排序方式： 共有2条查询结果，搜索用时 62 毫秒
1
1.
针对当前果树智能化剪枝决策研究尚不完善的问题,以树形分析和人工智能剪枝决策为基础,建立苹果树剪枝决策系统。提出基于局部点云的树枝三维骨骼提取方法,该方法采用Harris角点检测、凝聚层次、深度层次分析算法提取三维骨骼关键点,并基于线覆盖法建立树枝的空间向量,获取苹果树枝的三维空间形态特征数据,从而生成树枝的三维骨骼图,实现真实树枝的数字化模拟;提出基于BP神经网络的剪枝决策方法,以三维骨骼图为特征,实现根据输入的果树数据自动分析并生成剪枝方案。结果表明,剪枝决策方案对于背上枝和向心枝的辨别程度较好,准确率均达到90%以上,对干扰枝的总检出率85.71%,整体符合要求。该系统实现了苹果树剪枝环节的数字化处理和智能化剪枝,为果树科学剪枝提供可靠的工具。 相似文献
2.
货架期是判断羊肉新鲜度的重要标准。为探讨生物阻抗技术在食品货架期检测方面的应用前景,提出了一种即配羊肉货架期无损检测方法。结合影响即配羊肉新鲜度变化的关键因素及生物阻抗的测量原理,针对电极数量、电极材料、电极排列方式等测试条件的不同,自主设计了电极作为生物阻抗测试前端。揭示了在0、4、8℃的3个贮藏温度下即配羊肉阻抗参数和TVB-N含量的变化规律及即配羊肉阻抗与TVB-N含量、货架期的相关性;以TVB-N含量为关键参考指标,建立基于BP神经网络的即配羊肉货架期预测模型和评价方法,并将其与支持向量机模型、决策树模型进行对比,BP神经网络模型的F1分数可达95.9%。基于BP神经网络模型设计即配羊肉货架期检测系统,可实现用户友好的数据可视化与即配羊肉货架期的即时检测。 相似文献
1