排序方式: 共有107条查询结果,搜索用时 281 毫秒
11.
基于对林业工程及其二级学科在国内外设置情况的研究,分析了林业工程一级学科下新设"林业电气化与自动化"二级学科的必要性,并提出北京林业大学新设"林业电气化与自动化"二级学科的建设方案。一是明确"林业电气化与自动化"二级学科的定位及内涵,即作为以林业工程为基础的多学科相结合的交叉学科,定位于电气化与自动化在林业工程中的应用。二是加强学科队伍建设,包括注重学科人才的培养和学科队伍结构的优化;注重师德师风建设;强化学科团队的科研创新意识,引导学科团队成员聚焦国家重大战略和地方经济社会发展;建立健全学科团队内部的"传帮带"机制等。三是确定学科研究领域,包括林区微电网及电气化、林业生态环境监测与预警、城市园林环境自动监测与控制等研究方向。四是制定学科研究生培养方案,包括明确培养目标、创新培养模式、完善课程体系、深化课程教学改革等。 相似文献
12.
【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据,分别使用插值方法、RNN神经网络、LSTM神经网络对缺失部分进行填补,填补结果与原始数据比对并分析结果。基于神经网络预测值误差随预测时刻推后而增大的误差分布情况,本文提出了在神经网络预测值基础上加入对数据后期处理的方法:从缺失数据的正向和反向进行预测,将2个方向的预测值各自乘以一组按照预测时刻递减的权重值并相加,结合2个预测方向的优势,进一步提高预测准确度。【结果】3种方法中,RNN与LSTM神经网络方法较传统的插值方法优势明显:插值方法准确度在缺失值增多时迅速下降;神经网络方法下降速度较慢。当填补值与真实值误差在2%以内作为准确时,插值方法的填补准确率不足50%,RNN方法达到50%且不足60%,LSTM方法达到80%以上;当填补值与真实值误差在4%以内作为准确时,插值方法填补准确率为60%,RNN方法准确度最高达到90%,LSTM方法准确率在95%以上。在此基础上加入权重处理,对LSTM预测结果处理后误差在2%以内准确率达到97%,误差在3%以内准确率达到100%。选取一组测试数据代入模型,预测结果比训练数据预测结果精度有所下降,但双向预测方式优势更加明显。【结论】采用基于LSTM模型的双向综合预测法,可显著减小长期预测中的累计误差对预测结果的影响,提升了预测数据的准确度。与其他两类数据填补方法相比,基于LSTM神经网络的数据填补方法在长期缺失的时间序列数据填补上有较大优势。 相似文献
13.
营养液配置及灌溉控制技术已成为无土栽培中的关键技术,然而目前营养液管理控制中存在配置流程繁琐、营养液配比不精准及灌溉策略单一等问题,阻碍了无土栽培技术的大面积推广应用。针对上述问题,设计了一种基于马利奥特装置的营养液管理控制系统,该系统主要由营养液配制系统与营养液灌溉控制系统两部分组成。通过EC(电导率)和pH值传感器实时获取营养液成分,建立配液系统,依据不同作物营养需求自动、快速配置目标营养液。根据不同用户的需求,结合作物栽培区的气象参数和应用环境,制定了3种不同的灌溉策略:参比蒸散灌溉模式、光照辐射灌溉模式、定时灌溉模式。实验表明,该系统可以快速、准确地实现营养液的管理控制,为作物的无土栽培技术的大面积推广应用奠定了基础。 相似文献
14.
竹叶片氮含量高光谱估测方法对比研究 总被引:1,自引:0,他引:1
为实现快速无损检测竹叶片氮含量,采用波长范围为350~2500nm的地物光谱仪获取竹叶片光谱数据,以金镶玉竹叶片为样本,对其进行高光谱分析。将高光谱原始反射率及其一阶微分、对数一阶微分和二阶微分值,与化学法测量的竹叶片氮含量值进行了相关性分析,分别获得了不同微分变化下的特征波段;基于微分变换后的高光谱反射率数据,分别采用二元线性回归、多元逐步回归、偏最小二乘回归和基于主成分分析的BP神经网络方法,建立了4种金镶玉竹叶片的氮含量高光谱估测模型。对比4种估测模型的校验结果表明,在光谱反射率的对数一阶微分变换下,采用拓扑结构为6-10-1的基于主成分分析的BP神经网络估测模型,校验环节决定系数为0.838,均方根误差RMSE为0.0452,具备较好的竹叶片氮含量估测效果。 相似文献
15.
基于电容法的非接触式土壤水分传感器设计与性能分析 总被引:2,自引:0,他引:2
针对接触式土壤水分传感器存在对土体破坏大及使用安装、更换困难等问题,设计了一种基于电容法的非接触式土壤水分传感器。借助网络矢量分析仪对传感器环形探头在不同介电常数的有机溶液中进行测量,确定了传感器环形探头电容变化范围为7.08~22.75 p F。选取11种不同电容值高频瓷片分别与102 n H的绕线电感进行并联谐振试验,得到的测试结果与仿真结果的决定系数达到了0.98,检测电路的测量精度能够满足传感器的设计要求。以北京地区粘壤土作为测试样本,对传感器输出与对应的测量值进行了多项式拟合,决定系数达到了0.995 9,系统的稳态与动态性能均能满足土壤水分的检测要求。通过试验分析了温度对传感器输出的影响,将传感器输出结果与温度进行线性拟合,决定系数达到了0.987 9。进一步提出了能量指数Ka,通过试验的方式确定了传感器的纵向影响范围为10 cm,横向影响范围为5 cm。最后对比试验表明,所设计的土壤非接触式水分传感器与国外同类产品性能相当,能够满足土壤非接触式测量的要求,但具有更高的性价比,为同类产品的国产化奠定了基础。 相似文献
16.
17.
设计一款基于土壤介电理论中的频域反射法(Frequency Domain Reflectometry)的土壤氮含量传感器,提供了一种用于土壤中氮含量的快速测定的新方法。试验装置以2个金属平行板为敏感元件、含氮土壤为电介质,设计试验在不同土壤含水率梯度下,探索土壤含氮量对土壤介电特性的影响,用平行板电极借助磁场来检测土壤中氮含量,建立传感器的输出频率和土壤质量含水率和氮含量的数学模型。试验结果表明,在土壤含水量一致的情况下,传感器的输出频率随着氮素含量的增加呈递减趋势。模型调整R2达到0.97,验证了模型的有效性。在前人研究的基础上,基于已经成熟的驻波比法(Standing Wave Ratio,SWR)土壤水分传感器间接测量含氮土壤的介电常数,使用烘干法得到土壤的容重,即可得到含氮土壤较为精确的含水量,通过建立的模型根据传感器输出频率与含水量得到土壤的氮含量。 相似文献
18.
为提高树木年轮测量仪的测量精度,提出了一种自适应低通滤波算法对年轮测量仪的直流电机电流信号进行滤波处理。普通低通滤波算法滤波系数固定,当树木年轮宽度发生变化时,既可能保留了部分噪声信号,又可能滤去部分有效的树木年轮信号,因此降低了年轮测量仪的测量精度。自适应低通滤波算法的滤波系数可随滤波器输入值和输出值的变化自动进行调整,提高了噪声滤除效果,减少了有效信号损失。使用自主研发的年轮测量仪测量了大、中、小3种径阶的60个落叶松圆盘,记录直流电机原始电流信号,分别采用自适应低通滤波算法和普通低通滤波算法对原始电流进行滤波处理,根据滤波后的电流波形图,预估圆盘年龄,并计算2种滤波算法的年轮识别正确率。结果表明,自适应低通滤波器年轮识别正确率的平均值为89. 66%,普通低通滤波器年轮识别正确率的平均值为75. 84%;当平均年轮宽度变窄时,自适应低通滤波器的年轮识别正确率从95. 61%下降到82. 02%,下降了13. 59个百分点,而普通低通滤波器的年轮识别正确率从86. 37%下降到62. 30%,下降了24. 07个百分点。表明自适应低通滤波器年轮识别正确率高,自适应能力强,年轮识别精度稳定。 相似文献
19.
基于多特征降维的植物叶片识别方法 总被引:1,自引:0,他引:1
植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。针对低维特征不能全面描述叶片信息,识别准确率低的问题,提出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理,获得去除颜色、虫洞、叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征,对灰度图像提取Hu不变矩特征、灰度共生矩阵特征、局部二值模式特征和Gabor特征,对纹理图像提取分形维数,共得到2 183维特征参数。再采用主成分分析与线性评判分析相结合的方法对叶片多特征进行特征降维,将叶片高维特征数据降到低维空间。降维后的训练样本特征数据使用支持向量机分类器进行训练。试验结果表明:使用训练后的支持向量机分类器对Flavia数据库和ICL数据库的测试叶片样本进行分类识别,平均正确识别率分别为92.52%、89.97%,有效提高了植物叶片识别的正确率。 相似文献
20.
基于椭球函数的棉花叶倾角分布动态模 总被引:4,自引:0,他引:4
根据试验资料,在系统分析棉花冠层叶倾角时空分布规律的基础上,将整个生育期分为4个生长阶段,并利用高斯五点距离法将冠层分为5层,用椭球分布函数模拟不同生育阶段、不同高度层上的叶倾角分布密度.模型能较全面地反映整个生育期冠层不同高度上的叶倾角分布情况,且方便用于分层的光合作用模型.利用不同播期的试验资料对模型进行验证,叶倾角频率分布的模拟结果与1:1直线之间的决定系数R2和均方根误差(RMSE)分别为0.945和6.3%,表明模型具有较好的预测性和实用性. 相似文献