中国韩国日本在线观看免费,A级尤物一区,日韩精品一二三区无码,欧美日韩少妇色

當前位置:主頁 > 科技論文 > 自動化論文 >

基于深度學習的籽棉地膜分揀系統(tǒng)研究

發(fā)布時間:2024-06-14 00:54
  我國是棉花生產(chǎn)消費大國,而新疆作為我國主要產(chǎn)棉省份,其棉花的產(chǎn)量和質(zhì)量對我國棉紡加工行業(yè)的健康發(fā)展起著關(guān)鍵作用。新疆大規(guī)模應用膜下滴灌技術(shù),該方法能夠節(jié)省灌溉用水,提升肥料利用率,提高棉花產(chǎn)量,然而在機械采收過程中大量的殘留地膜會混入籽棉,如果不能及時處理,將會嚴重影響后續(xù)的棉花加工,降低棉紡織品的質(zhì)量。地膜無色透明且無熒光效應,常規(guī)方法很難識別。本文為基于深度學習的籽棉地膜分揀系統(tǒng)研究,提出了一種堆疊自適應加權(quán)自動編碼器和極限學習機結(jié)合的籽棉地膜識別算法。主要的研究內(nèi)容和成果如下:1.設計了一套籽棉地膜分揀系統(tǒng),包括籽棉開松裝置、地膜檢測裝置和地膜剔除裝置三部分。籽棉開松裝置的作用是將棉團打散,方便后續(xù)檢測識別。地膜檢測裝置由高光譜圖像采集模塊和籽棉地膜識別算法模塊構(gòu)成,作用是實現(xiàn)籽棉地膜的識別分類。地膜剔除裝置的作用是及時將識別出的地膜剔除。2.歸納了高光譜圖像處理中常用的降維和分類方法,采集籽棉地膜高光譜圖像(1000-2500nm)樣本,分析了光譜特征,預設了分類的類別數(shù)(4類:背景、背景上的地膜、籽棉、籽棉上的地膜)。闡述了自動編碼器和極限學習機的基本原理,提出了一種自適應加...

【文章頁數(shù)】:59 頁

【學位級別】:碩士

【部分圖文】:

圖3-2地膜與籽棉的實物圖像

圖3-2地膜與籽棉的實物圖像

11且由于連續(xù)的窄波段成像,相鄰波段數(shù)據(jù)之間信息之間會存在冗余;最后高光譜圖像數(shù)據(jù)中含有大量噪聲,數(shù)據(jù)的信噪比較低,數(shù)據(jù)呈現(xiàn)出非線性特征[39]。3.2高光譜圖像采集和預處理為了制作樣本集,需要采集籽棉地膜的高光譜圖像。收集了大約10kg來自新疆阿克蘇地區(qū)的機采籽棉,原料來自于新....


圖4-13VW-AE的迭代損失函數(shù)曲線

圖4-13VW-AE的迭代損失函數(shù)曲線

35圖4-13VW-AE的迭代損失函數(shù)曲線Fig.4-13IterativelossfunctioncurveofVW-AE最后,利用VW-SAE提取36維高階特征,并將其作為ELM的輸入。表4-3列出了基于VW-SAE和傳統(tǒng)mRMR算法提取的高光譜圖像特征作為GWO-ELM輸入....


圖4-14光譜反射曲線

圖4-14光譜反射曲線

36表4-4不同隱含層節(jié)點數(shù)的ELM分類結(jié)果Table4-4.CLASSIFICATIONRESULTSOFTHEDIFFERENTNUMBEROFHIDDENNODESOFTHEELM隱含層節(jié)點數(shù)101420背景0.96520.99440.9835背景上的膜0.79950.86....


圖4-15基于偽彩色地

圖4-15基于偽彩色地

39(a)原始圖片(b)標記圖片(c)VW-SAE+GWO-ELM(d)VW-SAE+ANN(e)SAE+GWO-ELM(f)SAE+ANN(g)GWO-ELM(h)ANN圖4-15基于偽彩色地圖的模型分類結(jié)果Fig.4-15Classificationresultsforeac....



本文編號:3993902

資料下載
論文發(fā)表

本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/3993902.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶3b877***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com