人工智能在拾取地震P波初至中的应用 ——以汶川地震余震序列为例

为了准确而迅速地拾取大量地震事件的P波初至, 将深度学习方法引入微地震P波初至到时拾取研究中, 对卷积神经网络的结构进行改造, 以便适应地震波形数据的特点 P波初至拾取的要求。该算法只需要输入10 s窗口的三分量地震波形数据, 就可以自动地判定P波初至时刻, 无需扫描连续波形, 运算时间远远小于长短窗、模板匹配等传统方法。使用该算法训练汶川地震主震后2008年7—8月7467条人工拾取的余震P波初至到时, 将得到的模型对测试集中 1867条数据的计算结果与人工拾取结果对比, 误差小于0.5 s者占比达到98.9%。在低信噪比条件下, 该方法仍能保持较好的拾取能力。     

语义取象对词义组合与发展的影响

词的所指对象依照认知经验会在人的心目中形成一定的心理意象,可以称之为"语义取象"。通过对"嘴、口、脸、面"的词义分析发现:受深层认知因素的制约,两个词即使词汇意义大致相当,但它们在人们认知体系中有不同的意象和各自突显的特征,这深刻影响着词的组合和词义的发展,对词义系统的自我调控与平衡是极有利的。聚焦于词的语义取象,能够获得词义分析的新视角,能够为词义的组合和发展趋势提供解释,也为同义词的辨析提供新思路。     

叶面肥1125对玫瑰开花习性和适采期的影响

为确定叶面肥1125对玫瑰（Rosa rugosa Thunb）开花习性、适采期的影响,采用对比试验方法,以清水为对照,于2003年3月26日玫瑰新梢两叶期喷施叶面肥1125.结果表明：喷施叶面肥1125的玫瑰初花期比对照提前2.5～3.0 d,开花集中,盛花期由6 d缩短到3 d,花期延长2～3 d.经1125处理的玫瑰整个花期比对照长5～6 d.经1125处理的玫瑰单株总花量多于对照,差异达极显著水平;单株花总鲜重、总干重,单花鲜重、干重与对照相比,差异均达极显著水平.经1125处理的玫瑰,无论是干花还是鲜花,适采期均为蕾期,比对照提前1天.     

荔枝采摘机械手果实识别与定位技术

针对采摘机械手在自然环境下对荔枝的识别和精确定位问题进行研究.通过分析自然环境成熟荔枝的颜色特征,选取HSV颜色模型进行阀值分割,去除荔枝图像的复杂背景,并利用模糊C-均值聚类法(FCM)对图像中荔枝果实和果梗进行分割,试验结果表明:有效识别果实和果梗的正确率为93.3％.通过计算果实“质心”与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位,定位试验结果表明:定位坐标中深度值误差小于3 cm,深度值误差率小于5.64％,能满足实际作业中荔枝采摘机械手的定位精度要求.     

采用序优化的改进蚁群算法

为了评价蚁群算法在有限时间内所得优解的质量,基于序优化方法提出了一种改进的蚁群算法:使用盲目挑选规则选择初始解,并对信息素进行相应的初始化;确定得到满足要求的优解所需要的迭代次数,将其作为算法的终止条件;为了更好地利用每次迭代中的优解,在算法开始阶段使用前l个迭代优解更新信息素,以增强探索能力;在算法结束阶段采用当前迭代最优解更新信息素,以加快收敛速度.改进算法在保证收敛的前提下,并没有增加算法的时间复杂度.对旅行商问题进行的仿真实验表明,改进算法在解的质量和收敛速度方面优于最大-最小蚂蚁系统.     

投梭运动规律对织机噪声的影响

本文分析1511M型44英寸有梭织机的投梭机构,将投梭机构者看成二自由度系统,同时,考虑主要振动及声辐射部件——投梭棒和侧板的阻尼,并对下投梭机构进行了动态分析.作者认为投梭的皮结运动规律对织机投梭噪声影响较大,分析了三种皮结运动规律,设计了对应的三种投梭鼻进行实际测量及分析,指出了选择投梭皮结运动规律应注意的几个问题;首次运用解析法求解投梭鼻的廓线.     

基于拾取算法的产品交互式Web3D模拟的研究与实现

产品的外观展示和全部功能的交互式模拟在电子商务领域具有很大的需求．Web3D计算机仿真系统在Web浏览器上运行,需要快速下载和运行,且以无需下载特定插件为佳．采用基于JAVA技术的Web3D引擎具有上述优势,可以实现产品的旋转、外观的缩放等基本展示功能．为了进一步提高产品功能的效率和改善交互模拟效果,在引擎实现了射线分层次求交拾取算法的基础上,最终实现产品包括交互功能在内的全面模拟．     

基于神经网络的茄子采摘机器人视觉识别方法

针对生长环境中茄子图像背景复杂的特点,提出了一种基于BP神经网络的图像分割方法。通过对茄子果实的分析,选取3×3邻域像素EXG灰度值作为图像特征。选取30幅图像作为训练样本,以人工借助Photoshop软件分割后的图像作为教师信号,采用改进的BP算法对神经网络的权值进行训练。经过120次循环后,获得有效的网络权值,误差为0．001。结果表明,利用BP神经网络能够较好地实现茄子与背景的分离,经过数学形态法结合中值滤波方法的进一步处理后完全能满足采摘机器人的要求。     

Intelligent Control Mechanism of Part Picking Operations of Automated Warehouse

This paper studies the part picking operations of a ut omated warehouse. It assumed the demand of picking orders of automated warehouse are dynamic generated. Once the picking orders of certain period of time are kn own, it is necessary to decide an efficient order picking sequence and routing t o minimize the total travel distance to complete those orders. Assumed there are n i items to be picked in order O i. Each item in the picking ord er is located in different locations in the warehouse. Since i...     

莲蓬采摘点与采摘姿态计算算法

针对研发莲蓬采摘机器人遇到的采摘点识别问题,提出了一种莲蓬采摘点与采摘姿态计算方法。提出了一种基于YOLO(you only look once)与Deeplab v3+的二阶段分割网络,并通过Mobilenet v2特征提取网络对算法进行轻量化改进,最后对分割后的结果进行图像处理,进一步计算得到莲蓬采摘点及采摘姿态。将50幅原始图像进行验证试验的结果表明,算法计算成功率为88.89%,平均帧率为34.41 FPS。得到的算法能够为莲蓬自动化采摘机械提供有效信息,具有轻量化、效率高的特点,促进了计算机视觉与神经网络在现代农业的应用。