您的位置: 专家智库 > >

黑龙江省农垦总局科技计划项目(HNK125A-08-03)

作品数:2 被引量:18H指数:2
相关作者:刘刚祁广云马晓丹谭峰关海鸥更多>>
相关机构:黑龙江八一农垦大学中国农业大学更多>>
发文基金:黑龙江省农垦总局科技计划项目国家自然科学基金黑龙江省自然科学基金更多>>
相关领域:自动化与计算机技术电子电信农业科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 1篇遗传算法
  • 1篇玉米
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征提取
  • 1篇网络
  • 1篇量子遗传
  • 1篇量子遗传算法
  • 1篇级联神经网络
  • 1篇病害
  • 1篇大豆
  • 1篇大豆病害

机构

  • 2篇黑龙江八一农...
  • 1篇中国农业大学

作者

  • 1篇李伟凯
  • 1篇关海鸥
  • 1篇于崧
  • 1篇谭峰
  • 1篇马晓丹
  • 1篇祁广云
  • 1篇刘刚

传媒

  • 1篇农业机械学报
  • 1篇农机化研究

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于改进级联神经网络的大豆叶部病害诊断模型被引量:14
2017年
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。
马晓丹关海鸥祁广云刘刚谭峰
关键词:大豆病害特征提取级联神经网络量子遗传算法
基于FastSCAN玉米整株三维重构及参数计算方法被引量:4
2018年
针对玉米形态结构可视化表达过程中传统测量方法获取特征参数时复杂且误差较大等问题,应用Fast SCAN三维扫描仪,实现了对玉米整株实体重建,并计算了其形态特征参数。首先,在三叶期至拨节期动态三维模型的重构中构建了点云三维模型;然后,运用Geomagic Spark,通过拟合曲面方法获取玉米整株株高、株宽、茎粗等特征参数。对这一时期三维重构的整株玉米进行特征参数计算,平均株高范围0.070 0~0.716 4m,平均株宽范围0.093 6~0.603 3m,平均茎粗范围0.302 7~2.441 3cm。通过直接测量和扫描测量玉米株高、株宽、茎粗的回归分析发现:三维扫描方法具有较高的测量精度。实验结果表明:该方法能够精准地构造玉米的三维形态,快速、无损获取玉米整株的生理生态特性参数及规律,为研究玉米冠层光照分布及生产实践提供了良好的理论基础和技术支持。
李抒昊关海鸥于崧马晓丹李伟凯郑雯璐
共1页<1>
聚类工具0