排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。本文以新路早36、中棉50、惠远710三个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。 相似文献
2.
3.
基于机器视觉的干制红枣大小分级方法研究 总被引:1,自引:0,他引:1
为了实现干制红枣的大小自动分级,介绍了应用机器视觉的干制红枣自动分级方法,利用CCD摄像机获取红枣的样本图像,应用MATLAB软件编程实现了样本图像的灰度化、二值化、图像分割、图像滤波、图像形态学处理、边缘检测和特征量提取等处理,参照干制红枣分级标准完成了红枣自动分级。通过实验数据回归分析得出红枣实测纵径、果质量与识别值当量值之间的数学检测模型,其决定系数分别达0.995 5和0.948 1。实验表明,采用句法模式识别对数据进行红枣大小分级,分级准确率达85%。 相似文献
4.
5.
基于BP神经网络的脱绒棉种品种识别 总被引:2,自引:1,他引:1
摘要:为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。该文以新路早36、中棉50、惠远710等3个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3 000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。该研究可为其他粒状种子品种识别提供参考。 相似文献
6.
7.
8.
针对新疆兵团葡萄产业发展所面临的问题,通过分析对比国内外葡萄有机肥深施技术与装备的特点,综合考虑新疆葡萄种植模式及葡萄有机肥深施农艺要求,完成了1KF-40型有机肥深施机的研制,解决了人工深施有机肥存在的劳动强度大、效率低等问题,实现了葡萄有机肥深施的机械化作业。田间作业结果表明:装备工作平稳、性能可靠、生产率高、施肥均匀,开沟深度达4 1 0mm,开沟宽度2 8 0mm,覆土厚度2 4 0mm,施肥量1 241kg/hm2,生产率3.7hm2/h,符合葡萄有机肥深施机械化作业要求。 相似文献
1