作者:刘鉴,任爱新,刘冉,纪涛,刘慧英,李明 单位:中国农业科学院农业信息研究所 出版:《智慧农业(中英文)》2020年第02期 页数:10页  (PDF与DOC格式可能不同) PDF编号:PDFZHNY2020020130 DOC编号:DOCZHNY2020020139 下载格式:PDF + Word/doc 文字可复制、可编辑
《日光温室黄瓜叶片湿润传感器校准方法》PDF+DOC2010年第02期 李明,赵春江,李道亮,王成,杨信廷 《压力传感器的温度补偿研究及其应用》PDF+DOC2016年第18期 李扬,刘明光,钱学成,陈佳,王昕 《基于无源观测器的小波神经网络故障诊断方法》PDF+DOC2020年第04期 徐海祥,黄羽韬,余文曌 《多传感器技术在机器人系统中的应用和研究》PDF+DOC2005年第01期 林锋,陈一民,熊玉梅,段宏伟 《油管压力传感器式行驶中车辆称重仪的试验研究》PDF+DOC2004年第06期 程志兵,苏清祖,罗雁,田鑫 《基于LM算法的现场测量系统的传感器非线性误差校正方法》PDF+DOC2004年第06期 倪飞舟,李桂权 《基于改进BP神经网络的矿井CO检测方法的研究》PDF+DOC2016年第01期 代洪 《基于多传感器信息融合和神经网络的汽轮机故障诊断研究》PDF+DOC2010年第03期 凌六一,黄友锐,魏圆圆 《基于BP神经网络的IH3605传感器建模方法》PDF+DOC2010年第05期 黄俊燕,木昌洪 《黄酒识别的电子鼻系统设计》PDF+DOC2014年第04期 顾海锋,张世庆,孙力,蔡健荣,徐意梦,向赟
  • 叶片湿润时间(LWD)是植物病害模型的重要输入变量之一,它与许多叶部病原菌的侵染有关,影响病原侵染和发育速率。为了准确地预测日光温室黄瓜病害的发生时间和方位,本研究于2019年3月和9月在北京两个不同类型日光温室内按照棋盘格法设置了9个采样点部署温湿光传感器和目测叶片湿润时间,每隔1 h采集一次温度、湿度、辐射和叶片湿润数据进行定量估算分析。分析结果表明:BP神经网络模型在两个温室的试验条件下获得了相似的准确度(ACC为0.90和0.92),比相对湿度经验模型估算叶片湿润时间的准确度(ACC为0.82和0.84)更高,平均绝对误差MAE分别为1.81和1.61 h,均方根误差RSME分别为2.10和1.87,决定系数R2分别为0.87和0.85;在晴天和多云天气条件下,叶片湿润时间的空间分布总体规律是南部>中部>北部,南面是叶片湿润平均时间(12.17 h/d)最长的区域;由东向西方向上,叶片湿润时间的空间分布总体规律是东部>西部>中部,中部是叶片湿润平均时间(4.83 h/d)最短的区域;雨天的叶片湿润平均时间比晴天和多云长,春季和秋季分别为17.15和.....。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。