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...