搜索结果: 1-7 共查到“农业机械化 EXTRACTION”相关记录7条 . 查询时间(0.124 秒)
基于机器视觉的甘蔗茎节特征提取与识别（Recognition and Features Extraction of Sugarcane Nodes Based on Machine Vision）
甘蔗茎节 识别 机器视觉 支持向量机
2010/12/29
为实现含有蔗芽的有效蔗种片段机器智能切断，引入机器视觉技术识别甘蔗茎节。以甘蔗图像HSV颜色空间的S分量经阈值分割、数学形态滤波处理作为模板，和H分量经阈值分割的反图像进行与运算得到合成图；将合成图划分为64个列块区域，提取质心比、粗度比和白点比等7个特征指标，再用支持向量机分类识别茎节与节间列块，得到茎节与节间的平均识别率为93.359%；对支持向量机分类出的茎节列块进行聚类分析，得到茎...
槟榔籽总酚提取工艺优化与抗氧化活性试验（Optimization of Extraction Technology and Antioxidant Activities of Total Phenol from Betel Nut Seed）
槟榔籽 总酚 提取 响应面法 抗氧化活性
2010/5/5
为了探索槟榔籽中总酚提取的最佳工艺参数，在单因素试验的基础上以提取温度、提取时间和液料比为试验因素，以总酚含量为响应值，采用三因素五水平的响应面分析法进行试验。结果表明，3个因素对槟榔籽总酚提取含量的影响大小顺序为：提取温度、液料比、提取时间；槟榔籽中总酚提取的最佳工艺参数为：提取温度58℃、提取时间4h、液料比47mL/g，总酚含量的预测值为148.09mg/g，验证值为146.63mg/g。试...
挤压膨化后纤维降解对大豆水酶法提油率的影响（Effect of Cellulose Degradation on Soybean Oil Extraction Yield through Extrusion and Expansion Processing）
挤压 膨化 提油率 水酶法 纤维降解 响应面分析
2010/2/26
在单因素试验和挤压膨化机稳定工作基础上，采用响应曲面设计研究了挤压膨化工艺参数对水酶法提取大豆油脂得率与纤维降解率的影响。利用SAS软件建立了数学模型，并对各因素及交互作用进行了分析。结果表明：当模孔孔径为20mm、物料含水率为14.5%、螺杆转速为105r/min、套筒温度为90℃时，总油提取率最优值为93.02%±0.29%。当模孔孔径为18mm、物料含水率为15%、螺杆转速为100r/min...
针对棉花加工过程中存在的异性纤维，采用机器视觉技术，通过图像处理方法提取异性纤维目标，采集异性纤维特征数据，应用一种改进型粗糙集理论，进行异性纤维图像目标特征向量的提取，得到有效的特征向量。最后采用决策树理论，利用提取的特征向量进行识别，实验表明，所提取的特征向量对于识别棉花异性纤维是有效的，识别率达到95%。 For the existence of foreign fibre during c...
香菇多糖复合酶法提取及其脱色工艺优化（Optimum Technology on Extraction and Decoloration of Lentinan by Composite Enzyme Method）
香菇多糖 酶法提取 脱色工艺
2009/5/19
研究了复合酶法提取香菇多糖的最佳工艺条件以及香菇多糖的脱色工艺方法。采用木瓜蛋白酶、纤维素酶复合处理，通过正交试验确定了酶法提取香菇多糖的最佳工艺：木瓜蛋白酶与纤维素酶质量比为2，酶解反应的温度5℃，pH值6.5，反应时间3h，提取率可达16.1%；采用正交试验方法确定了最佳脱色工艺条件为：活性炭用量2%、脱色温度30℃、酶解液pH值4.0、脱色时间90min，多糖损失率和脱色率分别为8.09%和...
形态非抽样小波在主减速器振动特征提取中的应用（Feature Extraction Methods of Vibration Signal in Automobile Main Reducer Based on Morphological Un-decimated Wavelet）
故障诊断 特征提取 主减速器 形态小波 非线性 Hilbert包络
2010/4/1
针对形态小波分解过程的抽样引起信号长度逐层递减的问题，提出一种基于多尺度形态开闭级联滤波的形态非抽样小波构造方法。利用形态非抽样小波的一般框架，采用形态开闭级联滤波作为形态非抽样小波分解的近似信号的分析算子，使形态小波分解过程中信号长度保持不变，从而保证了形态分析时所需的信息量。主减速器振动信号特征提取试验验证了该方法能够有效提取非线性振动信号的特征，较原形态非抽样小波和线性小波有更好的滤波效果，...
基于形态非抽样小波分解的滚动轴承故障特征提取（Fault Feature Extraction of Rolling Element Bearing Based on Morphological Undecimated Wavelet Decomposition）
滚动轴承 故障诊断 特征提取 形态非抽样小波分解
2010/2/26
针对滚动轴承故障特征信息往往被强背景噪声淹没的问题，提出采用基于多尺度差值形态滤波的形态非抽样小波分解方法提取故障特征。形态非抽样小波分解具有形态学的形态滤波特性与小波分解的多分辨率特性，通过非抽样方式对信号进行分解，克服了传统形态小波分解信息丢失的问题。结合差值形态滤波能够提取信号冲击成分的特点，构造了一种基于多尺度差值形态滤波的形态非抽样小波分解方法，并将其应用于滚动轴承故障特征的提取。仿真与...