采集速率对数据采集器微小电压信号测量结果影响的研究

采集速率对数据采集器采集微小直流电压信号的测量结果有一定的影响。文章通过数据采集器对不同微小直流电压信号在不同采样间隔下测量结果进行方差分析,来判断不同的采集速率对微小直流电压信号测量结果的影响。     

过程仪表模拟热电偶输出的两种校准方法比较和研究

过程仪表校验仪是常见的工业现场设备。针对校准过程中,模拟热电偶输出功能测量超差的某一台过程仪表校验仪设备,文章依据校准规范采用了两种方法完成校准。文章通过对两种方法的比对和研究,得出了可靠的校准结论。     

无纸温度数据记录仪自动校准系统

介绍了无纸温度数据记录仪自动校准系统的硬件构成、工作原理和软件设计。该系统利用上位机连续发送指令来控制温度校准仪的输出功能,接收被校记录仪的实时数据,实现对无纸温度数据记录仪自动校准。通过实验将该自动校准系统与人工手动测试进行对比,实验结果证明了该系统的高效性和可靠性。     

玉米籽粒霉变等级高光谱图像检测方法研究

为了快速、无损检测出储藏玉米籽粒不同霉变状况,提升玉米收储环节质检效率,尝试利用高光谱成像技术结合机器学习算法构建玉米籽粒霉变等级分类模型。采集400-1000nm波段范围内玉米籽粒高光谱图像,以测定的真菌孢子数为依据,将籽粒霉变状态划分为健康、轻度霉变、中度霉变和重度霉变4个等级,采用随机蛙跳(RF)算法优选出7个光谱特征变量,针对特征波段图像,利用Tamura算法共提取出21个纹理特征变量,基于颜色矩提取出21个颜色特征变量。进一步结合支持向量机(SVM)、极限学习机(ELM)和偏最小二乘回归(PLSR)三种算法分别建立基于光谱、图像和图谱特征融合的玉米籽粒霉变等级分类模型。经分析比较,融合光谱和图像特征并结合ELM算法建立的分类模型用于玉米籽粒霉变等级识别效果最优,训练集和测试集分类准确率(Acc)分别为94.21%和93.86%,并将玉米籽粒霉变等级进行可视化表达。研究结果有望为玉米霉变籽粒高光谱现场快速检测设备研发提供技术支持。