戴春霞
- 作品数：14 被引量：126H指数：8
- 供职机构：江苏大学电气信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省“六大人才高峰”高层次人才项目江苏高校优势学科建设工程资助项目更多>>
- 相关领域：农业科学理学轻工技术与工程自动化与计算机技术更多>>
- 模糊非相关鉴别C均值聚类的茶叶傅里叶红外光谱分类被引量：4
- 2018年
- 茶是一种让人喜爱的健康饮品,不同品种的茶叶其功效和作用是不相同的。研究出一种可靠、简单易行、分类速度快的茶叶品种鉴别方法具有重要的意义。在模糊非相关判别转换(FUDT)算法和模糊C均值聚类(FCM)算法的基础上提出了一种模糊非相关鉴别C均值聚类(FUDCM)算法。FUDCM可以在聚类过程中动态提取光谱数据的模糊非相关鉴别信息。用FTIR-7600型傅里叶红外光谱分析仪分别采集优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰三种茶叶的傅里叶中红外光谱,波数范围为4 001.569~401.121 1cm^(-1)。先用多元散射校正(MSC)进行光谱预处理,然后用主成分分析法(PCA)将光谱数据降维到20维,再利用线性判别分析(LDA)提取光谱数据中的鉴别信息。最后分别运行FCM和FUDCM进行茶叶品种鉴别。实验结果表明:当权重指数m=2时,FCM的聚类准确率为63.64%,FUDCM的聚类准确率为83.33%;FCM经过67次迭代计算实现了收敛,而FUDCM仅需17次迭代计算就可以实现收敛。用傅里叶红外光谱技术结合主成分分析、线性判别分析和FUDCM的方法能快速、有效地实现茶叶品种的鉴别分析,且鉴别准确率比FCM更高。
- 武小红翟艳丽武斌孙俊孙俊
- 关键词：红外光谱茶叶主成分分析模糊C均值聚类
- 基于ARM9内核的智能灌溉控制系统的设计被引量：4
- 2010年
- 介绍了基于ARM920T内核的嵌入式控制系统的设计与实施,并将控制系统引入设施栽培自动灌溉控制中。实践证明,该系统的设计达到了预期的效果。
- 戴春霞赵德安
- 关键词：ARM9内核模糊逻辑嵌入式操作系统
- 基于介电特性与IRIV-GWO-SVR算法的番茄叶片含水率检测被引量：18
- 2018年
- 为了探究利用介电特性检测作物水分状况的可行性,研究了一种基于介电特性的有效、快速、精确检测番茄叶片含水率的方法。以300片不同含水率的番茄叶片为研究对象,通过LCR测量仪测定叶片在0.05~200 k Hz下的相对介电常数ε′和介质损耗因数ε″,并采用干燥法测量叶片含水率。利用迭代保留信息变量法(iteratively retains informative variables,IRIV)对介电参数进行特征变量选取,并与连续投影算法(successive projections algorithm,SPA)进行比较,利用支持向量回归机(support vector regression,SVR)分别建立叶片全变量、2种特征变量与叶片含水率的关系模型。结果表明,基于迭代保留信息变量法选取特征变量的支持向量回归模型(IRIV-SVR)具有良好的预测能力,但预测精度仍需提高,故引入灰狼优化算法(grey wolf optimizer,GWO)优化模型的参数c(惩罚因子)和g(核函数参数)。最终,经GWO优化后的模型(IRIV-GWO-SVR)的预测集决定系数R2与均方根误差RMSE分别为0.963 8,0.020 7。因此,利用介电特性结合IRIV-GWO-SVR算法预测番茄叶片含水率是可行的,同时为其他叶片含水率检测提供了一种新的方法和思路。
- 孙俊莫云南戴春霞陈勇杨宁唐游
- 关键词：水分番茄叶片含水率介电特性
- 基于低秩自动编码器及高光谱图像的茶叶品种鉴别被引量：11
- 2018年
- 提出一种基于低秩自动编码器及高光谱图像技术的茶叶品种鉴别方法。应用高光谱成像系统采集5个品种的茶叶样本高光谱图像数据,利用ENVI软件确定高光谱图像的感兴趣区域(ROI),并提取茶叶样本在ROI的平均光谱作为该样本的原始光谱数据。由于高光谱信息量大、冗余性强且存在噪声,运用自动编码器和低秩矩阵恢复结合的低秩自动编码器(LR-SAE)对原始光谱数据进行降维,在自动编码器降维基础上加入去噪处理,提取鲁棒判别特征。在此基础上应用支持向量机(SVM)和Softmax分类算法对降维后的茶叶样本高光谱数据分类。通过5折交叉试验验证,LR-SAE-SVM模型的预测集准确率达到99.37%,SAE-SVM模型的预测集准确率为98.82%;LR-SAE-Softmax模型的预测集准确率达99.04%,SAE-Softmax模型的预测集准确率为97.99%。研究结果表明,相较于未进行去噪处理的传统自动编码器,LR-SAE降维之后的分类建模效果有所提升,将其应用于茶叶品种鉴别是可行、高效的。
- 孙俊靳海涛武小红陆虎沈继锋戴春霞
- 关键词：茶叶降维
- 一种感应电动机软起动算法的建模与仿真研究被引量：2
- 2006年
- 针对异步电动机的常规起动方法,在晶闸管交流调压电路技术不断成熟的基础上,提出了一种新的软起动算法,利用Matlab软件建立仿真模型,并进行仿真研究。仿真结果证明了该算法的正确性和可行性。此算法为三相异步电动机实现无级、平滑起动提供了理论基础。
- 刘叶飞赵德安叶益民戴春霞
- 关键词：软起动调压电路异步电动机仿真
- 采用高光谱图像深度特征检测水稻种子活力等级被引量：11
- 2021年
- 为实现水稻种子活力的准确检测,该文研究了一种基于高光谱图像技术结合深度学习的高精度检测方法。采用人工加速老化的方式得到老化0,1,2和3 d的1200个水稻种子样本,使用高光谱成像设备获取不同老化天数样本的高光谱图像,并从单个样本区域提取其光谱信息。随后对1200个样本进行发芽试验,根据发芽试验结果将所有样本划分为高活力、低活力和无活力3个等级。采用小波阈值去噪(Wavelet Threshold Denoising,WTD)结合一阶导数(First/1st Derivative,FD)的方法(WTD-FD)对原始光谱进行预处理,使用主成分分析(Principal Component Analysis,PCA)和堆叠自动编码器(Stacked Auto-Encoder,SAE)分别从预处理光谱中提取特征变量。分别基于PCA和SAE特征变量构建支持向量机(Support Vector Machine,SVM)模型,并根据模型准确率确定较佳模型,最后使用灰狼优化算法(Grey Wolf Optimizer,GWO)对选择的模型进行参数优化。结果显示WTD-FD对原始光谱的预处理是有效的,使用从预处理光谱中提取的SAE非线性深层特征相比于PCA线性特征更具有代表性,基于其建立的SAE-SVM模型的准确率达到96.47%。SAE-SVM模型经过GWO优化之后,模型准确率提高到98.75%。研究结果表明,高光谱图像技术结合深度学习方法对水稻种子活力等级准确检测具有指导意义。
- 孙俊张林周鑫武小红沈继锋戴春霞
- 关键词：无损检测高光谱图像水稻种子
- 便携式蔬菜叶片重金属镉含量无损检测仪设计与试验被引量：2
- 2022年
- 针对蔬菜叶片重金属镉检测传统方法存在的检测仪器体积大、检测成本高和具有破坏性等问题,提出一种基于可见光近红外波段光谱蔬菜叶片重金属镉检测方法,并设计了一款无需预处理、检测速度快、体积小且便于携带的重金属镉检测仪,能够适用于移动式的现场检测。配置4个重金属镉胁迫梯度(0、1、3、5 mg/L)营养液,培育各镉胁迫的生菜样本,通过高光谱成像系统采集叶片反射光谱数据,利用主成分分析法(Principal component analysis,PCA)筛选出3个特征波长(550、680、800 nm),采用偏最小二乘回归法(Partial least squares regression,PLSR)搭建重金属镉检测模型,该模型测试集相关系数R_(p)为0.9149,测试集均方根误差为0.5271 mg/kg。使用自制的仪器做标定试验,选择A/D采集电压做参考,用标定数据进行建模,模型训练集相关系数R_(c)为0.8581,训练集均方根误差为0.4975 mg/kg,测试集相关系数R_(p)为0.8432,测试集均方根误差为0.5526 mg/kg,模型预测效果较好。最后对便携式重金属镉无损检测仪检测精度进行验证,选取与建模无关的30组镉胁迫生菜叶片实时检测,与标准理化值对比,均方根误差为0.32 mg/kg,绝对测量误差为-0.69~0.66 mg/kg,平均绝对误差为0.26 mg/kg,结果表明检测仪能够实现生菜叶片镉含量的实时无损检测。
- 孙俊胡双齐周鑫张林武小红戴春霞
- 关键词：重金属镉无损检测
- 基于改进RetinaNet的果园复杂环境下苹果检测被引量：8
- 2022年
- 为了快速准确地检测重叠、遮挡等果园复杂环境下的苹果果实目标,该研究提出一种基于改进RetinaNet的苹果检测网络。首先,该网络在传统RetinaNet的骨干网络ResNet50中嵌入Res2Net模块,提高网络对苹果基础特征的提取能力;其次,采用加权双向特征金字塔网络(Bi-directional Feature Pyramid Network,BiFPN)对不同尺度的特征进行加权融合,提升对小目标和遮挡目标的召回率;最后,采用基于焦损失(Focal Loss)和高效交并比损失(Efficient Intersection over Union Loss,EIoU Loss)的联合损失函数对网络进行优化,提高网络的检测准确率。试验结果表明,改进的网络在测试集上对叶片遮挡、枝干/电线遮挡、果实遮挡和无遮挡的苹果检测精度分别为94.02%、86.74%、89.42%和94.84%,平均精度均值(meanAveragePrecision,mAP)达到91.26%,较传统RetinaNet提升了5.02个百分点,检测一张苹果图像耗时42.72 ms。与Faster-RCNN和YOLOv4等主流目标检测网络相比,改进网络具有优异的检测精度,同时可以满足实时性的要求,为采摘机器人的采摘策略提供了参考。
- 孙俊钱磊朱伟栋周鑫戴春霞武小红
- 关键词：图像识别采摘机器人遮挡
- 基于模糊控制的畜禽舍环境温湿度监控系统被引量：9
- 2008年
- 畜禽舍环境系统是一个多变量、非线性、时变和滞后的系统,各变量之间具有耦合关系,很难建立精确的数学模型。为此,利用模糊控制算法对畜禽舍环境温湿度状况进行实时监控,为商品猪提供最佳生长环境,缩短了生长周期,实现高效节能的工厂化生产,具有较好的实用价值和应用前景。
- 戴春霞赵德安
- 关键词：畜牧学模糊控制
- 基于通道特征金字塔的田间葡萄实时语义分割方法被引量：4
- 2022年
- 复杂环境下葡萄的快速检测识别是智能采摘的关键步骤,为解决目前葡萄识别精度低和实时性差的问题,该研究提出一种轻量级葡萄实时语义分割模型(Grape Real-time Semantic Segmentation Model,GRSM)。首先,利用通道特征金字塔(Channel-wise Feature Pyramid,CFP)模块进行特征提取,该模块通过1×3和3×1空洞卷积的跳跃连接,在减少模型参数量的同时提取葡萄图像的多尺度特征和上下文信息;然后,采用池化卷积融合结构完成下采样,增加可训练参数以减少信息损失;最后,利用跳跃连接融合多种特征恢复图像细节。试验结果表明:该研究所提出的模型在田间葡萄测试集上达到了78.8%的平均交并比,平均像素准确率为90.3%,处理速度达到68.56帧/s,网络结构大小仅为4.88 M。该模型具有较高分割识别精度和较好实时性,能满足葡萄采摘机器人对视觉识别系统的要求,为葡萄的智能化采摘提供了理论基础。
- 孙俊宫东见姚坤杉芦兵戴春霞武小红
- 关键词：机器视觉图像识别葡萄CFP
