搜索结果: 1-4 共查到“农业工程 Wavelet transform”相关记录4条 . 查询时间(0.046 秒)
基于IRM和小波变换的圆度误差在线检测技术（Roundness On-machine Measurement Method Based on IRM and Wavelet Transform）
圆度 在线检测 改进反向法
2009/8/11
针对提高圆度误差在线检测精度的两个关键问题——主轴回转误差分离和环境噪声消除，提出了一种基于IRM（改进反向法）和小波变换的圆度误差在线检测方法。运用IRM实现在线检测中主轴回转误差与圆度误差的分离；采用基于小波变换的消噪滤波方法，消除车间噪声和高、中频信息的干扰。实验结果表明，在线检测精度基本达到了三坐标机的离线检测精度，平均相对误差4%，重复测量精度基本一致。
基于离散小波变换的二甲醚HCCI爆震试验（Experimental Analysis of Knock in a DME HCCI Engine Using Discrete Wavelet Transform）
二甲醚 均质压燃 爆震
2009/5/22
在一台由柴油机改造为二甲醚进气道喷射的发动机上，用离散小波变换分析正常燃烧工况、爆震工况的缸内压力，计算其在各尺度细节部分的能量特征值，研究二甲醚HCCI燃烧的爆震特性。结果表明，正常燃烧工况、爆震工况缸内压力的能量特征值分布具有明显的规律。正常燃烧工况时，细节部分D3的能量特征值最大；爆震工况时，细节部分D1的能量特征值最大。转速升高或进气道喷射燃料添加LPG对正常燃烧工况、爆震工况缸内压力能量...
基于小波变换和BP神经网络的蛋壳破损检测（Crack Detection in Eggs with Multi-level Wavelet Transform and BP Neural Network）
鸡蛋 破损 检测
2009/5/22
提出了一种基于多层小波变换和纹理分析的蛋壳破损检测方法。该方法对获取的鸡蛋透射图像G分量在不同水平上进行小波分解，计算和分析各水平高频细节子图像的纹理特征参数，实验确定最有效的8个特征参数作为BP网络输入，建立结构为8—20—2的BP神经网络蛋壳破损分类模型。实验表明，该方法对无破损蛋、线状破损蛋、网状破损蛋和点状破损蛋的判别正确率分别为95%、90%、95%、80%，平均识别率为90%。
基于小波变换的大米直链淀粉波长选择方法（Region Selecting Methods of Near Infrared Wavelength Based on Wavelet Transform）
直链淀粉 近红外光谱 小波变换 波长选择
2010/2/26
提出了一种基于小波变换的近红外光谱波长选择方法，小波分解低频系数是原光谱的离散近似，将最佳小波分解低频系数与原光谱数据进行关联，求出小波分解低频系数与原光谱数据的列相关系数R，取与原光谱数据相关系数较大的波长组合，作为最后参与建模的谱区。不仅考虑了浓度矩阵对波长选择的影响，且由于把小波分解结构中的高频系数全部滤除，避免了高频噪声的干扰，减小建模和预测运算时间，使最终建立的近红外光谱模型的预测精度提...