期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
奶牛精量饲喂系统研究
被引量:
20
1
作者
范永存
张长利
+1 位作者
董守田
田磊
《农业机械学报》
EI
CAS
CSCD
北大核心
2009年第S1期65-68,64,共5页
精量饲喂系统的核心技术是奶牛个体识别技术。系统采用了非接触式的无线射频识别(RFID)技术,奶牛佩带符合ISO11785标准的电子标签。采食开始前,系统核对奶牛信息后按照饲喂要求进行自动投料。系统各测量数据将通过以ZigBee为核心建立起...
精量饲喂系统的核心技术是奶牛个体识别技术。系统采用了非接触式的无线射频识别(RFID)技术,奶牛佩带符合ISO11785标准的电子标签。采食开始前,系统核对奶牛信息后按照饲喂要求进行自动投料。系统各测量数据将通过以ZigBee为核心建立起来的无线网络传输到主控计算机,同时主控计算机将奶牛饲喂规则的相关控制指令也通过无线网络传送到饲喂装置,控制饲喂装置工作。系统预留相关扩展接口方便后续升级使用。
展开更多
关键词
奶牛养殖
精量饲喂系统
无线射频识别
紫峰短距离无线传输标准
下载PDF
职称材料
基于机器视觉的大豆籽粒精选技术
被引量:
42
2
作者
王润涛
张长利
+3 位作者
房俊龙
王树文
杨方
田磊
《农业工程学报》
EI
CAS
CSCD
北大核心
2011年第8期355-359,共5页
为实现大豆精选模型的设计,选择东农405、东农410、东农634共3个大豆品种,以正常豆、灰斑豆、霉变豆、虫蚀豆为研究对像,采用可脱离PC机独立工作的智能摄像头获取分析豆粒图像。通过动态阈值分割算法分离豆粒与背景,提取豆粒图像的形状...
为实现大豆精选模型的设计,选择东农405、东农410、东农634共3个大豆品种,以正常豆、灰斑豆、霉变豆、虫蚀豆为研究对像,采用可脱离PC机独立工作的智能摄像头获取分析豆粒图像。通过动态阈值分割算法分离豆粒与背景,提取豆粒图像的形状、颜色、纹理3方面的特征参数15个。采用BP神经网络建立分类模型,模型平均识别准确率达98%。试验选择2000粒大豆样本对精选装置进行测试,测试结果显示:该装置对正常豆、灰斑豆、霉变豆和虫蚀豆的筛选精度分别达到98.3%、93.4%、92.2%、95.9%,筛选效率达到每分钟300粒,将机器视觉技术应用于大豆精选机的设计中是可行的。
展开更多
关键词
键词:机器视觉
图像处理
模型
BP神经网络
精选
大豆
下载PDF
职称材料
题名
奶牛精量饲喂系统研究
被引量:
20
1
作者
范永存
张长利
董守田
田磊
机构
东北
农业
大学
工程
学院
伊利诺大学农业与生物工程系
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2009年第S1期65-68,64,共5页
基金
哈尔滨市科技创新人才研究专项资金项目(2008RFXXN003)
文摘
精量饲喂系统的核心技术是奶牛个体识别技术。系统采用了非接触式的无线射频识别(RFID)技术,奶牛佩带符合ISO11785标准的电子标签。采食开始前,系统核对奶牛信息后按照饲喂要求进行自动投料。系统各测量数据将通过以ZigBee为核心建立起来的无线网络传输到主控计算机,同时主控计算机将奶牛饲喂规则的相关控制指令也通过无线网络传送到饲喂装置,控制饲喂装置工作。系统预留相关扩展接口方便后续升级使用。
关键词
奶牛养殖
精量饲喂系统
无线射频识别
紫峰短距离无线传输标准
Keywords
Dairy farming,Precise feeding system,RFID,ZigBee
分类号
S823 [农业科学—畜牧学]
S817.3 [农业科学—畜牧学]
下载PDF
职称材料
题名
基于机器视觉的大豆籽粒精选技术
被引量:
42
2
作者
王润涛
张长利
房俊龙
王树文
杨方
田磊
机构
东北
农业
大学
工程
学院
伊利诺大学农业与生物工程系
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2011年第8期355-359,共5页
基金
黑龙江省博士后启动基金(LBH-Z10249)
东北农业大学博士启动基金(Z010RCB42)
黑龙江省教育厅基金项目(11541023)
文摘
为实现大豆精选模型的设计,选择东农405、东农410、东农634共3个大豆品种,以正常豆、灰斑豆、霉变豆、虫蚀豆为研究对像,采用可脱离PC机独立工作的智能摄像头获取分析豆粒图像。通过动态阈值分割算法分离豆粒与背景,提取豆粒图像的形状、颜色、纹理3方面的特征参数15个。采用BP神经网络建立分类模型,模型平均识别准确率达98%。试验选择2000粒大豆样本对精选装置进行测试,测试结果显示:该装置对正常豆、灰斑豆、霉变豆和虫蚀豆的筛选精度分别达到98.3%、93.4%、92.2%、95.9%,筛选效率达到每分钟300粒,将机器视觉技术应用于大豆精选机的设计中是可行的。
关键词
键词:机器视觉
图像处理
模型
BP神经网络
精选
大豆
Keywords
computer vision
image processing
models
BP neutral network
winnow
soybean
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
奶牛精量饲喂系统研究
范永存
张长利
董守田
田磊
《农业机械学报》
EI
CAS
CSCD
北大核心
2009
20
下载PDF
职称材料
2
基于机器视觉的大豆籽粒精选技术
王润涛
张长利
房俊龙
王树文
杨方
田磊
《农业工程学报》
EI
CAS
CSCD
北大核心
2011
42
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部