多类别精细病虫害识别网络模型(a large-scale multi-category fine-grained pest and disease network,PD-Net)。首先通过在基准网络模型中引入卷积块注意力模型,通过混合跨特征通道域和特征空间域实现模型在通道和空间两个维度上对关键特征提取和表示,用以增强网络对差异化特征的提取和表示能力。其次引入跨层非局部模块,提升模型在多个特征提取层之间对于多尺度特征的融合。在61类病害数据集和102类虫害数据集上的试验结果表明,对比AlexNet、VGG16、GoogleNet、Inception-v3、DenseNet121和ResNet50模型,该研究提出的面向大规模多类别病虫害识别模型,Top1识别准确率在病害和虫害集上分别达到88.617%和74.668%,精确率分别达到了0.875和0.745,召回率分别达到0.874和0.738,F1值达到0.874和0.732,试验结果对比其他模型均有一定幅度的提升,验证了PD-Net模型在大规模多类别病虫害识别上的有效性。 相似文献
8.
倪军 《湖南农业大学学报(自然科学版)》2004,31(2)
新材料对于高新技术及产业的发展起着重要的作用,通过材料设计,用计算机对真实的系统进行模拟,预测材料的性能,指导新材料的研究,可显著加速新材料的开发与实用化的进程,因而材料设计已引起各国材料学家的普遍重视。 相似文献
9.
作物精确栽培;栽培方案设计;生长指标诊断;生产力预测Development and Implementation of Crop Precision Cultivation Technology 总被引:5,自引:0,他引:5
随着现代作物栽培学与新兴学科领域的交叉与融合,作物栽培管理正从传统的模式化和规范化,向着定量化和智能化的方向迈进。作物精确栽培技术即是将系统科学和信息技术应用于作物栽培学,并对作物栽培学所涉及的对象和过程进行数字化设计、信息化感知、动态化模拟,从而实现作物栽培管理的定量化与精确化。通过多年的探索和实践,基本构建了具有中国特色的作物精确栽培技术体系,重点在作物栽培方案的定量设计、作物生长指标的光谱监测、作物生产力的模拟预测三个方面取得了显著的研究进展,并在试验示范中实现了基于生产因子的作物栽培管理方案优化设计、基于光谱信息的作物生长指标监测诊断、基于生长过程的作物产量品质预测预报。作物精确栽培技术的未来发展将需要深入推进作物栽培学与模拟技术、传感技术、决策技术等的交叉融合,完善适用于单点到区域不同尺度的作物栽培方案精确设计、作物生长状况精确诊断、作物生产力精确预测等关键技术,加强作物精确栽培技术软件系统和硬件产品的开发应用与示范推广,从而促进现代作物栽培管理不断向着智慧化方向迈进。作物精确栽培技术的进一步完善将有助于提升农业生产的管理水平和综合效益,加快农业信息化与现代化的发展进程。 相似文献
10.
提出了一种电力系统网损预测的新算法-小波神经元网络预测模型,它以非线性小波基为神经元函数,通过优化伸缩因子和平移因子确定对应务神经元的小波基函数,从而合成小波神经元网络,达到全局最优的拟合效果,克服了普通人工神经元网络学习速度慢、难以确定网络结构、存在局部极小点等方面的缺点,仿真结果表明,该方法准确,并可使学习速度大大提高。 相似文献