排序方式: 共有106条查询结果,搜索用时 140 毫秒
51.
为了提高光伏太阳能转换率,拓展传统纹波控制技术的应用,该文提出了离散时间纹波控制算法,通过对纹波控制技术的离散化处理,将最大功率点跟踪控制问题转换为离散采样-控制问题。以太阳能板输出电压为状态量,在其处于极大值和极小值时对系统进行采样;随后采取离散时间纹波控制算法使系统快速追踪到系统的最大功率点。该文在Simulink系统中对离散时间纹波控制算法进行了仿真。仿真结果表明,在1 000和200 W/cm2,25℃的条件下,算法均可以快速准确地追踪到太阳能系统的最大功率点,追踪精度高达96%;在外部环境由1 000变为200 W/cm2时,系统能够在0.1 s内准确地追踪到新的最大功率点。 相似文献
52.
基于改进ResNet的植物叶片病虫害识别 总被引:1,自引:0,他引:1
轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键。研究提出一种基于改进ResNet模型的轻量化植物叶片病虫害识别算法Simplify ResNet。以人工采集图像和PlantVillage数据集图像为实验数据,根据移动端植物病虫害识别对准确率、速度和模型大小的实际需求,改进ResNet模型。使用5×5卷积替代7×7卷积,采用残差块的瓶颈结构代替捷径结构,采用模型剪枝处理训练后的模型。通过测试集5 786幅图像测试Simplify ResNet模型,证明5×5卷积和残差块的瓶颈结构可有效降低模型参数量,模型剪枝可有效降低训练后的模型大小。Simplify ResNet模型对测试集图像的识别准确率为92.45%,识别时间为48 ms,内存大小为36.14 Mb。与LeNet、AlexNet和MobileNet等模型相比,其准确率分别高18.3%,7.45%和1.2%。为移动端植物病虫害识别解决最重要的算法设计问题,为移动端植物病虫害识别做出有益探索。 相似文献
53.
以北京林业大学林业电气化与自动化学科"物联网技术及应用"研究生课程教学为例,针对课程教学存在的教学内容更新不及时、课堂教学方式单一、缺乏具有行业特色的教学案例、实践教学环节薄弱、课程考核不尽合理等问题,结合学科的林业行业背景特色和物联网技术的发展趋势,引入CDIO工程教育理念,从教学内容的设计、教学方式的改革、实践教学的改进、多元化课程考核的实施等4个方面提出课程教学改革的方案;同时,从课程知识体系的构建、课程教学内容的安排以及基于"互联网+"优化教学模式、以CDIO理念为指导实施项目驱动式教学等方面着手进行了改革实践。"物联网技术及应用"研究生课程教学改革顺应"互联网+"时代的发展要求,取得了以下良好效果:一是引入教师团队的林业监测科研案例和物联网前沿技术专题,丰富了课堂教学内容;二是引入项目驱动式教学、翻转式课堂等,优化了课堂教学方式;三是增设综合设计型实验和企业实习等,完善了实践教学环节;四是建立全面的课程考核与评价体系,加强对学生学习的引导,既激发了学生的学习兴趣又有效提升了其综合能力。 相似文献
54.
基于TOF摄像机的植物叶态萎蔫辨识研究 总被引:2,自引:0,他引:2
为定量辨识植物叶态的萎蔫程度,定义了基于离散时域傅里叶变换的萎蔫指数,搭建了一套植物叶态采集系统,以黄瓜和绿皮西葫芦幼苗为试验样品,采用植株根部快速失水与汲水的方法,控制植株叶片处于不同程度的萎蔫状况,使用TOF摄像机获取叶态3D图像信息,对图像进行去噪、阈值分割、点积运算等处理,得到目标叶片的三维点云数据,运用离散时域傅里叶变换计算其萎蔫指数。通过对黄瓜单片叶和绿皮西葫芦多片叶在植物失水、叶片萎蔫阶段和植物吸水、叶片恢复阶段的萎蔫指数定量对比分析,以及对叶片萎蔫指数在整个植物水分胁迫过程的单因素方差分析,显著性分别为0.890 4、0.292 2、0.903 6,均大于0.05,验证了基于TOF摄像机的叶态萎蔫定量辨识方法的可行性与准确性。 相似文献
55.
基于GPRS/SMS和μC/OS的都市绿地精准灌溉控制系统 总被引:8,自引:3,他引:5
为了节约都市绿地灌溉用水,提高水资源利用率,该文设计了一套基于ATmega128 MCU、嵌入式操作系统、全球移动通讯系统GSM、通用分组无线业务GPRS(General Packet Radio Service)的都市绿地远程精准灌溉控制系统。该系统实现了网络化、智能化的土壤墒情的实时检测,以及历史数据查询、土壤信息及灌溉信息的图表显示,用水报表生成,根据地势、植被不同,生成不同灌溉策略等功能。采用GSM/GPRS自主切换技术,结合现代嵌入式实时操作系统μC/OS,进一步提高了系统的可靠性。该系统能根据植物的土壤含水率阈值和生物需水量实现精准节水灌溉。初步试验证明,该系统数据传输可靠性高,节水效果显著。 相似文献
56.
基于北斗卫星通信的林区小气候监测系统研究 总被引:1,自引:0,他引:1
为实现无手机信号林区生态系统参数的实时监测,基于北斗卫星短报文、物联网和云存储等技术,设计了一种林区小气候实时监测系统。该系统由小气候监测站、云服务器和系统软件构成,可实现林区大气、土壤、光照和植物等多参量的实时监测、云存储、动态查询、报表生成和大数据分析。系统对森林火险天气指标的计算进行平滑处理,加入了枯枝落叶层土壤湿度火险因子,实现了森林火险天气等级预报功能,为局部林区的防火预警服务。通过2017年3—5月在北京鹫峰国家森林公园的连续测试实验,3个小气候监测站可以稳定可靠地获取11种林区小气候数据,北斗卫星传输正确率分别为98.57%、99.43%和99.59%,达到了对林区小气候进行长期实时监测的目的,通信费用低于铱星卫星通信。该系统自2016年在北京、内蒙古、河北和河南等地推广应用,为林区的生态大数据获取和分析提供服务。 相似文献
57.
基于驻波原理的锥式林区土壤含水率仪设计与性能分析 总被引:1,自引:0,他引:1
为了提高现有土壤含水率传感器在林区的测量性能及可使用性,在优化传感器结构的基础上,设计了一种基于驻波原理的锥式林区土壤含水率仪,其锥角30°、探头直径20 mm、探头长度150 mm。实验结果表明:传感器横向测量范围为10 cm、纵向测量范围为18 cm,输出线性拟合决定系数在0.96以上。静动态特性分析表明,传感器测量范围为零到粘壤性土壤饱和含水率,测量精度为3%,稳定性标准差0.49%,超调量为0.48%,过渡时间0.582 s。通过与TDR(TRIME-HD2型传感器、德国)进行对比,测量结果线性拟合决定系数在0.97以上,两者测量性能相当,表明所设计的传感器能够达到实际使用的要求。本文设计的土壤含水率仪性价比更高,更适用于林区土壤含水率测量,使用更为便捷。 相似文献
58.
基于全卷积神经网络的云杉图像分割算法 总被引:1,自引:0,他引:1
以云杉为研究对象提出了应用全卷积神经网络(Fully convolutional networks,FCN)分割图像的算法。利用无人机采集图像,标注470幅云杉图像,其中300幅组成训练集,170幅组成测试集,标注90幅樟子松图像作为附加测试集。以VGG16为基础建立云杉分割FCN模型,利用Tensorflow框架实现和训练网络,通过共享权值和逐渐降低的学习速率,提高FCN模型的训练性能。选择像素精度(PA)、均像素精度(MPA)、均交并比(MIoU)和频权交并比(FWIoU)4个语义分割评价指标评价测试结果。FCN模型分割云杉图像,PA和MPA达到0.86,MIoU达到0.75,FWIoU达到0.76,处理速率达到0.085s/幅,有效地解决了光照变化、云杉个体差异、地面杂草干扰和植株之间粘连的影响。与HSV颜色空间阈值分割以及K均值聚类分割算法比较,FCN模型的MIoU分别提高0.10和0.38。 相似文献
59.
基于K-SVD字典学习算法(K-singular value decomposition, K-SVD)的压缩感知技术应用在林区微环境监测站中,可极大地减少数据传输数量,从而降低监测站的使用能耗,延长监测站的使用寿命。本文选用空气温度作为实验对象,验证算法的可行性,并与前人提出的基于离散傅里叶变换基(Discrete fourier transform, DFT)的压缩感知方法进行对比实验。实验结果表明,当稀疏度k相同时,K-SVD算法的平均稀疏化误差始终小于DFT算法,且误差分布范围更加集中;当稀疏度和压缩率均相同时,K-SVD算法的平均重构误差也始终小于DFT算法,且误差分布范围更加集中。在林区微环境监测站中,K-SVD算法具有更好的稀疏表示性能以及重构性能,在降低相同系统能耗的同时,也降低了数据传输的误差。 相似文献
60.
针对木本植物越冬期茎干冻结信息难以原位、在线监测的问题,本研究依据茎干冻结过程中水-冰比例变化与茎干阻抗的关系,研制茎干体积含冰量的原位、在线检测传感器。驻波测量频率及电路仿真结果表明,采用100 MHz信号激励源,电路能够有效表征茎干阻抗中电抗分量的变化;植物冻结过程中的阻抗变化分析表明,基于茎干阻抗变化表征体积含冰量的变化是可行的;探头电磁空间分布仿真结果表明,传感器有效测量区域为0~10 cm;静动态特性分析表明,传感器测量范围为0~100%,分辨率为0.05%,测量精度为±1.76%,稳定性良好,动态响应时间为0.172 s,功耗为0.25 W;室内外实验表明,传感器可以有效追踪茎干内体积含冰量的动态变化及受冻害胁迫程度,反映植物越冬期水-冰转化的日周期生理特征,可为植物含冰量监测和不同纬度下人工林的抚育提供技术支撑。 相似文献