简介:摘要: 田间杂草是衡量农作物生长发育的关键因素之一,田间杂草的检查和分布密度图对进行田间杂草正确预防具备十分重要意义。为了能推动农田从规模性施药向高精密施药的改变,务必简单高效地检验农田杂草的分布位置、种类和密度情况。无人机高操控性和协同能力变成结合人工智能技术检验农田杂草分布密度的新的方法。 文中根据DJI平台与安卓系统移动终端设计方案,开发农田杂草鉴别与分布密度制图系统。此系统基于深度学习数字模型进行田间杂草类别的识别,根据图像坐标系和世界坐标系的转换揭露杂草的空间坐标,最后用于安卓系统挪动操纵无人机飞行、无人飞机出航资料显示、图像数据表明和杂草分布密度图的建立等形式。
简介:摘要:农田杂草治理是作物保护的关键环节,也是世界各国专业技术人员研究的热点。农业杂草处理按操作方式可分为化学除草、人工除草和机械除草三种。化学除草是农民过去常用的一种除草方法。由于其使用成本低,对经济收入低的农民来说是一种很好的除草方法。然而,这种除草方法中使用的化学物质不仅对杂草造成危害,而且对农田土壤也有很大的危害,造成了很大的环境污染,甚至直接危害人类健康。人工除草法主要用于传统作物。在化学除草剂出现之前,只能手动进行田间除草。虽然这种除草方法不会对人体健康、农田土壤和生态环境造成损害,但除草效率很低,除草周期长,人工劳动浪费大,使用成本高。对于人们日常食用的蔬菜、瓜果,农田杂草不能用化学药剂控制,只能用人工或机械除草处理。随着人工智能和信息技术的飞速发展,智能机械除草技术已成为农民的新选择。采用机械除草技术可以智能地识别作物和杂草,保证作物不受损害,杂草得到准确的处理。
简介:摘要:本文探讨了基于机器视觉和深度学习的杂草识别系统。杂草是农业生产中的主要问题之一,对作物产量和品质造成严重威胁。传统的杂草识别方法面临着特征提取难、分类效果有限等挑战。而近年来,深度学习技术的快速发展在杂草识别领域展现出了强大的潜力,为实现高效、准确的杂草识别提供了新的解决方案。本文将首先介绍传统的杂草识别方法,然后重点探讨深度学习在杂草识别中的应用,以及深度学习方法相较于传统方法的优势。
简介:摘要:造纸工业自动化生产中会应用到电表,实际应用具有复杂性,在实际应用过程中,涉及的参数会转变成为外于低压状态的电平电压信号,处于长距离环境中,可将信号传输到二次电表以及计算机系统中,因此在除去其中有用信号意外,也会生成区别于被测信号的无关电压以及电流情况,此种信号情况也被称为干扰信号。此种干扰现象产生原因较多,也有一部分是电气干扰,在宏观层面上,下列因素均会造成干扰行为,比较常见的有热噪声因素以及温度效应等,在具体测量阶段,针对上述干扰因素影响不能彻底排除,因此难以实现仪表正常工作。结合设备具备的功能,转化成为输入端子干扰模式,可将类型划分为串联模式以及共模干扰模式,前者是指在叠加测量信号层面上的干扰情况,后者是指两种结合因素之间产生的增加干扰,对象分别为设备输入端子以及地面。本文通过对仪器仪表抑制干扰的有效策略进行分析,确保仪器仪表正常运行。
简介:摘要:音圈电机的线圈骨架由非金属材料聚酰亚胺棒MP40加工而成,受结构限制,其壁厚较薄,单边厚度仅为0.5mm,在线圈骨架上绕制漆包线容易使骨架出现较大变形,本论文主要介绍一种抑制音圈电机薄壁骨架绕线变形的工艺装置。
简介:摘要:音圈电机的线圈骨架由非金属材料聚酰亚胺棒MP40加工而成,受结构限制,其壁厚较薄,单边厚度仅为0.5mm,在线圈骨架上绕制漆包线容易使骨架出现较大变形,本论文主要介绍一种抑制音圈电机薄壁骨架绕线变形的工艺装置。