汪六三
- 作品数：89 被引量：26H指数：3
- 供职机构：中国科学院合肥物质科学研究院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学理学电子电信更多>>
- 一种带有自动采土和存土功能的土壤采样车
- 本发明涉及一种带有自动采土和存土功能的土壤采样车，与现有技术相比解决了尚无能够自动进行土壤采样的缺陷。本发明的支架上安装有卸土液压缸和采土液压缸，卸土液压缸的活塞杆和采土液压缸的活塞杆均穿过支架朝向履带车底盘，采土液压缸...
- 刘洋钱玮张正勇贾铁振王儒敬宋良图汪六三鲁翠萍汪玉冰李伟
- 文献传递
- 一种作物氮素检测装置及其检测方法
- 本发明公开了一种作物氮素检测装置及其检测方法，包括用于采集来自作物冠层的漫反射光的光学模块、用于对漫反射光进行调理的信号调理电路、用于测量光学模块与所述作物冠层的距离的测距模块、用于采集作物冠层图像的图像采集模块以及微处...
- 汪六三王儒敬鲁翠萍许桃胜黄河
- 文献传递
- 基于近红外光谱技术的车载土壤养分检测及自动采样装置
- 本发明提供一种基于近红外光谱技术的车载土壤养分检测及自动采样装置，该装置包括装设有行走轮的移动平台以及设置在移动平台上的控制箱，还包括设置在移动平台上的采土装置和存土装置、设置在移动平台底部的破土装置和光学系统、设置在控...
- 汪玉冰王儒敬常礼宋良图曹平国林志丹刘晶鲁翠萍汪六三张正勇李平何大伟贾铁振
- 基于PLC和触摸屏的水田拖拉机多种动态参数检测系统设计被引量：3
- 2021年
- 针对水田拖拉机在行驶过程中需要检测多种运动参数的要求,本文基于PLC和触摸屏设计了一种多传感器数据采集、计算、显示和存储的数据采集处理系统。基于水田环境下拖拉机行驶过程中车速、姿态角、打滑率、下陷深度、驱动力矩5类参数的检测方案,选择各种功能的传感器,包括2组开关信号和3组485信号。编写了PLC梯形图采集和计算各传感器发送的数据,通过触摸屏显示数据,同时完成存储功能。系统试验和调试结果表明,本系统结构简单,执行效率较高,运行稳定可靠。
- 宿宁孙恒辉黄伟黄伟黄伟
- 关键词：水田拖拉机多传感器小型PLC动态参数
- 一种土壤含水率与电导率检测方法及检测装置
- 本发明涉及一种土壤含水率与电导率检测方法及检测装置。检测方法包括：将两个土壤含水率检测电极插入到被测土壤中；在上述两个土壤含水率检测电极之间插入两个土壤电导率检测电极；对被测土壤交替循环施加两个不同频率的正弦激励信号；分...
- 张正勇王儒敬何大伟贾铁振汪玉冰汪六三鲁翠萍
- 文献传递
- 基于可见-近红外光谱的复合肥中水分含量快速检测方法
- 本发明公开了一种基于可见‑近红外光谱的复合肥中水分含量快速检测方法，其特征是通过采集复合肥生产线上不同批次的样品，采集复合肥样品光谱数据和测定其水分含量，利用Kennard‑Stone法划分样品集，获得校正集和验证集，采...
- 汪六三王儒敬鲁翠萍王键黄伟孙恒辉黄河刘洋张正勇
- 文献传递
- 一种用于农田多种气体实时在线监测装置
- 本发明公开了一种用于农田多种气体实时在线监测装置，包括超辐射发光二极管、二极管控制器、函数发生器、光谱仪、离轴石英音叉增强型光声池、功率计、加法器、锁相放大器和数据采集卡以及笔记本电脑，通过超辐射发光二极管发出的调制光经...
- 汪六三鲁翠萍庄重汪玉冰陈鹏宋良图王儒敬
- 文献传递
- 基于近红外光谱和机器学习的大豆种皮裂纹识别研究被引量：15
- 2021年
- 针对目前大豆种皮裂纹检测主要依靠人工、检测效率低、误差大的问题,提出一种基于近红外光谱技术和机器学习的大豆种皮裂纹自动识别方法。采用FTNIR光谱仪采集150粒大豆样品(裂纹大豆75粒,正常大豆75粒)的近红外光谱,采用原始光谱、标准正态变量变换(Standard normal variate,SNV)、多元散射校正(Multiple scatter correction,MSC)、一阶导数结合SG平滑、二阶导数结合SG平滑等5种方法对获得的光谱进行预处理,分别采用偏最小二乘判别分析法(Partial least squares discriminant analysis,PLSDA)、k-近邻法(k-nearest neighbor,KNN)、支持向量机法(Support vector machine,SVM)、随机森林法(Random forest,RF)、随机梯度提升法(Stochastic gradient boosting,SGB)、极端梯度提升法(Extreme gradient boosting,XGBoost)等6种机器学习方法建立了大豆种皮裂纹识别模型,研究了不同光谱预处理方法对6种机器学习方法分类效果的影响,对比分析了不同建模方法的分类效果。结果表明,光谱预处理方法对不同机器学习方法的分类效果差别较大。在合适的光谱预处理条件下,6种不同的机器学习算法的验证集准确率均不低于80.00%。PLSDA的分类效果最好,验证集最优准确率达到90.00%;XGBoost的分类效果次之,验证集最优准确率达到86.67%,接下来依次是SVM、KNN、SGB和RF。利用近红外光谱技术和机器学习方法识别大豆种皮裂纹是可行的,在原始光谱条件下,PLSDA是大豆种皮裂纹识别的最佳方法。
- 汪六三黄子良王儒敬
- 关键词：近红外光谱
- 一种用于土壤成分检测的土壤试样采集预处理装置
- 本发明涉及一种用于土壤成分检测的土壤试样采集预处理装置，与现有技术相比解决了尚无用于土壤采样预处理装置的缺陷。本发明中线性模组的侧部固定安装有挡土片，挡土片和挖土刀片均为半圆形结构且两者直径相同，挡土片的直径延长线与线性...
- 刘洋曹平国贾铁振鲁翠萍王儒敬宋良图张正勇汪六三汪玉冰崔超远
- 文献传递
- 一种基于微流控芯片的便携式重金属高灵敏度检测装置
- 本发明提供一种基于微流控芯片的便携式重金属高灵敏度检测装置，该装置包括进样单元、微流控芯片、回收单元、吸收光谱检测单元以及控制与数据处理显示单元；所述进样单元包括试剂存储装置、空白液存储装置、样品存储装置、微型电磁阀、第...
- 汪六三王儒敬鲁翠萍汪玉冰宋良图张正勇高钧刘洋
- 文献传递
