排序方式: 共有81条查询结果,搜索用时 15 毫秒
1.
2.
基于量子神经网络的马铃薯早疫病诊断模型 总被引:3,自引:0,他引:3
针对马铃薯早疫病智能诊断,将量子计算的态叠加方法和神经网络计算的自适应性结合,提出了将量子神经网络作为马铃薯早疫病诊断模型.该模型隐含层采用多个量子能级的激励函数叠加的量子神经元,有效地解决了病害诊断中模糊决策,在给出的学习算法的训练过程中自适应地确定样本特征数据中的不确定性.此算法能够较好地避免传统神经网络在训练过程中易出现局部极小值的弊端,提高了网络学习速度.仿真结果表明:量子神经网络在马铃薯早疫病诊断中,诊断正确率达到96.5%. 相似文献
3.
基于改进级联神经网络的大豆叶部病害诊断模型 总被引:1,自引:0,他引:1
针对大豆叶部病害性状特征与病种之间的模糊性和不确定性,将数字图像处理技术与神经网络智能推理技术相结合,充分挖掘大豆受病害胁迫后表现性状与病种之间的潜在规律,提出了基于改进级联神经网络的大豆病害诊断模型。首先利用自制载物模板无损采集大田大豆叶部病害数字图像,计算病斑区域的形状特征、颜色特征及纹理特征14维度特征参数;为突显各方面特征对于不同病害种类决定作用的差异性,构建各子神经网络并联的第1级网络,第2级网络的输入为第1级网络的输出,利用多维特征各自优势来自动取得病种模式推理规则,建立了用于大豆叶部病害自动诊断的两级级联神经网络模型,仿真实验准确率为97.67%;同时应用量子遗传计算优化级联神经网络参数,平均迭代次数为743,平均网络误差为0.000 995 445,提高了学习效率,实现了大豆叶部病害的高效自动诊断和精确测报,为大田农作物全面系统地开展作物病害监测、智能施药及自动防治提供了理论依据。 相似文献
4.
为了提高建三江农垦社会信息化水平,在建三江管理局满足三网融合的基本条件下,提出了电信网、广播电视网和互联网三网融合的网络平台构建方案,方案不仅满足了人民群众日益增长的生产生活需求,而且降低了社会管理成本,提升了资源利用水平。 相似文献
5.
小型温室环境监控系统的研究 总被引:1,自引:0,他引:1
日光温室可以为作物提供最佳的生长环境,使作物生长不受时间和地域的限制。设计了一种小型温室环境调控系统,实现可调可控适宜作物生长的温室环境。该系统由环境控制器、作物生长影像仪和上位机软件组成。控制器采用PLC实现,通过控制器采集空气温度,空气湿度,土壤温度和土壤水分等环境信息,控制加热器、加湿器、卷帘、湿帘、水泵、风机、微喷、通风和补光灯等执行设备,达到现场调控温室环境的目的;作物生长影像仪通过定点摄像头扑捉作物生长图像,观察作物生长态势;上位机软件主要用于实现远程控制、历史数据查询与数据导出等功能。该系统经过试验验证,可以实现温室环境的温湿度调控。 相似文献
6.
根据黑龙江省农垦总局建三江分局胜利农场2007-2011年水稻病虫害发生情况及水稻生长环境地面气象数据资料,使用R统计分析方法对环境温度、环境湿度、风速、降雨量、土壤温度等数据进行相关分析。结果表明:气象条件(包括:环境温度、环境湿度、降雨量)对水稻病虫害的发生起着决定性作用,尤其是以降雨量为决定因素的环境湿度,直接影响水稻病虫害的形成、发病以及生长,连续降雨期一般为水稻病虫害的高发期。通过预测气象环境值,可以对水稻病虫害发病程度进行预测,从而实现对水稻病虫害发生的预警和防治。 相似文献
7.
为解决农户在农田灌溉过程中人力物力的大量投入,节省灌溉时间,提高工作效率,实现自动灌溉及长时间无人条件下的灌溉问题,设计了可远程控制的自动灌溉监控系统.该系统可通过按键或短消息指令实现灌溉的开启与停止,也可于无需人为干预的全自动模式下工作.利用GSM网络,通过手机发送短消息指令实现灌溉的远程控制,当自动灌溉模式启动后,无有效停止指令时,系统通过液位继电器设置的水位上限来决定工作时长,达到水位设定值时会自动停止,也可利用短消息终止灌溉.同时,系统能自动发送应答短消息及长期无有效启动灌溉的提示短消息,能实现各种控制功能,且运行稳定可靠. 相似文献
8.
目前测量渗透量的方法主要是用改进的日式渗漏仪目测测管的刻度来计算渗透量。但不能实现实时监测的目的,为了实现对稻田渗透量的实时监测,设计了一种在线式水田渗透量监测仪。其硬件主要包括水箱、渗桶、液位仪、土壤水分传感器、泵、无线模块、主机。以MSP430单片机为核心,土壤水分传感器和液位传感器把水分和液位信息传到单片机,供水泵由液位或水分值来控制,实现饱和渗透量的测量及非饱和渗透量的测量,用无线模块把数据传输到监测室的上位机。通过试验,采集的数据满足精度要求,给灌区的规划管理、合理运行、水资源的合理调配与实施节水灌溉提供了可靠的渗透量数据。 相似文献
9.
基于神经网络的植物图像分割算法的研究 总被引:1,自引:0,他引:1
图像分割是计算机视觉领域的关键技术之一,BP神经元网络被认为是好的学习分类方法之一。文中以6种植物图像为例,结合数字图像处理技术,采用BP神经元网络方法在植物图像颜色较复杂,且受周边环境影响较大的情况下,实现了植物图像与背景图像的分割。实验证明,与传统的分割方法比较,该方法是高效准确的。 相似文献
10.