【摘 要】
：
蝗虫属于毁灭性的生物灾害,对农牧业造成严重的危害.该文提出了如何用脉冲耦合神经网络(PCNN)进行蝗虫的彩色图像处理算法.为了减少RGB图像各分量间的相关性对图像处理的影响,将彩色图像转换到HSI彩色空间,分别用PCNN对提取出的H、S、I分量图进行分割处理.在MATLAB中运行PCNN算法程序,得到了彩色图像的边缘信息.实验的结果表明,基于PCNN的图像分割结果对目标的分辨明显优于原始图像.该文
【机 构】
：
中国农业大学信息与电气学院,北京,100083 中国农业机械化科学研究院,北京,100083
【出 处】
：
中国自动化学会第21届青年学术年会
论文部分内容阅读
蝗虫属于毁灭性的生物灾害,对农牧业造成严重的危害.该文提出了如何用脉冲耦合神经网络(PCNN)进行蝗虫的彩色图像处理算法.为了减少RGB图像各分量间的相关性对图像处理的影响,将彩色图像转换到HSI彩色空间,分别用PCNN对提取出的H、S、I分量图进行分割处理.在MATLAB中运行PCNN算法程序,得到了彩色图像的边缘信息.实验的结果表明,基于PCNN的图像分割结果对目标的分辨明显优于原始图像.该文工作验证了PCNN在图像处理方面的功能,同时也拓展了蝗虫侦测的方法。
其他文献
针对水下机器人运动的精确控制问题,在常规模糊控制的基础上,结合PID控制高精度的优点,设计了一种基于模糊规则切换的模糊PID双模控制器.根据水下机器人的运动特性设定切换模糊规则,并以水下综合探测机器人为对象进行了仿真和外场试验研究.试验结果表明,该控制器保持了常规模糊控制器设计简单实用的优点和良好的动态性能,同时大大提高了控制精度,且降低了超调,对模型的不确定性和外部扰动具有较强的鲁棒性,具有较高
介绍了一种基于PROFIBUS_DP现场总线的制药厂污水处理系统设计,系统采用PROFIBUS_DP单主站系统构成方法,通过模块CP343-1Lean实现工控机与PLC之间的以太网通讯.并详细介绍以西门子公司的S7-300PLC(CPU315-2DP)为一级DP主站,安装了step7软件的工控机为二级DP主站,ET200M模块化I/O站用作从站的体系结构,论述了PROFIBUS_DP总线组态过程。
定性指标的量化,是效能评估基础理论研究的重要环节,量化结果合理性、科学性直接影响着效能评估的准确性.在探讨了量化标度的分类和等级的基础上,指出了目前标度使用上存在的问题,进而尝试从保序性、判断一致性、标度均匀性、标度权重拟合性等多角度多层次对主流标度进行评价比较,得出了各种标度比较的结论,以期能为指挥自动化系统中效能评估问题研究提供参考.
基于W.Leontief提出的动态投入产出模型,讨论了其连续型的形式.利用连续时间广义预测控制的方法,可得到使能源、资金、资源等消耗最小的最优控制律.仿真示例证明了此算法的有效性。
对于给定的离散不确定滞后系统,提出鲁棒模型预测控制方法,其中不确定性存在于系统的状态矩阵和输入矩阵当中,且满足范数有界条件,而时滞同时存在于状态和输入中.用LMI解决滞后系统的不确定性,针对滞后系统给出了新的鲁棒性能指标上界和系统稳定的充分条件,仿真算例表明本文提出方法的可行性和有效性.
本文分析了时滞对象的特性,讨论了各种控制方法的原理及特点.结合典型的史密斯预估补偿算法和大林算法进行了设计,并指出针对大时滞系统的有效控制策略.可以看出,采用智能控制技术与经典的大时滞控制策略相结合,是对时滞过程控制的有效途径.通过实例设计,对两种算法的控制效果进行了对比分析。
本文的主要贡献是将神经动态规划这一先进的技术引入到交通控制领域,试图解决若干交通控制问题,比如城市交通信号控制、匝道控制、高速公路密度控制等.神经动态规划是一种白适应优化控制方法,它秉承了传统动态规划以及神经网络技术的优点,克服了传统动态规划的"维数灾"问题.该方法具有合理的运算时间和存储要求,能够进行动态优化和实时控制,因此它非常适用于具有随机性、非线性和不确定性的实时交通环境.本文以高速公路单
制造执行系统(MES)是企业CIMS信息集成的纽带,针对ERP在制造业生产现场管理方面的不足,介绍了橡胶密封件企业MES系统的应用开发.系统主要包括生产计划调度、生产过程监控、统计分析、基于B/S的远程数据查询等模块,并实现了与企业ERP系统的有机集成.系统实施后加快了对生产制造过程快速跟踪和反馈能力,实现了企业信息管理、生产制造、生产控制各层信息系统的衔接和数据集成,有效提高了数据流效率和企业的
针对双电源及多电源并列供电系统等复杂配电系统的故障定位问题及提高定位算法的计算效率的问题,提出了一种应用于配电网故障定位的改进优化矩阵算法.该算法以矩阵分析为基础,能够实现普通树状网及开环运行的环网的故障定位需求.根据故障发生时流经监控点的故障过流信号的信息而设计,而且采用分线路存储技术并动态形成网络描述矩阵,有效的减少了算法实现过程中的计算量,提高了系统的计算效率.
针对煤气混合过程具有强耦合、强干扰、非线性等特点,提出一种将模糊控制、前馈解耦思想和神经网络理论结合的智能解耦控制算法.模糊控制器和解耦网络分开设计,解耦由神经网络实现,利用简化的学习算法,根据系统输出误差在线调整网络权值,从而实现静态和动态解耦;并采用模糊专家控制对解耦后的各单变量进行控制.最后介绍了算法在某钢铁企业加压站和焦炉集气管两个煤气混合过程中的具体应用,应用效果表明了该算法的有效性.