搜索结果: 1-3 共查到“农业电气化与自动化 Neural Network”相关记录3条 . 查询时间(0.031 秒)
霉变板栗的近红外光谱和神经网络方法判别（Discrimination of Moldy Chinese Chestnut Based on Artificial Neural Network and Near Infrared Spectra）
板栗 近红外光谱 BP神经网络 预处理
2009/11/3
利用近红外光谱检测了带壳板栗的品质。在波数为12000～4000cm-1范围内采用近红外漫反射法采集了合格板栗和霉变板栗的光谱，用6种光谱预处理方法分析数据，比较了板栗近红外光谱在不同预处理方法下所建模型的识别率。试验结果表明经矢量归一化预处理所建模型识别效果最好，对预测集中的合格板栗、表面霉变板栗、内部霉变板栗的预测正确率分别为94.74%、94.44%、92.31%。
基于人工神经网络的田间秸秆覆盖率检测系统（Measuring System for Residue Cover Rate in Field Based on BP Neural Network）
保护性耕作 秸秆覆盖率 BP神经网络
2009/8/11
以VC++为工具，田间实拍图像为研究对象，在分析田间秸秆和土壤纹理特征差别的基础上，设计了BP神经网络秸秆覆盖率检测系统。该系统采用了神经网络与纹理特征相结合的方法提取秸秆，并以纹理特征熵值为标准建立了网络输入层学习样本选取准则。人工模拟和田间试验表明，设计的BP神经网络秸秆覆盖率检测系统对田间秸秆的识别率达90%以上，秸秆覆盖率计算误差可控制在5%以内；与传统的拉绳法相比，检测效率提高50～12...
基于神经网络的汽油HCCI发动机空燃比控制策略（Air/Fuel Ratio Control of Gasoline HCCI Engine Based on Neural Network）
汽油发动机 均质充量压缩燃烧 空燃比
2009/8/11
均质压缩燃烧（HCCI）在控制上存在难点，其中关键是基于循环的空燃比实时控制。HCCI汽油机没有能直接表征发动机每循环进气量的参数，因此，采用动态递归神经网络（Elman网络）预测HCCI发动机每循环的进气量。通过氧传感器闭环和瞬态工况中的油膜补偿，实现对HCCI发动机的稳态及瞬态工况下空燃比的精确控制。试验表明：汽油HCCI发动机神经网络预测模型及空燃比控制策略能满足HCCI发动机实时控制的需求...