不同施肥情况下甘蔗叶片的光谱特征分析及叶绿素含量检测

In order to investigate the visible-NIR spectral features of the leaves of a sugarcane variety(ROC 22), the spectral reflectance and the chlorophyll content were measured in the laboratory, and their correlations were analyzed.Prediction models were built eventually.Results showed that the negative correlations with r greater than 0.8 was found in 527-578 nm and 701-731 nm between spectral reflectance and chlorophyll content.And the red edge position(REP) was also found having high correlation with chlorophyll content, with the highest r of 0.8442.In order to explore the most sensitive bands for normalized difference vegetation index(NDVI), 48471 NDVI values were computed with different wavebands for each sample and their correlations with chlorophyll were also analyzed.The distribution maps of NDVI and its correlations in a two-spectral-dimension space both indicated that the red bands had significant influence than the NIR bands.The suggested sensitive red range was 710-735 nm, especially 720-725 nm; and the sensitive NIR range was from 780-850 nm, which had the higher robustness.The chlorophyll predication model with NDVI(725 and 840 nm) in tillering stage had determination coefficients of 0.7386, and was recommended for guiding the subsequent ridging fertilization.     

基于肤色动态手势区域的标定

假设股票价格遵循指数O-U过程，利用随机分析中的鞅方法，得到了具有随机波动率的欧式期权的定价公式，推广了B-S模型.     

采用轻量级网络MobileNetV2的酿酒葡萄检测模型

为提高高分辨率田间葡萄图像中小目标葡萄检测的速度和精度,该研究提出了一种基于轻量级网络的酿酒葡萄检测模型（Wine Grape Detection Model,WGDM）。首先,采用轻量级网络MobileNetV2取代YOLOv3算法的骨干网络DarkNet53完成特征提取,加快目标检测的速度;其次,在多尺度检测模块中引入M-Res2Net模块,提高检测精度;最后,采用平衡损失函数和交并比损失函数作为改进的定位损失函数,增大目标定位的准确性。试验结果表明,提出的WGDM模型在公开的酿酒葡萄图像数据集的测试集上平均精度为81.2%,网络结构大小为44 MB,平均每幅图像的检测时间为6.29 ms;与单发检测器（Single Shot Detector,SSD）、YOLOv3、YOLOv4和快速区域卷积神经网络（Faster Regions with Convolutional Neural Network,Faster R-CNN）4种主流检测模型相比,平均精度分别提高8.15%、1.10%、3.33%和6.52%,网络结构分别减小了50、191、191和83 MB,平均检测时间分别减少了4.91、7.75、14.84和158.20 ms。因此,该研究提出的WGDM模型对田间葡萄果实具有更快速、更准确的识别与定位,为实现葡萄采摘机器人的高效视觉检测提供了可行方法。     

小波变换在图像照度不均校正中的应用

数字图像中照度不均匀影响了图像分割的质量,本文研究图像照度不均匀的校正。讨论几种现有数字图像照度不均匀的校正技术,分析这些方法在计算误差上面的原因及缺点,在此基础上提出基于小波变换的数字图像照度不均匀校正技术。小波变换兼顾了空域和频域,对光照不均匀数字图像做校正,这对后期图像分割非常重要。图像对比实验表明,该方法与其他方法相比较,具有速度快,所得图像区分度高、背景噪声小的特点。     

基于Elman神经网络的酵母废水中Zeta电位的建模

目前在废水处理中，絮凝剂的投放量是依靠经验确定。一般情况下，投放量都会稍多些，务必带来了一定的浪费。模型的建立不但能够真实地反映实际的工业过程，更是控制器设计的重要组成部分。本文是根据聚合氯化铝（PAC）投放量与Zeta电位的关系，利用Elman神经网络技术对其进行建模。仿真结果表明，模型具有良好的拟合及泛化能力。     

基于反射光谱全波段与双波段甘蔗叶片叶绿素预测模型比较

以甘蔗品种新台糖22号(ROC22)叶片为研究对象,针对全波段和双敏感波段处的反射率分别建立甘蔗叶片叶绿素含量的预测模型,对比各模型的精度。全波段方面,以可见-近红外光谱反射率为输入量,提取出前5个主成分后,分别采用多元线性回归(MLR)与BP神经网络(BPNN)方法建立全波段模型M1与M2;敏感波段方面,选择731和785nm这2个敏感波段及由二者计算出的植被指数为输入量,建立一元线性回归(SLR)模型M3、MLR模型M4以及BPNN模型M5。研究结果表明:M1与M2的预测值与实测值间的决定系数R~2分别为0.792 4和0.892 9;M3、M4、M5的R~2分别为0.821 2、0.840 1和0.848 2;BPNN模型精度高于线性回归模型;虽M5的精度稍低于M2的精度,但M5只包含2个敏感波段信息,具有更高的工程应用价值。     

基于DSP的光伏推流系统设计及效果分析

为解决水产养殖中溶氧浓度低、分布不均衡及常规增氧设备能耗高的问题,设计了一种基于数字信号处理器(DSP)的光伏推流系统。该系统以TMS320F2812为主控芯片,通过电压、电流检测电路对太阳能光伏阵列的输出功率进行实时跟踪,实现对蓄电池充放电切换,并采用最大功率点跟踪(MPPT)方法保证了光伏阵列的最大功率输出。用该系统对长7 m、宽5 m、深1 m的浅水区域进行连续5 d的推流实验,并与相同条件下无推流时的溶氧浓度空间分布情况进行对比。结果显示,无推流情况下,试验区域从岸边到湖中溶氧浓度分布呈现由低到高的梯度分布;推流后的溶氧浓度空间分布趋于均衡,且比无推流时的浓度均值提高1~2 mg/L。研究表明,光伏推流能大大降低能耗,提高水体溶氧浓度,改善水体溶氧分布均衡性,对提高水产养殖的密度和产量具有现实意义。     

基于视觉的实时手势识别及其在演示控制中的应用

基于一款已获得国家专利的集成式儿童安全座椅约束系统参数可调的特征，选择座椅高度、靠背角度、安全带限力器限力值为优化变量，以儿童乘员头部损伤、胸部损伤、颈部损伤为优化目标，采用多项式回归近似模型和多目标进化算法相结合的方法对该集成式儿童座椅在保护3岁、6岁、10岁儿童乘员时的可调约束参数进行了多目标优化.结果表明：优化后的约束参数能对上述儿童乘员提供更好的保护作用，优化效果显著.最后在得到的3组优化约束参数的基础上，提出了一种针对3~10岁不同身材儿童的自适应匹配方法.