您的位置: 专家智库 > >

刘洋

作品数:5 被引量:29H指数:4
供职机构:新疆大学机械工程学院更多>>
发文基金:国家级大学生创新创业训练计划新疆维吾尔自治区科技计划项目国家自然科学基金更多>>
相关领域:自动化与计算机技术经济管理农业科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇经济管理
  • 2篇自动化与计算...
  • 1篇农业科学

主题

  • 2篇杂草
  • 1篇因素法
  • 1篇幼苗
  • 1篇杂草识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇识别方法
  • 1篇双模糊控制
  • 1篇双模糊控制器
  • 1篇通信
  • 1篇通信协议
  • 1篇汽车
  • 1篇汽车厂
  • 1篇作物
  • 1篇网络
  • 1篇物联网
  • 1篇系统布置设计
  • 1篇联网
  • 1篇棉花
  • 1篇棉花苗期

机构

  • 5篇新疆大学

作者

  • 5篇刘洋
  • 3篇周建平
  • 3篇许燕
  • 2篇孙文磊
  • 2篇祁文军

传媒

  • 1篇制造业自动化
  • 1篇宁夏大学学报...
  • 1篇农机化研究
  • 1篇排灌机械工程...
  • 1篇中国科技论文

年份

  • 2篇2021
  • 1篇2020
  • 1篇2015
  • 1篇2014
5 条 记 录,以下是 1-5
排序方式:
物联网温室群双模糊控制系统的设计被引量:4
2021年
受普遍缺水的国情及现代种植业向着产业化和规模化发展趋势的影响,设施农业得到了长足发展。我国的温室面积不断扩大,且温室中的种植作物也日趋丰富和多变。为实现对温室群的统一准确调控与各温室不同作物的科学种植,提出了一种远程服务器与物联网技术相结合的调控系统。调控系统以嵌入式Web服务器为核心,结合STM32单片机为底层控制器,采用Modbus通信协议实现温室群与控制端的信息动态交流。同时,现场控制器增设SD卡功能及双模糊规则,实现了在通信受阻状况下温室数据的本地保存及对环境参数的准确控制。用户可通过Internet访问服务端,借助浏览器或网关端的首部控制柜参考数据库内写入的科学种植决策和上传温室各类环境参考数据,即可实现对各温室环境多因子参数的合理调控。控制端多种自动控制方法的集成为用户提供了丰富的选择,对实现温室群科学高效化管理具有重要的实际应用意义。
刘洋许燕彭炫周建平张斌
关键词:物联网双模糊控制器
SLP法在某汽车厂总体布局设计中的应用被引量:7
2014年
通过对汽车厂现状的调查分析,获得其生产工艺过程及生产特点,应用SLP法对其总体布局进行设计.首先分析其厂区物流系统,确定各作业单位之间的物流和非物流强度关系,从而确定各作业单位的综合相互关系,绘制作业单位位置相关图和面积相关图.然后通过进一步地修正和调整,得到3个可行的布置方案,采用分层加权因素法确定了厂区的最佳总平面布置方案.
刘洋祁文军孙文磊
关键词:系统布置设计
基于多级可拓方法的工厂布局方案评价研究与应用被引量:1
2015年
在统计分析影响工厂布局因素的基础上,应用可拓学物元理论和可拓集合理论,建立工厂布局方案性能多级可拓评价模型并构建评价指标体系和评价标准,对定性指标进行定量化处理,用基于简单关联函数和相似系数的可拓权重法计算各指标的权重,从而有效避免主观因素的影响。实例研究表明,该方法不但能够最大限度地综合各评价指标信息,比选出整体最优布局方案,而且能够定量分析出各评价指标之间的细微差别,具有较高的精确度。
刘洋祁文军孙文磊
关键词:关联函数
基于Faster R-CNN的新疆棉花幼苗与杂草识别方法被引量:4
2021年
针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂草图像5370张.为确保样本质量以及多样性,利用颜色迁移和数据增强来提高图像的颜色特征与扩大样本量,以PASCAL VOC格式数据集进行网络模型训练.通过综合对比VGG16,VGG19,ResNet50和ResNet101这4种网络的识别时间与精度,选择VGG16网络训练Faster R-CNN模型.在此基础上设计了纵横比为1∶1的最佳锚尺度,在该模型下对新疆棉花幼苗与杂草进行识别,实现91.49%的平均识别精度,平均识别时间262 ms.研究结果为农业智能精确除草装备的研发提供了参考.
许燕温德圣周建平樊湘鹏刘洋
关键词:杂草识别
自然光照影响下基于深度卷积神经网络和颜色迁移的杂草识别方法被引量:13
2020年
针对光照影响下杂草识别特征信息缺失和精度低等问题,提出了基于深度卷积神经网络和颜色迁移的杂草识别方法。采集不同自然光照影响下(包括阴天、反光、倒影和多云天气等)的杂草图像1334张和未受光照影响的杂草图像1436张。首先,利用优化后的Reinhard算法对受光照影响的样本图像进行颜色迁移处理,降低光照影响因素,并将杂草图像通过ExG指数灰度化及Otsu阈值图像分割得到灰度化图像;然后,通过特征提取和融合,利用卷积神经网络(convolutional neural network,CNN)构建的Inception-V3分类器进行训练,以Softmax计算识别率;最后,对比有无颜色迁移算法和ExG灰度化的杂草识别率以及光照环境对杂草识别的影响程度。结果表明,所提方法将光照环境影响下的杂草识别精度提高了15.6%,实现了90.01%的识别率。
温德圣许燕周建平樊湘鹏刘洋
共1页<1>
聚类工具0