您的位置: 专家智库 > >

国家粮食丰产科技工程(2006BAD01A08)

作品数:2 被引量:19H指数:2
相关作者:王兰英陈丽张晋国唐尧华更多>>
相关机构:河北农业大学河北大学更多>>
发文基金:国家粮食丰产科技工程更多>>
相关领域:农业科学自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇农业科学
  • 1篇自动化与计算...

主题

  • 1篇电传感器
  • 1篇叶部
  • 1篇叶部病害
  • 1篇遗传算法
  • 1篇玉米
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征提取
  • 1篇排种
  • 1篇排种器
  • 1篇网络
  • 1篇光电
  • 1篇光电传感器
  • 1篇非接触
  • 1篇非接触式
  • 1篇概率神经网络
  • 1篇感器
  • 1篇病害
  • 1篇传感
  • 1篇传感器

机构

  • 2篇河北农业大学
  • 1篇河北大学

作者

  • 1篇唐尧华
  • 1篇张晋国
  • 1篇陈丽
  • 1篇王兰英

传媒

  • 2篇农机化研究

年份

  • 1篇2011
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于非接触式速度测量的排种驱动系统被引量:3
2009年
介绍了一种利用非接触式速度测量装置驱动排种器的工作原理。该装置用前后两个光电传感器来探测路面的反射光信号,根据两路信号的时间差得到相对速度,并用该测速装置来驱动步进电机,步进电机带动排种器转动,以达到排种和速度同步的目的。此装置可以改善现有播种机靠地轮驱动时由于打滑造成的排种不均匀的问题,使排种更加均匀化。
唐尧华张晋国
关键词:光电传感器排种器
概率神经网络在玉米叶部病害识别中的应用被引量:16
2011年
根据锈病、灰斑病、小斑病、褐斑病和弯孢菌叶斑病等5种主要玉米叶部病害的特点,提出了一种基于图像处理技术和概率神经网络技术的玉米叶部病害识别方法。首先,对田间采集的玉米叶部病害图像样本进行去噪处理、图像分割和特征提取;然后,利用遗传算法优化选择出4个独立、稳定性好、分类能力强的分类特征;最后,提取目标对象的特征向量作为输入向量,由概率神经网络(PNN)分类器识别病害类别,平均正确识别率为9 0.4%,高于BP神经网络。试验结果表明了该方法的有效性,可为田间作物病虫害的快速智能诊断提供借鉴。
陈丽王兰英
关键词:玉米叶部病害特征提取遗传算法概率神经网络
共1页<1>
聚类工具0