搜索结果: 1-15 共查到“农业工程 network”相关记录20条 . 查询时间(0.09 秒)
Possibilities of Using the Direct Runoff Model KINFIL for a Road Network Design
road network off-production area hydrological model
2015/1/28
The paper provides a practical implementation of the hydrological model KINFIL to be used for design-ing an optimal road density system in areas where agricultural or forestry production does not play...
基于改进BP神经网络的排种器充种性能预测（Prediction for Performance of Seed-filling Process Based on Improved BP Neural Network）
排种器 充种 性能预测 BP神经网络
2010/12/29
充种性能直接影响排种器排种质量，应用Matlab神经网络工具箱建立了排种器充种单粒率η1和空穴率η2的改进BP神经网络预测模型。选取转速n、种子当量直径d、充种角β和型孔直径D作为试验因素进行充种性能试验，获得64组单粒率和空穴率的试验结果。选取55组结果作为训练样本，采用Levenberg-Marquardt训练方法对建立的网络进行训练，并选取剩余的9组结果对训练好的网络进行仿真预测。其中，n、...
基于神经网络的车辆排气噪声声音品质预测技术（Sound Quality Prediction of Vehicle Exhaust Noise Based on Neural Network）
车辆 声音品质 排气噪声 神经网络
2010/12/29
通过评审团成对比较法测试得到18种车辆排气噪声的满意度评价，考察并选取响度、尖锐度、粗糙度、波动度和峭度作为描述车辆排气噪声声音品质的客观心理声学参数，使用BP神经网络理论建立车辆排气噪声声音品质神经网络预测模型，对排气噪声样本的满意度进行预测，并与使用多元线性回归模型所得的预测值进行了比较。结果表明，神经网络模型预测值更接近实测值，误差在10%范围以内，对于单一噪声样本满意度的预测精度高于多元线...
基于神经网络的离心泵能量性能预测（Energy Characteristics Prediction of Centrifugal Pumps Based on Artificial Neural Network）
离心泵 性能预测 神经网络
2010/12/29
总结了BP网络和RBF网络在离心泵能量性能预测中的应用现状，介绍了这两种网络的结构及特点。分别采用BP网络和RBF网络建立了离心泵能量性能预测模型。用57组数据对这两个预测模型进行了训练，并用6组数据对两种网络结构的性能预测模型进行了仿真。研究结果表面：两种网络结果的预测模型预测精度比较接近且预测结果的趋势也相同，BP网络预测精度略高于RBF网络；BP网络扬程平均预测误差为3.85%，效率平均预测...
基于遗传模糊神经网络的植物病斑区域图像分割模型（Image Segmentation Model of Plant Lesion Based on Genetic Algorithm and Fuzzy Neural Network）
植物病害 遗传算法 模糊神经网络
2010/12/29
针对植物病斑区域图像边界的模糊性和不确定性因素，利用模糊逻辑的推理规则和神经网络的自适应性，提出全规则的自适应模糊神经网络模型作为植物病叶图像像素归属的决策系统，并利用遗传算法对系统的可调整参数初始值进行全局优化，提高了网络训练速度，避免了传统BP算法的局部最小值。通过对马铃薯早疫病病斑图像分割的实验表明，该模型速度快且稳定，精度高且鲁棒性好，简单易于实现。
静液驱动履带车辆转向神经网络PID控制仿真（Steering Neural Network PID Control for Tracked Vehicle with Hydrostatic Drive）
履带车辆 静液驱动 转向 神经网络
2010/12/29
根据履带车辆转向运动学和动力学分析，提出转向控制策略，可在满足系统压力限制以及保证车辆转向安全条件下自动降低平均车速以保证驾驶员期望转向半径的准确实现。转向控制器由神经网络PID控制器和泵马达排量控制器组成。运用Matlab/Simulink对系统进行神经网络转向控制仿真分析，仿真结果表明，与传统PID控制相比较，神经网络控制输出超调量由10.5%降至4.1%，控制响应时间由4.8s降至2.2...
Modeling of heat and entropy sorption of maize (cv. Sc704): neural network method
maize back propagation entropy isosteric heat sorption isotherm
2014/2/26
Equilibrium moisture content of maize affects its values of dehydration heat and entropy. Precise prediction of heat and entropy with regard to its equilibrium moisture content is a simple and fast me...
基于双重编码遗传算法和图论的自压树状管网优化（Optimization of Gravity Tree-type Pipe Network Based on Dual Coding Genetic Algorithm and Graph Theory）
树状管网 优化 遗传算法
2010/1/28
以投资最小为目标函数，压力、流速、管径等限制为约束条件，建立了自压树状管网优化数学模型，并采用改进遗传算法进行求解。根据树状管网优化的特点，遗传算法采用二进制编码和整数编码相结合的双重编码，实现了同时对管网布置形式和管径进行优化。根据图论中树的性质，在产生初始解及变异操作时，采用基于圈的方法，对交叉方法进行了改进，从而减少了不可行解的产生。同时对遗传算法的操作过程进行了改进，结合了模拟退火算法，调...
仓内谷物通风干燥孔道网络数值模拟与验证（Pore Network Numerical Simulation and Experiment on Drying of Corn Material in Bin）
谷物 干燥 模拟 孔道网络
2009/11/24
利用前已建立的仓内谷物通风干燥孔道网络模型，对玉米热风干燥实验过程进行了数值模拟，并将模拟结果与实验数据进行了比较。结果表明：该模型可有效模拟谷物的干燥过程；干燥时玉米颗粒平均温度与玉米堆孔隙气相平均温度之间存在明显的差别，后者始终比前者温度要高，故以往将谷物与孔隙气相温度不加区分，视为同一值的做法是不妥的；配位数对干燥的影响十分显著，其值越大，物料干燥越快；当物料含杂、配位数值较小时，干燥仓内会...
分形多孔介质孔道网络模型的构建（Construction of Pore Network Model of Fractal Porous Media）
干燥 多孔介质 孔道网络 分形
2009/11/24
采用压汞试验获得实际多孔介质的微观结构参数。以冻干马铃薯为例计算了孔隙分形维数，结果表明冻干马铃薯结构具有显著的分形特性。运用位似变换理论、分形理论、Voronoi图以及马铃薯的特征参数等，构建出与马铃薯结构参数相对应的二维分形孔道网络模型。构建的网络模型考虑了影响多孔介质干燥的孔道微细结构特征，模型参数能够很好地反映多孔物料的微观结构，且获得了合理的分形维数。
基于无线传感器网络的温室环境监测系统（Greenhouse Environment Monitoring System Based on Wireless Sensor Network）
温室环境监测 无线传感器网络 ARM9
2009/11/3
简述了一种结合嵌入式技术、无线传感器网络技术的温室环境信息采集与监测系统设计方案。系统控制终端基于ARM9和嵌入式Linux操作系统进行设计，用于温室环境数据的接收、实时显示和存储，通过GPRS方式实现与远程管理中心的通信。温室环境数据的采集利用无线传感器网络完成，可采集温室温度、湿度、CO2含量、光照强度，基质温度和湿度等6通道参数信息。无线传感器网络的成功应用解决了传统温室使用有线方式布线繁琐...
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%。
基于改进BP神经网络的复合叶轮离心泵性能预测（Performance Predicting of Centrifugal Pumps with Compound Impeller Based on Improved BP Neural Network）
复合叶轮 BP神经网络 性能预测
2009/9/25
应用Matlab建立了复合叶轮离心泵效率和扬程的BP神经网络预测模型。选取73组试验结果作为样本，采用Levenberg-Marquardt法则对构建的网络进行训练，并随机选取12组训练样本外的数据对训练好的网络进行测试。试验的主要参数为流量Q， 叶片数z，叶片出口安放角β2，短叶片进口直径Di，叶片出口宽度b2，效率η以及扬程H。其中选取Q，z，β2，Di，b2作为网络的输入层，η和H作为输出层...
基于复杂网络的产品族模块化过程（Generation Process of Product Family Modularization Based on Complex Network）
大批量定制 产品族 模块划分
2009/8/11
用复杂网络描述产品族的结构，运用简单路径搜索算法求出产品层次序列，计算点介数及各级零部件的使用情况；以简单路径作为边中介性的度量，得到边介数；去除中介性最大的连接；计算最佳分类数Q；重新计算边介数。如此反复，可以得到Q函数的分布曲线和聚类图，进而得到模块划分结果。根据零部件使用情况和被标记的结构实体，调整和优化模块划分结果。以工业汽轮机产品族为例，对其结构进行了模块化分析，结果符合实际需要。
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...