排序方式： 共有43条查询结果，搜索用时 16 毫秒
21.
为精准预测大田土壤含水率,并掌握不同深度土壤含水率分布规律,针对大田土壤含水率时序数据的非线性特点及相邻深度土壤含水率间具有较强关联关系,该文建立3层时延神经网络大田多深度土壤含水率预测模型,用以实现对6个不同深度(10、20、30、40、50和70 cm)土壤含水率预测。利用试验法确定预测模型的隐含层节点个数、训练学习算法和训练集样本量。试验结果表明:隐含层使用10个节点,采用L-M(Levenberg-Marquardt)训练算法,采用45%样本集数据作为训练样本,55%作为测试样本集,对所建预测模型进行预测,10和20 cm的预测相对误差小于7%,而30、40、50和70 cm的预测相对误差小于4.5%。因此利用基于时延神经网络的多深度土壤含水率预测模型,可为掌握土壤含水率分布动态变化规律提出一种解决方案。 相似文献
22.
23.
24.
掌握土壤水分入渗规律对于合理制定灌溉方案、设置灌溉参数和改进灌溉技术有重要意义。为探究微润灌溉条件下土壤水分入渗规律,利用HYDRUS-3D有限元模型对微润灌溉下土壤水分入渗进行了数值模拟,讨论了初始压力水头和土壤质地对土壤水分入渗的影响。数值模拟结果显示：在土壤水分入渗的垂直剖面上湿润体以微润管为中心呈同心圆状向外扩散,扩散速率与初始压力水头呈正相关。模拟试验周期为36h,分3个时间段进行土壤水分扩散速率的计算,0~5h内土壤水分平均入渗速率为1.85cm/h,6~15h内的平均入渗速率为0.79cm/h,16~36h内的平均水分入渗速率为0.59cm/h。土壤含水率最大值出现在微润管周围,向外围呈减小趋势。相同时间内土壤湿润峰运移距离随初始压力水头的增大而增大,微润灌溉下水分入渗速率在3种质地的土壤（砂壤土、壤土、粘壤土）中依次增大,并测得在压力水头为-180cm时整个模拟周期中3种质地土壤的平均水分扩散速率分别为：0.69、0.53、0.46cm/h。研究表明,土壤含水率和水分扩散速率随压力水头的增大而增大,随土壤黏粒含量的增大而减小。 相似文献
25.
基于GIS的农田土壤水分状况管理模型及应用 总被引：2，自引：1，他引：1
基于GIS开发了土壤水分和土壤电导率的简单专题图及精细专题图模块。简单专题图为运行于农田PDA的嵌入式GIS系统提供采样异常点检查验证;精细专题图为运行于上位机的农田信息处理系统提供信息可视化管理。简单专题图调用GIS组件方法获得并据此建立了采样管理模型;精细专题图中,土壤水分采用克里金插值算法预测的均方根百分比误差（RMSPE）为5.489%;土壤电导率插值模型采用泛克里金算法预测的RMSPE为18.451%。基于精细农田信息专题图,根据特定作物不同生长时期需水量的专家推荐值建立了土壤水分管理模型,利用该模型进行的一次灌溉决策显示,土壤含水率方差从灌溉前的1.9168调整到了灌溉后的0.8906。试验表明,采样管理模型能够指导田间采样,农田水分管理模型能够指导农田灌溉。 相似文献
26.
基于Visual C++的精确定时技术与应用 总被引：1，自引：0，他引：1
为了保证实时控制系统的控制精度，往往要求能精确定时。在Visual C＋＋中提供多种定时方案，对常见的几种定时方法进行了对比、分析。针对精准施药系统的定时要求，分别采用Ouery Performance—Frequency（）和QueryPerformancecounter（）函数及多媒体两种方法进行定时。经过测试，表明两种方法均能够满足系统提出的定时精度要求，但前者与计算机的硬件配置有关，因此在精准施药系统中采用基于多媒体的定时方法。 相似文献
27.
基于径向基支持向量机的棉花虫害识别 总被引：9，自引：0，他引：9
针对棉花受棉蚜、棉叶螨、棉盲蝽、斜纹夜蛾和烟粉虱等害虫为害后叶片表面出现不同症状,利用计算机视觉技术识别棉花虫害.通过获取受害棉花叶片图像,预处理后转换至2G-R-B空间,结合Otsu算法实现色斑分割,提取色斑图像R变量、(R +G+B)/3变量的一阶矩、二阶矩和三阶矩为颜色特征,提取非色斑图像拓扑描述子和Hu不变矩为形状特征,提取2层双树复小波变换的细节图像均值和方差为纹理特征,并应用径向基支持向量机识别棉花棉蚜、棉叶螨、棉盲蝽、斜纹夜蛾、烟粉虱等虫害和正常叶片.试验结果表明,当径向基参数σ为3时,棉花虫害识别正确率达88.1％. 相似文献
28.
基于Gabor小波和颜色矩的棉花盲椿象分类方法 总被引：6，自引：5，他引：1
为了提高棉花盲椿象测报精度,提出了一种在自然环境下基于Gabor小波和颜色矩的棉花盲椿象自动分类方法。该方法以5种棉花盲椿象为研究对象,利用Gabor小波和颜色矩分别提取盲椿象图像的纹理和颜色特征,并结合主成分分析和支持向量机,实现了棉花盲椿象的分类。通过特征提取与优化试验发现,利用主成分变换得到的第1主成分、第2主成分和第3主成分分量累计贡献率为87.3%,且聚类效果较好;通过棉花盲椿象分类试验得出,经过主成分分析与径向基核函数支持向量机相结合的棉花盲椿象分类效果最好,其训练时间为89 ms,分类正确率达91%。该方法能准确对棉花盲椿象进行分类与识别。 相似文献
29.
为了研究不同喷雾参数优化方法对温室风送式弥雾机喷雾效果的影响,在试验的基础上,分别运用二次多项式回归和BP神经网络,建立了温室风送式弥雾机喷雾分布均匀性响应面模型.结果表明: BP神经网络响应面模型的相关系数、均方根误差分别为0.987 1,0.134 0,而二次多项式响应面模型的相关系数、均方根误差分别为0.928 2,0.215 9,BP神经网络模型较高的相关系数和较低的均方根误差说明其拟合精度较高;对二次多项式回归模型寻优,预测的雾滴分布变异系数最小值为1.47%,实际值为1.58%;采用BP神经网络协同遗传算法寻优,雾滴分布变异系数预测值和实际值分别为1.21%,1.28%;表明在喷雾参数优化中,基于BP神经网络的遗传算法比二次多项式响应面法具有更好的准确性. 相似文献
30.