排序方式: 共有18条查询结果,搜索用时 375 毫秒
1.
倾角传感器在农业、工业、铁路、航空航天等领域有重要的应用。本文基于STM32微处理器和高精度倾角传感器SCA103T并结合NB-IoT网络实现了一种低功耗、高精度和无线传输的新型倾角传感器。系统待机电流仅1.3mA,精度可达0.001°,无线传输速率为200Kbps。通过设计相关的外围电路并结合Keil环境编程实现倾角传感器信息的读取、分析和处理,以及实现在Windows上利用C#编程从NB-IoT服务器端获取数据并进行数据的可视化。设计结果表明该倾角传感器具有测量方便、传输稳定、高精度、成本低等特点,能够广泛应用到各个相关领域。 相似文献
2.
3.
番茄种子经高压静电场处理后,其发芽率、株高、茎粗、叶片数及抗病性等生物学指标均发生了明显的变化。场强为125 k V·m-1、处理时间为20 min的条件下处理番茄种子的效果最佳,其处理的种子发芽率比对照增加82.2%、茎粗增加20.0%、株高增加41.1%、复叶数增加15.2%、小叶数增加13.6%。场强为375k V·m-1、处理时间为10 min及场强为375 k V·m-1、处理时间为40 min条件下,番茄植株对叶霉病的抗病性得到了大幅提高,其病情指数均比对照降低了96.3%。 相似文献
4.
一种便携式苹果糖度无损检测仪的研制 总被引:1,自引:0,他引:1
糖度是判断苹果质量好坏的一个重要参考标准,针对苹果糖度的检测问题,设计了一种以Cortex-A9为内核、以自研发的可见-近红外光谱仪(波长范围400~1 000 nm)作为光谱检测装置、以Linux为操作系统的便携式苹果糖度无损检测仪。以山东烟台的100个红富士苹果为材料,采集了漫透射检测方式下基于自收发光机构的苹果漫透射光谱曲线,结合化学计量学方法,对样本的全光谱曲线使用了平均法和Savitzky-Golay卷积平滑光谱预处理方法,将预处理后的光谱数据按波峰位置划分区间,并分别按照全光谱范围和所划分区间的波段范围建立PLS模型来预测苹果的糖度含量。结果表明,经预处理后的全光谱数据所建立的PLS模型预测效果最好,优于按波峰划分区间所建立的PLS模型,其校正相关系数为0.96、预测相关系数为0.87,校正均方根误差为0.31、预测均方根误差为0.34。同时对仪器工作时的预测稳定性进行了测试,测试结果得出检测精度可控制在±0.2 Brix以内,模型预测精度满足现场快速检测应用要求。 相似文献
5.
地处千山南麓的宝鸡市风翔县唐村、柳林、长青、田家庄、横水,岐山县凤鸣镇、故郡、蒲村、祝家庄、京当,扶风县黄堆、南阳、天度及咸阳市武功县北部,乾县等地,基本为旱地,人均耕地相对较多,为一年一熟或两年三熟区,在以前的区划中将该区划为油菜较适宜区,随着全球 相似文献
6.
水中溶解氧含量低会影响螃蟹的成活率,保证低溶解氧时刻溶解氧的预测精度非常重要。目前,溶解氧传感器价格昂贵且易遭受腐蚀,因此通过相关变量来间接估计溶解氧浓度有重要的意义。本研究在长短时记忆网络(LSTM)模型的基础上,优化LSTM反向传播时的损失函数,提出了提高低溶解氧含量估算精度的溶解氧预测模型(LDO-LSTM)。LDO-LSTM的损失函数是在平均绝对百分比误差(MAPE)基础上,根据溶解氧值的变化趋势和溶解氧浓度大小,分别赋予不同权值的权重函数,并通过均方根误差(RMSE)和平均绝对百分比误差(MAPE)来评估LDO-LSTM和LSTM在不同范围的溶解氧估算能力。对模型的测试试验结果表明:在溶解氧高于6mg/L时,LDO-LSTM和LSTM的RMSE、MAPE差值稳定在0.1左右;在溶解氧低于6mg/L时,LDO-LSTM的RMSE值和MAPE值分别比LSTM低0.25和0.139,说明了LDO-LSTM网络不但可以保证整体溶氧预测精度,而且能够提高较低溶解氧值的估算精度。本研究对于降低水产养殖成本、提高溶解氧估算精度有着重要的作用。 相似文献
7.
8.
9.
10.
浊度是水产养殖中的重要水质指标,利用水质参数进行浊度预测对于水产养殖过程具有重要意义.该文提出一种基于改进的双向长短期记忆(BiLSTM)、残差网络(ResNet)和多头注意力机制网络(Multi-head Attention)相融合的浊度预测模型,并利用太湖水体数据进行验证.实验结果表明,该融合模型的R_(RMSE)... 相似文献