排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
胶工的割胶技术水平是影响橡胶产量的关键因素,技术一般的胶工要比技术娴熟的胶工少产20%~30%的橡胶,为此提出了基于智能算法的技术等级评估方法,设计并实现了割胶技术智能辅助学习仪。给出了智能辅助割胶技术学习仪的体系结构并构建了基于智能算法的技术等级评估指标体系,该指标体系利用德尔菲法采集10个评价指标数据,通过灰色关联度分析方法筛选和确定指标,利用熵权法对各项指标赋权,求得割胶水平量化函数。然后,基于逆向云发生器,将割胶水平量化得分转化为割胶水平的定性评价,进行技术等级的分类。最后,利用k-means聚类法确定不同割胶水平的中心点,并利用最小欧氏距离识别胶工割胶水平技术等级。实验结果表明,本文提出的方法评估准确率高,达到90%以上,同时实时性强,评价实时更新时间小于3s,填补了智能辅助学习割胶技术空白,有利于胶工更快提高割胶水平、增加橡胶产量,具有较好的推广和应用价值。 相似文献
3.
玉米螟是玉米种植中的主要虫害之一。为了解决人工识别的劳动强度大,且识别不够准确、及时的问题,文中提出了一种在自然场景下基于多生长时期模板匹配的不同生长时期亚洲玉米螟的识别方法。该方法首先对获取到的图像进行数学形态学预处理;其次利用直方图反向映射法和多模板图像得到总的概率图像;然后利用约束空间的大津法对二值图像进行轮廓提取,并根据周长和面积特征进行初步筛选;最后结合基准轮廓,利用Hu矩等特征选出符合亚洲玉米螟特征的轮廓,进而得出识别结果并以三角形标记。实验和理论分析证明,在复杂自然场景图像中,该方法不仅时效性强,而且具有很好的识别准确度,能够有效降低不同生长时期的玉米螟颜色变化带来的影响。 相似文献
4.
5.
1