搜索结果: 1-6 共查到“农业工程 Classification.”相关记录6条 . 查询时间(0.125 秒)
投影寻踪分类模型在作物补偿效应评价中的应用（Comprehensive Evaluation on Compensatory Effects of Water Recovery after Drought Based on Projection Pursuit Classification Model）
水分胁迫 补偿效应 投影寻踪分类
2010/1/28
为了解决作物旱后复水补偿效应评价和优选的不确定性，提高补偿效应评价模型的分辨率，提出了投影寻踪分类模型，并采用变异和动态信息素更新蚁群算法寻找最优的投影方向，用最佳投影方向信息研究各评价指标对补偿效应的贡献率，发现光合速率的大小直接反应了补偿生长的能力，是影响补偿效应的关键因子，与以往研究结论相符，且适度胁迫复水后第5天表现出的补偿效应最佳。
基于自动视觉检测的棉花异性纤维分类系统（AVI System for Classification of Foreign Fibers in Cotton）
棉花 异性纤维 分类 自动视觉检测
2009/12/28
为实现棉花异性纤维的在线识别，设计了一种基于自动视觉检测(AVI)的棉花异性纤维分类系统。该系统利用棉层生成器将待检测皮棉制成约2mm厚的均匀薄层使其中的异性纤维更容易检测，利用彩色线扫描相机检测有色异性纤维，利用单色线扫描相机检测在紫外线激发下能产生荧光的白色异性纤维。采用多特征多分类器集成的模糊分类方法实现了对异性纤维的分类。实验表明，该系统对异性纤维的平均分类正确率可达到80%。
基于SVM快速增量算法的HACCP控制点分类（Fast Incremental SVM Method for Classification of CCPs on HACCP Implementation）
危害分析与关键控制点 支持向量机 增量学习
2009/11/3
支持向量机方法已经在HACCP体系关键控制点的智能发现中取得较为满意的结果，但是在样本不断增加的情况下分类效率不高。本文采用支持向量机增量学习算法，优先选择可能成为支持向量的边界向量，减少参与训练的样本数量，进而实现增量学习。实验证明，改进的支持向量机增量算法在保证分类精度的同时，显著提高了分类速度。
基于多光谱图像及组合特征分析的茶叶等级区分（Classification of Tea Grades by Multi-spectral Images and Combined Features）
茶叶等级 多光谱成像 形状特征 纹理特征 组合特征
2009/11/3
提出了一种采用多光谱成像的机器视觉技术对4个等级的西湖龙井茶进行区分的方法。首先采用3CCD多光谱摄像机同时获取茶叶在540、670和800nm波谱处的波长图像，然后对预处理后的图像进行图像特征提取，选取了18个形状特征和15个纹理特征。基于这2组特征分别对4个等级的茶叶进行主成分聚类分析，得到的两幅主成分空间的聚类图都不能对4个等级茶叶进行有效的区分。为了得到高效的区分模型，本研究对形状特征和纹...
农业车辆视觉实际导航环境识别与分类（Recognition and Classification for Vision Navigation Application Environment of Agricultural Vehicle）
农业车辆 视觉导航 实际环境
2009/8/11
分析了对路径识别影响较大的变光照环境、杂草环境和阴影环境对农业车辆导航路径的影响，提出一种实际环境中的农业车辆视觉导航研究方法，即先采用神经网络算法对农田环境进行自动分类，然后再相应的选择不同的路径识别方法进行处理。环境识别与分类试验结果证明，该方法能够提高农业车辆视觉导航系统的实用性和可靠性，导航环境的分类准确率为95%，单幅图像平均耗时23ms。
针对复杂产品客户需求中类别数多且数据量大的分类问题，利用最小最大概率机的概率信息和样本间隔信息，提出采用启发式方法解决编码设计问题。在算法中将一个减少了迭代次数的分类器视为弱化了的分类器，同时保留分类器的间隔属性和几何特性，并利用高维映射将分类器输出映射到特征空间，在弱化阶段大量减少了整体的迭代次数而在合成阶段利用非线性映射来提升性能。通过对叉车产品客户需求的数值试验证明算法具有较好的分类效果，降...