农作物状态的三色信息边缘检测研究

对于农作物状态检测的传统方法是人工检测、光谱检测等,普遍存在检测准确率不高和检测速度较慢的问题.本文以摄像机为传感器对农作物进行现场实时拍摄,进而采用一种三色信息边缘检测的方法做出实时判断.在这个检测方法中,农作物图像首先被分解为R(Red),G(Green),B(Blue)这3个分量信息图像.然后,在R,G,B这3个分量图像上,农作物的颜色信息和边缘信息被提取出来,边缘信息提取采用的是Roberts算子.最终,通过3个颜色信息特征和3个边缘信息特征构建出相似性测度,作为检测结果的判断依据.针对西瓜样品图像展开实验研究,实验结果显示:本文方法可以获得丰富的特征信息,包括西瓜的3个颜色特征信息和3个边缘特征信息,据此得出的品质判断结果准确.对比实验表明:当样本数量为500个时,本文方法的检测准确率仍然达到了96%.     

2016年7月19—20日河南省暴雨过程分析

通过对暴雨过程进行分析,可以为类似的暴雨天气预报提供有益的借鉴。为此,本文以实际观测数据为依据,对2016年7月19—20日河南省暴雨过程进行了分析,为暴雨天气预报提供借鉴。     

基于数据挖掘的电力自动化系统运行数据中台资源检索技术研究

目前，电网包含了大量多源信息数据。想要对其数据信息进行高效、准确的检索并非易事。为了解决这一问题，经过查阅文献资料，分析实际电力运行系统的数据特点及多源数据库样本，引入了基于互信息和并行计算理论的优化式决策树算法，并在此基础上构建了决策树模型，最后设置仿真实验以各种系统数据库为样例对模型进行模拟验证。结果发现基于互信息和并行计算的优化式决策树算法对于大型数据库可以实现迅速、精确、有效的多源数据检索目的，同时还可以完成对实时数据的有效处理。该算法按照代表性特征集合直接对数据库的原始数据进行挖掘，并根据索引信息量大小进行排序。以改进的决策树算法为核心技术的数据挖掘方法具有较高的精度，对于电网的多源数据信息能够较好的实现挖掘，不但能避免数据重复现象，而且可以满足工程的决策要求，为提高电网数据的高效挖掘提供了可靠的技术支撑。