王蕊
- 作品数：14 被引量：22H指数：3
- 供职机构：山东农业大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金中国烟草总公司科技项目更多>>
- 相关领域：农业科学自动化与计算机技术经济管理更多>>
- 基于机器视觉的花粉活力测定方法
- 本发明涉及一种基于机器视觉的花粉活力测定方法，首先进行花粉图像采集，确定出灰度图像的阈值分割点和单粒花粉的均值面积及均值半径大小；其次对预处理图像进行单阈值分割，得到完全分离的单粒花粉；再采用小波极值边缘检测法对每一粒花...
- 张春庆王金星刘双喜孙爱清吴承来高丽娟王蕊
- 文献传递
- 棉花异性纤维中麻绳与羽毛的分类特征
- 为准确识别棉花异性纤维中较难识别的羽毛和麻绳异性纤维，采用机器视觉技术，通过图像处理方法采集异性纤维目标，对羽毛和麻绳异性纤维的色彩和纹理特征进行有效的特征提取，形成异性纤维目标的特征向量。再通过一种自底向上的凝聚型层次...
- 王蕊王钦祥崔嵬高丽娟刘双喜王金星
- 关键词：机器视觉异性纤维层次聚类
- 烟草定点定量追肥机
- 本发明提供了一种烟草定点定量追肥机，属于烟草田间管理机械。该机械由自走式精准施肥机、检测系统和控制系统组成。检测系统由传感器检测装置、高度调节板和传感器连接板组成。控制系统由单片机最小系统、信号转换电路、测速电路、控制电...
- 王金星刘双喜高丽娟崔嵬王钦祥王蕊曹维时
- 基于BPSO的棉花异性纤维目标特征快速选择方法被引量：5
- 2013年
- 针对现有棉花异性纤维目标特征选择方法迭代次数多、速度慢等问题,提出了一种基于改进粒子群优化算法的棉花异性纤维目标特征快速选择方法。使用离散型粒子群优化算法作为特征选择算法,利用支持向量机算法作为分类器对最优特征集进行验证。实验结果表明,在分类准确率与蚁群算法相当的情况下,能减少26%的运行时间。
- 王金星李恒斌王蕊刘双喜曹维时闫银发
- 关键词：异性纤维支持向量机
- 智能烟草定量穴施追肥机被引量：2
- 2013年
- 设计了一种基于对射型红外光电传感器和单片机控制的智能烟草定量穴施追肥机。该追肥机在发动机牵引下前进时,先由传感器检测装置中的20对对射型红外光电传感器检测出烟株中心位置和直径,再由单片机决策出最佳追肥点,控制鸭嘴完成自动化定量穴施追肥。试验表明:传感器检测装置检测准确率达99%,追肥准确率达97%,烟苗损伤率小于2%。
- 王金星高丽娟刘双喜崔嵬王钦祥王蕊
- 关键词：烟草红外光电传感器穴施
- 核机器学习方法及其在生物信息学中的应用被引量：1
- 2012年
- 核机器学习方法是一种基于统计学习理论和核函数的机器学习方法。本文阐述了核机器学习方法的基本原理,介绍了目前常用的几种核机器学习方法,给出了构造新的核函数的原则,总结了结构数据核函数的研究现状。在此基础上,以生物信息学为背景,着重指出了当前序列数据的核函数在生物信息学中的应用进展。
- 王蕊牟少敏曹学成苏平
- 关键词：核函数生物信息学支持向量机
- 2ZFS-1A型多功能烟草移栽机的研制(英文)被引量：12
- 2012年
- 为了解决烟苗移栽成活率低、肥料利用率低等问题,研制了 2ZFS-1A 型多功能移栽机。该机主要由定点定量施肥搅拌系统、投苗移栽系统、浇水系统、传动系统、机架和安全护罩组成。定点定量施肥搅拌系统在传动系统的带动下,实现肥料定点定量穴施及搅拌。该机还可实现投苗移栽和浇水等功能的一体化作业。通过对该移栽机进行的性能试验与生产试验表明:该移栽机质量误差低于 0.1%,施肥量误差为 0.55%～1.3%,株距误差为 1%～2%,施肥深度误差为 4%～8%,漏苗率和伤苗率都小于 2%,生产性能稳定率达 93%以上,故障率低于 0.03%,能够满足烟草种植农艺的要求。该研究可为烟草多功能作业机械的设计提供参考。
- 崔嵬刘双喜高丽娟王蕊王金星
- 关键词：烟草移栽机
- 棉花异性纤维特征提取与计量方法的研究
- 棉花中的异性纤维的种类与含量与棉制品的质量息息相关。较早的异性纤维检测与计量方法是手工挑拣和人工称重。由于人眼的局限性，这种方法不能满足日益提高的纺织品质量要求。随着计算机科学的发展、多种机器识别和机器计量方法的出现，对...
- 王蕊
- 关键词：棉花异性纤维小波分析主成分分析BP神经网络
- 文献传递
- 一种谷物播种机远程送种装置
- 本发明涉及一种谷物播种机远程送种装置，包种括箱、气流分配与调节机构和位于种箱下方的排种机构，所述排种机构包括与种箱连通的排种箱以及固接在排种箱内的倒U形挡板，排种箱内固接有插入倒U形挡板内的副气流通道挡板，所述倒U形挡板...
- 张智龙王蕊杨令祥刘森凯郭晶耿爱军韩惠芳
- 棉花异性纤维中麻绳与羽毛的分类特征(英文)被引量：3
- 2012年
- 为准确识别棉花异性纤维中较难识别的羽毛和麻绳异性纤维,采用机器视觉技术,通过图像处理方法采集异性纤维目标,对羽毛和麻绳异性纤维的色彩和纹理特征进行有效的特征提取,形成异性纤维目标的特征向量。再通过一种自底向上的凝聚型层次聚类算法对提取的羽毛和麻绳的色彩与纹理特征进行层次聚类分析,选择最优特征向量。将8个特征向量进行降维分析并比较各维数下的层次聚类效果,试验结果表明,选取红色(R_ave)、绿色(G_ave)、蓝色(B_ave)、能量、熵、惯性矩等6个特征进行层次聚类效果最好,羽毛识别率达到94%,麻绳识别率达到95%,说明选择的特征向量对这2种异性纤维具有理想的区分性。该研究可为棉花异性纤维的正确识别提供参考。
- 王蕊刘双喜王钦祥崔嵬高丽娟王金星
- 关键词：机器视觉异性纤维层次聚类
