韩晓艳
,
赵东
液晶与显示
doi:10.3788/YJYXS20173201.0069
为了实现对田间水稻缺素的精准识别，构建一个图像识别系统.对该系统所采用的图像采集、图像分割、基于支持向量机图像分类等算法进行研究.首先，根据田间水稻的缺素现象进行图像采集和处理.然后提取图像与氮元素相关的颜色特征.在分析比较 SVM 算法对图像分割的基础上，提出一种基于改进粒子群算法进行 SVM 参数优化算法模型(即 IPSO-SVM).最后，对实验进行设置，对算法模型与其他算法进行测试对比.实验结果表明：对水稻缺素诊断的准确率达到95．45％，基本满足田间水稻缺素的科学诊断要求.
关键词:
图像分割
,
支持向量机
,
粒子群
,
缺素
王智
,
张果
,
王剑平
,
杨俊东
,
杨奇
,
尹丽琼
钢铁研究
为了有效预测双机架炉卷轧机的轧制力,使热轧板带材生产具有很好的可操作性,采用粒子群算法(PSO)优化BP神经网络,建立了往复式双机架炉卷轧机轧制力预测的智能模型.以某钢厂热轧产品Q195实测数据作为试验样本,并将粒子群算法优化的BP神经网络模型和标准BP网络模型分别用于轧制力预测,结果表明PSO-BP神经网络模型在预报精度上明显优于标准BP网络模型,并且PSO-BP神经网络模型预测轧制力的误差率控制在10 %以内.
关键词:
双机架炉卷轧机
,
粒子群
,
BP神经网络
,
轧制力
