永磁涡流制动技术及其应用研究

论述了永磁涡流制动的工作原理、分类、优越性以及国内外研究现状,总结了当前永磁涡流制动的应用领域,分析指出了研究中存在的问题及其未来发展方向。     

基于颜色模型和纹理特征的彩色水果图像分割方法

介绍了RGB和HIS两种颜色模型,采用色调值H和色差值R-G两个特征值,通过Otsu方法自动获取阈值对自然场景下彩色水果图像进行了分割,并对实验结果进行了对比.然后,利用灰度共生矩阵分析了果实和背景的纹理特征,找到了区别果实和背景的纹理特征参数,对果实和背景颜色相似的图像进行分割.实验结果证明,纹理特征和颜色特征两者相辅相成,优势互补,对于包含复杂背景的青苹果图像分割效果比较好.     

基于LabVIEW数据采集系统的设计

介绍了虚拟仪器开发平台——图形化编程语言LabVIEW,然后介绍了数据采集系统的组成,在对压力传感器进行标定后,设计了基于数据采集卡PCI1710和LabVIEW的压力采集程序框图。实验结果表明该数据采集系统能够准确采集到压力波形,并具有操作方便,采集精度比较高等特点。     

智能车辆横向控制研究

本文分析了智能车辆横向控制特性，说明了目前一些研究中的不足，并探讨了 模糊控制方法．仿真结果表明，该算法对纵向速度、轮胎侧偏刚度以及载荷等明显影响车辆 横向运动特性的三个关键因素具有良好的适应性能．     

基于梯度相位编组的树枝识别新算法

为了能够快速准确地计算出果树枝干的空间位置,提出了一种基于梯度相位编组的Hough变换树枝检测新算法。利用改进的平方梯度法计算边缘点的梯度相位角,找出梯度相位直方图中多个阈值大于T的峰值。然后将具有相近梯度相位角的边缘点归为一组。最后对每组中的边缘点采用改进的两点表决Hough变换算法找出对应的直线参数。利用梯度相位角进一步验证参数的正确性。研究结果表明,提出的梯度相位编组直线检测方法具有速度快、检测误差小和鲁棒性强的特点,能够快速准确地实现果树树枝的定位和检测,对部分被遮挡的树枝的识别效果也较好。     

基于遗传BP神经网络的苹果形状识别

介绍了一种使用计算机视觉技术进行苹果外形识别的方法 ,用傅立叶描述子提取苹果的形状特征 ,设计 3层前向神经网络形状进行识别 ,使用遗传算法和BP算法相结合的混合算法进行神经网络权矢量和神经元阈值的学习。试验结果表明该方法具有 80 %以上的正确率。     

苹果采摘机械手对果实损伤的影响

我国是苹果种植大国,机械采摘的快速发展与大面积推广应用为我国苹果产业的后续发展提供了强大的动力。但同时由于机械采摘带来的果实机械损伤每年都在增加。以此为依据,设计了一种采摘机械手,对果实进行模拟采摘,并使用仪器检测采摘后苹果硬度和可溶性固形物含量的变化,确定是否造成损伤。结论表明,该机械手在满足工作要求的同时,对果实几乎没有损伤。     

基于GA-SVR的苹果可溶性固形物质量分数的高光谱检测

以建立一种高精度的无损苹果可溶性固形物含量的检测模型为目标,通过提取高光谱图像中圆形150像素感兴趣区域(ROI)内的平均光谱反射率,分别使用Savitzky-Golay平滑处理(S-G)、标准正态变量变换(SNV)和小波变换(Wavelet-Transform)对原始光谱数据进行预处理,然后利用连续投影算法(successive projection algorithm,SPA)提取特征波长,基于特征波长建立BP神经网络(BPNN)和遗传支持向量机(GA-SVR)预测模型。在GA-SVR建模过程中,采用遗传算法获取支持向量机的最优惩罚参数和核函数参数。研究结果表明,S-G预处理后的GASVR模型预测效果最佳,模型的预测相关系数为0.850 5,预测均方根误差为0.303 1,所以基于该ROI内数据建立的GA-SVR模型在提高模型性能方面是可行的。     

固定床深层干燥稻谷爆腰增率及发芽率试验研究

对固定床深层干燥后稻谷的爆腰增率和发芽率进行了试验研究。研究表明,干燥速率越大,干燥温度越高,干燥过程中稻谷爆腰增率越大,稻谷含水率达15．0％后,继续加热稻谷爆腰会明显增加,缓苏干燥工艺可有效控制干燥过程中稻谷的爆腰,而且缓苏越充分,爆腰越少。研究还表明,干燥温度低于50℃的低温干燥对稻谷的发芽率不会产生显著影响。     

基于遗传BP神经网络的苹果形状识别

介绍了一种使用计算机视觉技术进行苹果外形识别的方法，用傅立叶描述子提取苹果的形状特征，设计3层前向神经网络形状进行识别，使用遗传算法和BP算法相结合的混合算法进行神经网络权矢量和神经元阈值的学习。试验结果表明该方法具有80％以上的正确率。