作者:张鑫,张德贤,徐路路,张苗 单位:南京农业大学 出版:《南京农业大学学报》2019年第03期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFNJNY2019030230 DOC编号:DOCNJNY2019030239 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVR的粮仓储粮重量在线检测模型》PDF+DOC2018年第05期 张德贤,张苗,张庆辉,张元,吕磊 《粮仓储粮数量在线检测模型》PDF+DOC2014年第10期 张德贤,杨铁军,傅洪亮,樊超,张元 《基于压力传感器的粮仓储粮数量在线检测方法》PDF+DOC2014年第04期 张德贤,杨铁军,傅洪亮,樊超,张元 《基于底面压强的粮仓储量估测方法》PDF+DOC2017年第10期 张德贤,张苗,张庆辉,张元 《粮仓计量技术进展与展望》PDF+DOC2017年第02期 任工昌,张戈,刘朋 《面向智能感知活动识别的混合神经网络模型》PDF+DOC2019年第03期 陆保国,蒋炜,马浩杰 《基于计算机视觉的智能果蔬结算系统》PDF+DOC2019年第02期 陈登峰,周瑶,段优,王珂 《基于RBF神经网络提高压力传感器精度的新方法》PDF+DOC2004年第04期 赵望达,刘勇求,贺毅 《一种提高无线传感网络数据模式可读性的方法》PDF+DOC2012年第10期 倪萍,魏芳 《用于白酒识别的电子鼻数据分析与参数优化》PDF+DOC2015年第07期 亓培锋,孟庆浩,井雅琪,曾明,丁承君
  • [目的]为满足国家对全国储粮数量在线检测的迫切需求,提出了一种基于深度神经网络的粮仓储粮数量检测方法。[方法]通过在粮仓底部布置若干压力传感器的方法获取粮仓底部所受压强值,并以分次进粮方法,分别记录所受压强值。通过R语言平台构建不同层次的深度神经网络结构并利用对数据集的学习得出检测模型,根据检测精度选择出最佳检测模型结构。通过最佳检测模型分别对试验仓及通州、齐河实仓进行检测实验。[结果]试验仓检测平均误差约为1.88%,通州实仓检测平均误差约为0.02%,齐河实仓检测平均误差约为0.08%。[结论]基于深度神经网络的粮仓储粮数量检测模型精度高,可用性强,为粮仓储粮数量的检测提供了一种新方法。

    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。