基于卷积神经网络的葡萄叶片氮含量识别方法

为实现对葡萄叶片氮素含量快速、便捷的识别，在卷积神经网络VGG-16网络结构基础上，将数据增广后的图像按不同梯度划分进行模型训练，通过十折交叉验证法探究最佳的训练集与验证集分配比例，并构建4个不同深度的网络模型进行训练对比，采用全局平均池化代替全连接层约简网络参数量。训练结果表明，氮含量梯度设为0.70%、0.35%和0.175%时，室内简单背景识别准确率分别为85.9%、76.2%和71.1%；晴天室外复杂背景下识别准确率分别为44.6%、35.0%和30.4%。研究结果表明利用VGG-16建立的网络学习模型对葡萄叶片氮含量识别提供了一种新的便捷方法，对农业信息化和智能化技术应用具有一定促进作用。     

基于主成分分析法和极限学习机的尿沉渣图像识别算法研究

针对尿沉渣中的有形成分进行检测和分析,提出结合主成分分析(PCA)和极限学习机(ELM)的识别和统计方法。该方法通过PCA对样本进行特征提取和降维后输入到ELM进行训练,根据训练得出的模型与未经PCA处理的样本训练的模型进行检测效果对比。实验结果表明,使用PCA处理后的样本训练得出的模型具有更高的识别准确度和稳定性,同时训练时间大幅减少。     

小型灌排U型槽施工期结构受力分析与优化研究

渠槽预制构件在施工期破损现象较为普遍,亟需提高构件的结构承载能力.本文以预制U型槽为研究对象,分析构件在实际施工中的受力特征,采用材料力学和有限元法分析构件应力状况;若构件最大拉应力超过混凝土极限弯拉强度,构件会发生脆性破坏,从混凝土材料角度阐释了构件破损机理,同时对构件结构提出了优化建议:增加构件槽底局部厚度或提高混凝土强度等级,实现降低构件承受的最大拉应力、增大混凝土极限弯拉强度的效果,进一步增强构件结构实际的承载能力,有助于提升农田水利工程质量.     

路面压电振动能量采集技术的现状及展望

随着传统能源日益减少,如何开发利用新型能源已成为当下迫切需要解决的问题。路面振动产生的大量未能收集的能量成为当下研究的热点。对压电发电路面技术途径进行了梳理、分析与归纳,并对路面压电振动能量采集技术的国内外发展现状进行了详细的阐述,指出了我国路面压电振动能量采集技术的趋势及发展方向。对全面掌握路面压电振动能量采集技术的现状,指导我国路面压电振动能量采集技术的研究具有重要意义。