排序方式: 共有37条查询结果,搜索用时 265 毫秒
1.
2.
采用计算机图像视觉的方法,利用M ATLAB强大的图像处理功能,对拍摄的喷雾图像进行了去噪及二值化等初步处理,提取其边缘图像,对不规则的喷雾图像边缘进行了最小二乘拟合,得到了最近似于该边缘的2条相交直线,二者夹角即为所要求的雾化角。根据最小二乘拟合的定义,该方法的误差平方和最小,从而使雾化角的确定精度大大提高。 相似文献
3.
4.
随着空间信息技术的发展,其在动物疫病预警研究中的应用逐渐增多,主要涉及疫病数据获取、处理分析、扩散模拟以及风险评估等方面.本文对国内外相关文献进行了梳理与归纳,分析了以空间信息为基础的动物疫病预警技术的发展情况,重点对预警中的空间数据获取、分布模式研究、危险因素分析、疫病传播模拟、资源配置及信息发布等进行了探讨,探索了以GIS为核心的空间信息技术在动物疫病预警研究中的应用,展望了技术的未来发展趋势,可为空间信息服务在动物疫病预警中的深入研究提供参考. 相似文献
5.
6.
为提高苹果价格的预测精度,提出一种将长短期记忆模型(LSTM)与熵值法相结合的新方法。发挥LSTM的自身学习特性,以及熵值法的客观拟合特征信息特点,研究构建堆叠式LSTM与熵值法结合的组合模型。对比分析多个组合模型的预测性能,试验结果显示,苹果价格存在较为明显的空间传导效应,空间传导效应对价格波动产生显著影响。加入价格空间传导效应的堆叠式多层LSTM与熵值法相结合的组合模型预测精度对比LSTM提高18.81%,在苹果价格预测方面的效果表现良好。最后,基于优化后的组合模型对苹果价格进行预测,验证组合模型的有效性。 相似文献
7.
构建日光温室环境预测模型,准确预测温室环境变化有助于精准调控作物生长环境,促进果蔬生长。而温室小气候环境数据多参数并存、耦合关系复杂,且具有时序性和非线性,难以建立准确的预测模型。针对以上问题,提出一种基于麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)温室环境预测模型,实现了温室环境数据的精准预测。实验结果表明,采用SSA自动进行参数选优的方式,解决了LSTM模型参数手动选择的难题,大幅缩短模型训练时间,且最优的网络参数能够发挥模型的最佳性能。对日光温室内空气温湿度、土壤温湿度、CO2浓度和光照强度6种环境参数进行预测,SSA-LSTM平均拟合指数高达97.6%,相比BP、门控循环单元(GRU)、LSTM,其预测拟合指数分别提升8.1、4.1、4.3个百分点,预测精度明显提升。 相似文献
8.
9.
10.