利用红外电子识别装置识别和传输动物身份信息(如编号、养殖场、父母代信息等)是一种新的技术尝试。与RFID技术相比,这项技术具有许多优点。目前,制约应答器长期连续应用的最大障碍是其有源式设计。本研究对前期研制的红外传输动物身份智能识别装置进行了改进。采用低功耗元件和间歇式工作方式,由阅读器启动安装在动物耳朵上的应答器,应答器间歇工作,使整个系统的平均工作电流控制在2 mA以下,空闲时工作电流仅为μA级,延长了应答器的使用寿命;采用阵列式设计扩大了阅读器的信号启动和接收范围。实验室及现场测试结果表明:改进后的阅读器能在2 m范围内有效接收应答器的信号,在阅读器阵列边缘45°范围内对应答器正常启动,...

为了使机械臂适应智能制造业高灵活度的要求和不断变化的场景需求，该文设计了一套人机结合的实验装置。该装置使用双摄像头采集图像，嵌入式核心模块处理人体手臂动作图像，提取标识点，确认坐标值并将其输入运动数学模型。基于模糊控制理论驱动4个小型直流伺服电机，实现4自由度的机械臂随动功能。该装置可作为机器人工程和智能制造工程等专业的实验教学设施，有助于帮助学生深入理解控制理论，并提高学生的动手能力。

【目的】针对红外相机拍摄的野生动物图像数据量大、无效图像占比多、图像背景复杂等问题，提出一种可对图像进行自动、高准确率识别的模型，为生物多样性研究和野生动物保护工作提供更高效的支持。【方法】收集整理近4年来北京园林绿化生态系统监测网络各站点红外相机拍摄的约5 TB图像数据，对其手工标注并进行数据增强后自建10类共4 234张图像数据集。基于ConvNeXt卷积神经网络，结合北京地区野生动物图像数据集特点，设计BSGG-ConvNeXt模型，使用BlurPool、SENet、全局响应归一化层（GRN）、GCNet提升模型识别能力，并在自建数据集上探究训练策略对ConvNeXt网络识别准确率的影响，通过与其他经典模型比较，明确BSGG-ConvNeXt模型的优势。利用公开的红外野生动物Snapshot Serengeti(SS)数据集和Caltech Camera Traps(CCT)数据集，验证模型的泛化能力。【结果】以ConvNeXt的ConvNeXt-T网络尺寸模型为例，其在自建数据集中的准确率为74.13%，乘加累积操作数（MACs）为4.47×109。应用不同改进方案发现，使用BlurPool后准确率提升2.2%,MACs降至1.07×109；使用SENet后准确率提升3.2%；使用GRN并删掉缩放层后准确率升至87.18%，参数数量增至27.88×106；使用GCNet后在不增大计算量的情况下准确率升至75.44%，但参数数量增至28.25×106。将上述改进方案结合得到的BSGGConvNeXt应用于ConvNeXt-T模型获得BSGG-ConvNeXt-T模型，参数数量虽有少量增多，但MACs降为1.07×109，模型准确率升至83.63%，高于原模型。使用预训练权重后的BSGG-ConvNeXt-T模型准确率可达94.07%，高于ResNet-50(76.39%)、 ResNeXt-50(87.60%)、 MobileViT(90.00%)、 DenseNet(87.66%)、 RegNet(69.90%)、 ConvNeXtv2(91.93%)、SwinTransformer的（86.23%）和MobileOne(71.53%)，将BSGG-ConvNeXt模型应用于4种不同网络尺寸的ConvNeXt模型后，在自建数据集中的表现均优于未改进模型。BSGG-ConvNeXt模型在SS数据集中的识别准确率达50.28%，在CCT数据集中的识别准确率达56.15%，均高于原模型的准确率。【结论】BSGG-ConvNeXt模型识别红外相机拍摄的野生动物图像准确率更高，在自建、公开的野生动物红外图像数据集上均有较好表现，且具有一定泛化能力。

1引言FMS(Flexible Manufacture System,即柔性制造系统)是生产制造行业中常用的一种自动化生产系统,能够加速产品的更新换代以及适应市场的不断变化。FMS能够根据市场和制造任务变化而不断调整。FMS的主要组成部分是物料运输系统,它能够自动供给和装卸零部件,还能实现各道工序间的自动传送和存贮等工作。在产品的生产过程中,物料流消耗的时间远远超过加工的时间。因此,缩短物料运输的时间能够极大地提高整个系统的柔性,还能在一定程度上提高制造过程的效率,增加企业的竞争力。目前常用的生产物流装置是预埋固定线路的导引车,其优点是较为可靠,操作控制简单方便。但是其缺点也较为明显,即...

森林火灾是一种突发性强、破坏性大且处置救助较为困难的自然灾害，会对森林、森林生态系统和人类带来一定危害和损失。早期的林火判别多基于温度、烟雾以及２４小时图像监测实现，主观性强，标准单一，且误报率高。如何快速发现林火目标并及时报警扑灭，已经成为国内外学者研究的热点之一。文章基于红外热像仪，对大量森林背景及模拟林火状态进行了图像和温度数据的采集，首次提出了基于温度标准差方法进行热源识别的概念，得出了不同地点、不同时间段森林背景的温度标准差分布，以及明火温度在各阶段的波动范围，为林火的预防和监测提供了重要依据。同时，通过对干扰源进入前后的红外图像进行预处理和分析，对比目标热源的像素面积变化率及其圆形．．．

【目的】野外环境通常植被繁茂、树木杂乱，且受环境、天气、光照等因素影响，红外相机易误触发拍摄，从而捕获大量废片，需要耗费大量人力进行筛选。为解决此类问题，本研究以YOLOv7模型为基础，对其进行轻量化改进，以实现对废片的自动筛选。【方法】本研究构建了北京密云雾灵山自然保护区2014—2015年期间采集到的2 172张野生动物图像数据集，并对图像中出现的动物进行位置标记。对YOLOv7网络使用不同方式进行改进：引入MicroBlock替换YOLOv7的主干网络，使用轻量化SPPCSPC结构降低模型参数量。采用SIoU损失、LNDown下采样、BiFPN提升模型检测动物的能力。使用YOLOv5-m、YOLOv5-l、Ghost-YOLOv5-l、YOLOv6、YOLOX-M、YOLOR-CSP模型，在含有1万张图像的Snapshot Serengeti相机陷阱图像子数据集上进行训练和验证，对比本文模型对野生动物图像的筛选效果。利用迁移学习训练自建野生动物数据集，测试冻结不同层数的训练效果。【结果】基于YOLOv7的改进模型推理时间降低了14.3%，每秒浮点运算次数FLOPS降低了33.5%，参数量减少了17.8%，误检测方面也优于YOLOv7模型。与其他模型进行对比，改进后的YOLOv7虽未在所有指标中均达到最优，但在检测时间与精度上达到了更好的平衡。在自建数据集中使用未冻结权重方式微调效果最优，平均精度比未使用迁移学习模型提高了12.6%。【结论】本研究为密云地区野生动物监测网络提供了更快速、准确的筛选方案。

针对现有鱼体定向整理装置工作环境嘈杂，工作稳定性差的问题，本研究设计了一种基于机器视觉的鱼体定向整理装置。采用卷积神经网络Resnet-18对鱼体头尾朝向进行识别，采用图像处理的方法提取鱼体轮廓并进行网格划分，通过比较灰度值大小判断鱼体的腹背朝向。当检测到鱼体尾部朝前时，气缸推杆将其推出剔除，实现鱼体头尾定向；当鱼体头部朝前时，由图像处理判断鱼体的腹背朝向，然后气缸推杆将其推送至限位板边缘，使其腹部靠边，在惯性作用下落入W型滑槽装置完成鱼体腹背定向。利用分离装置将鱼体逐条分开，并以日本鲭（Scomber japonicus）为试验对象进行样机试验。试验结果表明，鱼体定向整理成功率为93.3%，算法平均识别时间为0.038 s，平均每条鱼的定向整理时间为3.725 s，理论上鱼体定向整理的效率可达到15～16尾/min，满足鱼体定向整理的生产要求。

为了提高垃圾智能分拣的效率和准确度，该文设计了基于机器视觉的垃圾自动分拣装置。装置首先利用金属传感器识别金属类垃圾，然后采用YOLOv3算法对其余垃圾进行目标检测，并使用ResNet101卷积神经网络模型进行分类，训练得到的目标检测模型及图像分类模型部署在Intel i3 8145 UE平台。装置采用两个步进电机分别控制托盘和隔板，提高垃圾的投放效率。垃圾分类测试结果表明，该装置实现了垃圾的自动分类和投放，对4类垃圾的平均识别准确率为98.3%，平均投放时间为3.1 s，具有一定的推广应用价值。

为建立果树花期树种识别的有效模型,利用ASD Field Spec 3全波段便携式光谱分析仪采集了4种果树花期花的光谱数据。利用剔除异常光谱、5点移动平滑等技术对4种果树花期花的光谱反射率进行预处理,使用连续投影算法(SPA)进行有效波长选取并获得7个波长下的反射光谱,同时增加了590 nm和720 nm处2个波形差异大的光谱,与归一化植被指数(INDV)和比值植被指数(IRV)共11个特征波段作为分类建模数据,建立了偏最小二乘判别分析(PLS-DA),正交偏最小二乘判别分析(O-PL-DA)和基于误差反

分别应用2种不同型号近红外分析仪测定4个不同种类茶叶的光谱曲线,对不同的光谱数据预处理方式和不确定因子系数进行比较,确立最优定性判别定标模型。结果表明,NIRSystems6500型分析仪对不同种类茶叶的准确识别率达100%,效果较好。这种利用近红外光谱的判别技术可对茶叶的种类进行快速识别。

为了实现板栗Ｃａｓｔａｎｅａ ｍｏｌｌｉｓｓｉｍａ的快速自动分选，研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用ａｎｔａｒｉｓⅡ傅里叶变换近红外光谱仪获取７０个正常板栗和１１０个褐变板栗的近红外光谱（１ ０００．００～２ ５００．００ｎｍ），比较了不同光谱预处理方法对褐变板栗识别的影响，随后采用一种新的变量选择方法即随机青蛙算法（ｒａｎｄｏｍ Ｆｒｏｇ）提取与板栗褐变相关的特征波长变量，最后基于特征波长建立和比较了褐变板栗识别的偏最小二乘－线性判别分析模型（Ｐｌｓ－ｌｄａ）和最小二乘－支持向量机（ｌｓ－ｓＶｍ）模型。结果显示：经标准正态变量变换（ｓｎＶ）预处理和随机青蛙算法优选的２３．．．

探索可见/近红外光谱识别生长锥取得的木材样品的可行性,为野外木材检测提供方法。木材品种涉及东北地区常见的14个树种,木材样品由生长锥南向北方向钻取树木1.3 m胸高处得到,观测木样的可见/近红外光谱并采用导数、对数与平滑处理,运用距离法建立识别模型,测试并分析不同光谱预处理方法对可见/近红外光谱木材识别准确率的影响。结果显示:在不使用平滑处理时,使用一阶导数处理之后的光谱木材树种识别的准确率(96.79%)明显高于二阶导数(78.57%)和三阶导数(75.00%)。在使用导数和平滑处理时,使用二阶导数(98.21%)或三阶导数(98.21%)处理之后的光谱用于识别的准确率略高于一阶导数(97.50%)。单独使用平滑处理不能提高模型预测准确率,单独使用导数处理可以提高模型预测准确率。在最优的参数设置下使用导数和平滑处理时,使用S-G导数平滑(98.42%)和Norris导数滤波(98.57%)的效果无明显差异。

【目的】中国柑橘产区分布广、生态类型复杂,不同产地纽荷尔脐橙果实品质和市场效应具有较大差异。研究基于近红外光谱技术的柑橘产地识别技术,利于不同柑橘产地果品的识别和鉴伪。【方法】从中国南方17个纽荷尔脐橙主要产地选择代表性成年果园,分别采摘成熟鲜果样品100个。利用Sup NIR-1500近红外分析仪采集脐橙果实赤道部、肩部表面以及果汁滤液的近红外反射光谱,光谱波长范围为1 000—2 499 nm。采用主成分分析法对原始光谱数据进行预处理,提取近红外光谱的特征信息以降低数据集维度以及噪声。研究人工神经网络理论,构建由一个输入层、一个具有非线性激励函数的隐藏层和一个输出层组成的典型的3层人工神经...

为了提高我国母猪养殖设备自动化和智能化水平,设计一种由全机械式饲喂通道、精准饲喂器及智能控制器组成的群养母猪智能化精准饲喂装置,该装置采用少量多次的下料方式,以可编程控制器(PLC)作为核心控制器,实现母猪采食信息的采集与储存。性能测定分析显示,当单次下料量为100g时,该装置的日下料量平均相对误差为2.59%,变异系数的均值为2.25%,最远识别半径为16cm。研究结果表明,该装置具有准确识别进食母猪身份、隔离饲喂及精准下料等功能,装置的下料精度和稳定性以及识别范围均达到设计要求。

我国大部分地区寒冷季节,地面自动气象站风传感器容易冻结,影响观测数据质量,尤其偏远无人值守的区域站,维护保养困难很大,影响时间长.为解决这一问题,提出了一种风传感器防冻结装置的技术思路,从智能防冻装置的结构、功能模块以及智能加热控制等方面开展设计试验.结合外场一次冻雨天气过程的试验,采用CIMISS数据应用检验.结果表明,风传感器防冻装置是冬季保证风要素观测数据完整性连续性的重要措施,对气象站和风力发电场地面风观测站的风传感器的防冻具有广泛应用价值.