排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
本文鉴于常用的基于电容充放电的运算放大器积分式长周期扫描电路输出电压线性差,设计了基于计数器和D/A转换的数字式线性功率扫描电路。 相似文献
5.
基于可见光谱的农作物病害自动化识别和诊断是一个具有挑战性的研究领域,但现有基于卷积神经网络进行病害识别的研究往往利用深层网络牺牲模型参数量来提高对单一农作物病害识别的准确率,从而造成硬件资源的浪费。为提高农作物病害识别的准确率且避免深层网络的使用,该研究将注意力机制引入农作物病害识别领域,提出了一种基于可见光谱和改进注意力机制的浅层农作物病害识别模型,设计了新的注意力模块SMLP和农作物病害识别模型SMLP_ResNet。利用卷积层代替全连接层设计参数量较少的残差网络(ResNet),然后利用SMLP、归一化结构(Batch Normalization)和残差模块(Res_block)得到改进的残差模块单元(SMLP_Res),其中SMLP由全局池化和多层感知机组成,建立各通道间依赖关系。多层感知机使用三层网络结构,将全局特征的通道维度提升至两倍,然后对其通道维度进行两次降维,恢复至原始维度,减少了全局特征损失。SMLP_Res可对通道中的病害特征重校准,减少对识别任务无效的冗余信息,最后构建农作物病害识别模型SMLP_ResNet,在减少模型层数同时提高其识别率。使用两个不同难度的多种植物和病害混合的公开数据集AI Challenger 2018 和Plant Village验证本文模型。实验结果表明,SMLP_ResNet模型在18、50和101层时达到了较高的识别率,其中SMLP_ResNet18模型效果最佳,在两个数据集中的病害识别率分别为86.93%和99.32%。SMLP_ResNet18的准确率不仅高于改进前的ResNet18和SENet18网络,还高于其他研究者提出的模型的准确率,且模型权重大小为48.6 MB,仅约为AlexNet网络权重的五分之一,能够在模型参数量较小的情况下实现较高的病害识别率。从Grad-CAM生成的热力图中可看出SMLP_ResNet18相比于其他模型更关注于叶片病害部位的特征,其背景信息以及叶片健康部位的权值较小。该研究所提出的SMLP_ResNet18模型实现了浅层网络下的高精度识别,提高了对叶片病害区域的辨识度,减少了背景等冗余特征的影响,适用于面向多种农作物不同病害下的高精度识别。 相似文献
6.
腔振铃激光吸收光谱技术是近年快速发展的一项新颖的光谱技术,它不仅检测灵敏度高,而且结构简单,不需要高昂的光谱设备,特别适合于测量弱吸收物质,包括气体、固体、液体等稳态粒子和金属化合物、自由基、团簇等瞬态粒子.本文在介绍其基本原理的基础上,介绍了使用脉冲激光与连续激光光源的2种技术方案. 相似文献
7.
8.
9.
用化学方法对多壁碳纳米管进行表面处理,能够使处理后的碳纳米管变短并且在其表面引入了羧基等活性功能团.将化学处理后的多壁碳纳米管用于修饰玻碳电极,研究发现碳纳米管修饰电极对乳糖酸红霉素有良好的电催化作用,能够显著提高氧化峰电流.优化了测定参数,在此基础上建立了一种直接测定乳糖酸红霉素的电分析方法.试验结果表明:乳糖酸红霉素的氧化峰电流与其浓度在 2.0×10-6~1.8×10-3mol·L-1 范围内呈线性关系,相关系数为 0.995 1;检出限为 6.3×10-7mol·L-1.用此方法分析了注射用的乳糖酸红霉素粉剂样品,所得结果与标示值一致.用标准加入法进行了回收率试验,所得结果在 97.3%~104.0%之间. 相似文献
10.
1