公共文化服务平台

于丰华: 作品数：108 被引量：478H指数：13; 供职机构：沈阳农业大学信息与电气工程学院更多>>; 发文基金：辽宁省教育厅课题基金国家自然科学基金辽宁省博士科研启动基金更多>>; 相关领域：农业科学自动化与计算机技术理学文化科学更多>>

合作作者

单总线二路电动推杆控制系统的研究被引量：1: 2015年; 提出二路电动推杆同步控制方案,采用双伺服驱动器闭环控制、位置控制、临界保护控制、外部电路保护等多种工作方式,通过上位机实现加载过程的同步控制与高可靠性运行。; 朱凤武岳仕达闫东旭于丰华万磊; 关键词：伺服控制上位机同步控制

基于多植被指数组合的BAS-ELM粳稻冠层氮含量反演方法被引量：5: 2021年; 粳稻氮素含量的快速、无损、准确反演,可以反映和诊断作物的氮营养状况,为施肥决策提供依据。基于田间试验采集的粳稻分蘖期无人机光谱影像数据与对应氮素含量数据,采用无信息变量消除法(uninformation variable elimination,UVE)筛选得到的特征波段光谱反射率两两组合构建NDVI、DSI、RVI、RDVI、TVI、NRVI、WDRVI、LogR指数变量,根据与粳稻叶片氮素含量的决定系数等势图挑选出9组不同的植被指数组合(8种植被指数的组合共1组,每一种植被指数的组合共8组)分别作为模型的输入量,构建极限学习机(extreme learning machine,ELM)、天牛须搜索算法优化极限学习机(tenniu shall optimize-extreme learning machine,BAS-ELM)粳稻冠层叶片氮素含量反演模型并验证分析。UVE算法较好地剔除了无用及冗余信息波段,得到266个光谱特征波段;在构建植被指数过程中,各指数与粳稻冠层叶片氮含量的决定系数R^(2)分布在0.7283~0.7580之间,构建的植被指数均与氮含量呈现显著相关关系。从预测结果来看,9组不同输入量建立的BAS-ELM反演建模效果均较好,训练集与验证集的R^(2)均在0.646以上,RMSE均低于0.564mg·g^(-1);其中以8种植被指数的组合为输入量建立的BAS-ELM预测效果最好,训练集与验证集的R^(2)分别为0.756和0.753,均方根误差(RMSE)分别为0.431mg·g^(-1)和0.466mg·g^(-1),优于单一结构的植被指数组合;通过对比,BASELM在预测能力、稳定性和泛化性上比ELM的预测模型有明显提高。综上研究,基于无人机获取的分蘖期水稻冠层光谱数据,以依特征波段构建的多种植被指数的组合作为输入量结合BAS-ELM建模方法在快速无损反演粳稻叶片氮素含量中具有优势,可为粳稻精准施肥提供参考。; 许童羽邢思敏于丰华于丰华刘亚帝; 关键词：植被指数

基于K60的智能汽车控制系统的研究: 随着科学技术的不断发展，越来越多的汽车给城市带来了一系列问题，包括交通事故、道路拥挤等等。这样就促使发展智能交通和智能车技术，来解决当前所面临的问题。智能车技术的研究是一项综合性的研究，其中包括机械、传感器检测、电机控制...; 于丰华; 关键词：单片机图像传感器模糊控制; 文献传递

面向智慧农业的深度学习与机器视觉师资培训实践: 2023年; 深度学习与机器视觉是智慧农业的重要技术支撑,教育部高等教育司产学合作协同育人项目联合遨博(北京)智能科技有限公司开展“面向智慧农业”的深度学习与机器视觉师资培训与实践,通过培训项目的实施培养农业信息化领域“双师型”师资队伍,全面提升一线教师教学水平和实践能力。; 曹英丽周云成王敬依于丰华; 关键词：师资培训产学合作双师型教师教学水平机器视觉

基于叶片双层辐射传输机理的水稻叶绿素含量反演: 2024年; 水稻是主要的粮食作物,对其生长发育过程中叶绿素含量进行精准监测,在指导田间管理方面具有十分重要的意义。叶片辐射传输模型能够有效地模拟水稻叶片光谱信息,描述叶片各参数对光谱反射率的影响,具有较强的机理性,可作为基于物理驱动方式反演水稻叶片叶绿素含量的重要机理模型。PIOSL(PROSPECT consider the internal optical structure of the leaves)模型假设叶片内部是由两层不同的光学特性层叠加而成,其叶片内部结构的假设更加符合植物的实际生长状况。为了验证PIOSL模型反演水稻叶片叶绿素的可行性,并为作物理化参量反演提供新思路,该研究利用此模型对水稻叶片叶绿素含量开展反演研究。首先利用PIOSL模型构建查找表,筛选查找表中与实测光谱较为接近的模拟样本数据,利用SVM(support vector machine)构建分类预测模型,判定查找表中随机生成的参数组合是否符合叶片实际情况,并构建新的查找表数据集。将改进后的查找表按7:3的比例随机拆分为训练集和测试集,通过WOAELM(whale optimization algorithm,WOA;extreme learning machine,ELM)模型反演水稻叶片叶绿素含量。结果表明:基于PIOSL-WOA-ELM构建的反演模型,模型R2和RMSE分别为0.977和2.356μg/cm^(2),与PROSPECT-WOA-ELM模型的反演精度均在0.9以上,且优于传统的多元回归模型。由此看来,利用PIOSL-WOA-ELM模型对水稻叶片叶绿素含量进行反演是可行的,可为精准反演水稻叶绿素在叶片中的分布提供新的思路,进而科学有效地开展田间管理。; 王楠陈春玲相爽金忠煜白驹驰于丰华; 关键词：叶绿素含量 SVM

基于单神经元PID的变量喷雾系统精准控制方法研究被引量：5: 2022年; 针对现存农用无人机变量喷雾系统响应时间较长、超调量较大、跟随效果不稳定等问题,设计一种基于单神经元PID控制的农用无人机变量喷雾系统。该系统采用传感器检测流量信息作为控制依据,运用单神经元自学习能力不断调整PID参数精确调控喷雾流量,实现变量调节快速稳定的目标。为验证本系统控制算法的实际变量控制效果,采用Matlab平台对传统PID和单神经元PID控制算法进行仿真分析;室内喷雾试验过程中,对比单神经元PID和传统PID的连续变量效果;田间试验过程中,使用流量传感器检测实际的变量喷雾效果,采用水敏纸获取雾滴沉积量分布。算法仿真结果表明单神经元PID控制算法在上升时间方面优于传统PID,延迟时间较短,无稳态误差。室内喷雾试验结果表明,采用单神经元PID进行变量控制时的喷雾变化过程稳定迅速,喷雾流量最大超调量3.88%,平均上升时间0.85 s,平均绝对误差7.13%;田间变量喷雾试验结果表明,系统平均上升时间0.87 s,喷雾量控制误差在5%以内;雾滴测试结果表明,雾滴沉积量随喷雾流量的增加呈相应增加趋势。研究结果可为变量喷雾技术的发展提供理论基础。; 王定康于丰华许童羽许童羽姚伟祥; 关键词：变量喷雾单神经元 PID

一种水稻叶绿素含量遥感估测方法: 本发明实施例公开了一种水稻叶绿素含量遥感估测方法，所述方法包括：(1)利用PROSAIL辐射传输机理模型模拟待测量水稻冠层光谱，建立查找表，并将采集的冠层光谱反射率与查找表中模拟冠层反射率比较，通过代价函数确定最优解初步...; 刘潭许童羽于丰华袁青云郭忠辉王永刚

一种叶片光谱反射率的计算方法: 本发明公开了一种叶片光谱反射率的计算方法，涉及植被遥感技术领域，包括以下步骤：将多个PROSPECT模型进行叠加，构建PISL‑2模型；将叶片分为两层不同的结构，获取叶片的结构参数、生化含量和光谱吸收系数；采用秃鹰优化算...; 于丰华许童羽相爽张鸿刚朱盛凡

北方寒地水稻叶片磷素含量高光谱反演方法研究: 2023年; 为了快速、准确的检测北方寒地水稻叶片的磷素含量,分析水稻的长势情况,为精准施肥以及稻田的科学管理提供依据,以北方寒地水稻为研究对象,以小区实验为基础,使用海洋光学HR 2000+光谱仪获取水稻叶片高光谱反射率数据,采用钒钼黄比色法对水稻叶片磷素含量进行测定。采用SG平滑与多元散射校正(MSC)两种方法对水稻叶片高光谱数据进行预处理,并将预处理后的光谱数据使用连续投影法(SPA)与无信息变量消除法(UVE)两种算法进行特征选择。采用SPA算法筛选得到的特征共有11个,其中位于可见光波段处的有6个,分别为411、 420、 428、 442、 467和689 nm;近红外波段处有5个,分别为797、 850、 866、 965和976 nm;UVE算法筛选得到的特征共47个,均位于可见光波段范围内,分布在405~603 nm之间。分别将这两种方法筛选出的特征波段的反射率作为输入,构建极限学习机(ELM), BP神经网络以及狼群算法优化的BP神经网络(WPA-BP)三种水稻叶片磷素含量反演模型并加以分析。结果表明:以UVE算法筛选的特征反射率为输入量构建的三种模型的验证集R^(2)在0.705 2~0.724 5之间,RMSE在0.017 4~0.020 4之间;在相同的反演模型的条件下,使用SPA算法筛选的特征反射率为输入量构建的模型预测效果更好,三种模型的验证集R^(2)在0.726 4~0.829 3之间,RMSE在0.018 0~0.021 1之间;另外,在利用这两种算法筛选到的特征进行建模时,对比三种模型的预测结果发现,经过狼群算法优化后的BP神经网络模型的精度明显高于极限学习机和BP神经网络,其验证集的决定系数R^(2)为0.803 4, RMSE为0.018 0。鉴于此,结合连续投影算法和狼群算法优化后的BP神经网络模型在北方寒地水稻叶片磷素含量高光谱反演中具有一定的优势,可作为水稻叶片磷素含量的检测以及精准定量施肥的参考和借鉴。; 杨柳郭忠辉金忠煜白驹驰于丰华许童羽; 关键词：水稻高光谱数据磷素含量反演模型

基于特征转移植被指数的水稻叶片氮素含量定量估算被引量：12: 2022年; 水稻叶片氮素含量遥感检测是实现水稻精准施肥的前提条件。为了探究利用光谱技术快速、便捷的实现水稻叶片氮素的精准检测,该研究在水稻关键生育期,利用水稻叶片400~1000nm高光谱反射率信息,利用连续投影法提取敏感波段,在此基础上,提出了一种波段特征转移的植被指数构建思路,构建了由3个波段构成的氮素特征转移指数(Nitrogen Characteristic Transfer Index,NCTI),并利用线性归回模型构建了水稻叶片氮素含量反演模型。结果表明:该研究采用连续投影法从水稻叶片光谱中提取了6个特征波段,具体为500、555、662、690、729、800nm;运用氮素特征转移思路构建了由550、729和800 nm构成的氮素特征转移指数(NCTI);以NCTI为输入,运用线性回归的方式构建水稻氮素含量反演模型,其模型决定系数为0.774,均方根误差为0.379 mg/g,反演效果优于归一化植被指数(Normalized Difference Vegetation Index,NDVI)、增强植被指数(Enhanced Vegetation Index,EVI)等传统植被指数所建立的氮素含量反演模型,说明了NCTI在实际的应用中,能够作为快速反演水稻叶片氮素含量的高光谱植被指数。该研究能够为水稻叶片氮素含量光谱检测提供一定的客观数据支撑和模型参考。; 于丰华邢思敏郭忠辉白驹驰许童羽; 关键词：氮植被指数水稻

于丰华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

于丰华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈