【摘 要】
：
基于LIBS技术结合BP神经网络技术,对6类水稻种子进行类型鉴别研究.对水稻种子的LIBS全谱和分段光谱进行积分,再输入BP神经网络,得到:全谱积分前的识别率为81.02％,积分后识别率
【机 构】
：
长江大学物理与光电工程学院,湖北,荆州434023
论文部分内容阅读
基于LIBS技术结合BP神经网络技术,对6类水稻种子进行类型鉴别研究.对水稻种子的LIBS全谱和分段光谱进行积分,再输入BP神经网络,得到:全谱积分前的识别率为81.02％,积分后识别率为93.40％,识别率提高12.38％;分段光谱积分后识别效果较好的是中心波长为405 nm、570 nm、810 nm的光谱,将这三段光谱进行组合,组合光谱的识别率均超过94％,其中405～570～810 nm组合识别率最高达到97.67％;从该组合光谱中提取特征光谱输入神经网络,识别率为97.35％,识别时间为原组合光谱的53％.结果表明:LIBS积分信号下的组合光谱法识别迅速可靠,适用于水稻种子的快速批量检测.
其他文献
随着无人机越来越多的应用在植保作业中,无人机障碍物识别正逐渐成为研究的重点。由于单一传感器识别障碍物的局限性,提出将毫米波雷达和视觉系统相结合的障碍物识别方法:利用毫米波雷达探测前方障碍物的距离,通过视觉系统检测障碍物的大小形状等信息。视觉系统结合色值提取、形态学处理等方法滤去干扰信息,得到较为光滑的障碍物轮廓,利用坐标系的转换实现雷达与视觉系统的空间融合,首次对障碍物的面积进行了测算,采用同步线
对目标车辆的信息进行高效、准确的检测是自动泊车、智能交通等领域的关键技术之一.针对智能泊车机器人对目标车辆进行近距离测量的需求,提出了一种基于单线激光雷达的车辆位
材料表面的反射特性一般由双向反射分布函数(BRDF)表征,其理论计算模型已大体满足实际需要.随着计算机计算速度与效率的提升,结合实验数据利用智能优化算法反演BRDF理论计算
校准是保证振动传感器测量结果准确和可靠的重要手段。针对传统中频校准装置无法提供高加速度振动激励以及高加速度振动量值无法溯源的问题,开展基于激光干涉法的谐振式高加速度振动传感器校准技术研究。基于谐振原理建立谐振式高加速度振动发生装置,实现高加速度振动发生;建立外差激光干涉法绝对振动校准系统,通过对外差激光干涉信号的直接采集和解调,实现了高加速度振动测量和校准。实验结果表明,该系统能够在140～2 9