您的位置: 专家智库 > >

陆林

作品数:2 被引量:9H指数:1
供职机构:安徽农业大学信息与计算机学院更多>>
发文基金:博士科研启动基金国家自然科学基金安徽省高校省级自然科学研究项目更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 1篇蒸散
  • 1篇蒸散量
  • 1篇神经网
  • 1篇神经网络
  • 1篇农用
  • 1篇无迹卡尔曼滤...
  • 1篇履带
  • 1篇履带机器人
  • 1篇滤波
  • 1篇卡尔曼
  • 1篇卡尔曼滤波
  • 1篇机器人
  • 1篇番茄
  • 1篇RBF神经网...
  • 1篇UKF
  • 1篇参数估计

机构

  • 2篇安徽农业大学
  • 1篇合肥工业大学

作者

  • 2篇汪宏喜
  • 2篇焦俊
  • 2篇陆林
  • 1篇陈祎琼
  • 1篇鲁威
  • 1篇陈袆琼
  • 1篇张兆义
  • 1篇肖光

传媒

  • 1篇农业机械学报
  • 1篇中国农学通报

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
基于UKF的农用履带机器人滑动参数估计被引量:8
2014年
为了实时获取农用履带机器人运行过程中履带与地面之间的滑动信息,改善机器人控制精度,在对履带机器人运动学原理进行分析的基础上,推导了机器人运动学方程和非线性测量方程,设计了基于无迹卡尔曼滤波的滑动参数估计系统,实时估计出机器人精确姿态,并根据机器人的运动特性重建不可测的滑动量。实验结果表明:滑动参数估计系统可以提供准确和高更新率的滑动量,为农用履带机器人的精确控制提供依据。
焦俊汪宏喜陈祎琼储刚秀肖光陆林
关键词:无迹卡尔曼滤波
基于NLPCA-RBF神经网络的番茄蒸散量预测被引量:1
2014年
蒸散量(ET)是水文循环中的重要组成部分。精确的ET预测在水资源管理和灌溉系统设计等方面的研究是十分必要的。利用非线性主成分分析法(NLPCA)和径向基(RBF)神经网络组成的模型(NLPCA-RBF)对番茄蒸散量进行估算。在既保证ET影响因素信息完整,又可消除影响因素之间相关性的前提下,利用NLPCA将影响ET的7个气象因素简化为3个综合成分,并以此为网络训练的输入数据,根据实测的蒸散量作为网络输出建立了RBF神经网络,并且经非训练样本点数据检验。结果表明,与传统RBF网络模型较,NLPCA-RBF网络预测模型能够更好的反应影响因子与蒸散量之间的关系,取得更为精确的结果。
陆林焦俊汪宏喜陈袆琼张兆义鲁威
关键词:蒸散量RBF神经网络
共1页<1>
聚类工具0