排序方式: 共有22条查询结果,搜索用时 15 毫秒
2.
3.
含水率影响着花生的质量、储藏时长与出油率。本研究针对当前花生含水率测量效率低、有损检测、无法适应大规模检测等问题,探索基于高光谱成像技术的花生含水率无损快速检测方法。测量并建立了300份不同种类花生的高光谱原始图像及光谱数据集,并利用小波变换、多元散射校正(MSC)和一阶导数对数据进行预处理,结合PLS、XGBoost、BO-XGBoost算法建立花生含水量无损检测模型。通过实验对比得出,利用小波变换对原始光谱数据进行预处理后的光谱数据建立的BO-XGBoost模型最优,预测模型决定系数R2=0.953 9,均方根误差RMSE=0.806 5。实验表明,高光谱成像技术结合BO-XGBoost能够对花生含水率进行快速、准确、无损检测,且对其他农作物水分含量检测具有一定的借鉴意义。 相似文献
4.
5.
基于全系统动态精度理论及其建模方法,建立实际测量系统的"白化"或"准白化"模型,以及输出总误差的"白化"模型,利用混合谱分析的方法对动态测试系统进行误差分解与溯源.动态误差分解与溯源是误差理论及精度理论的逆向问题,在动态测量及动态测试系统的设计中具有十分重要的意义. 相似文献
6.
在无线传感器网络中,传感器节点分布通常具有随机性和密集性,如何进行有效覆盖控制和节省能源是研究无线传感器网络的一个重要课题,提出了一种基于二进小波变换的无线传感器网络覆盖算法。将网络覆盖优化问题转化为一个离散信号模型,利用小波模极大值理论求解此信号的极值点位置。通过Matlab实验仿真,并分析了各个参数对实验结果的影响,表明网络在完全覆盖条件下该算法能有效除去冗余节点,求解的最小节点数比文献的算法要节省66%以上,从而降低了无线传感器网络能量和成本,从侧面验证了该算法具有一定的优越性。 相似文献
7.
垩白度是衡量优质大米品质的重要指标,随着农业检测自动化发展,利用机器视觉准确检测大米垩白度对大米生产加工具有重要意义。针对现有算法在分割垩白区域时存在抗干扰能力弱、稳定性差以及准确度低等问题,本文提出了一种基于图像显著性区域提取的垩白区域提取算法。利用大米垩白区域图像显著性的特点,对图像特征变化边缘进行提取,计算出边缘像素点个数以及边缘的总像素值,从而计算出边缘像素的平均值作为该区域的阈值。最后,利用计算得到的阈值对该区域进行分割,分割出整张图片的垩白区域,并计算出大米的垩白度。实验结果表明,该算法识别准确率为96.76%,相较于传统的OTSU算法检测准确率平均提高了 26.87%,相较于改进的OTSU算法检测准确率平均提高了 7.26%。 相似文献
8.
9.
10.
全系统动态误差建模理论分析与应用 总被引:2,自引:0,他引:2
对测量系统进行动态特性和精度理论研究必须建立测量系统的数学模型。针对传统建模方法的缺陷,研究分析了全系统动态误差建模理论与方法,该建模理论与方法充分考虑了系统内部各组成环节的信息,建立的模型能够反映实际测量系统内部各结构单元的传递特性随时间变化对系统测量精度的影响。该建模理论与方法具有普遍的适用意义,不管是动态测量系统还是静态测量系统,用该建模理论与方法都能够建立其全误差模型。最后利用全系统动态误差建模理论与方法建立了测微系统(百分表)的全误差模型,并进行了实验验证。 相似文献