您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者10条结果 成果回收站

上传时间

2005年01月19日

【期刊论文】基于人工神经网络的田间信息插值方法的研究

何勇, 张淑娟

,-0001,():

-1年11月30日

摘要

本文提出了一种人工神经网络的田间信息插值新方法,并利用ArcView3.2 软件绘制碱解氮的BP 神经网络插值空间分布图和球状插值分布图,并对BP 神经网络插值方法和克立格球状插值方法的结果进行了误差分析。结果表明,BP 神经网络的插值方法优于克立格球状插值,该方法有利于田间信息空间分布特性准确、直观的表达,有利于农田精确施肥、灌溉、播种等精细农业生产管理。

人工神经网络, 土壤性质, 插值方法, 空间分布图, 误差分析

上传时间

2005年01月19日

【期刊论文】基于虚拟仪器技术的土壤电导率测量仪器研究

何勇, 林丽兰, 俞海红

,-0001,():

-1年11月30日

摘要

该文针对传统土壤电导率测量仪器准确性低、实时性差等问题,根据土壤电导率的测量原理,采用NI 公司的虚拟仪器开发平台LabVIEW 和数据采集卡,采集土壤温度和电导率等参数,设计了一种土壤电导率测量仪器,通过简单的操作便可测量不同温度下的土壤电导率,并实现数据的显示、保存、打印和网络传输等功能。该仪器利用温度校正方法消除温度变化给电导率带来的测量误差,对KCl 标准溶液电导率的测试结果表明,该仪器具有较高的测量精度,可以广泛应用于土壤电导率的测量中。该研究为多参数的正确测试提供了一种简便的方法。

虚拟仪器, 土壤电导率, 测量仪器, 温度校正

上传时间

2005年01月19日

【期刊论文】基于掌上电脑的农田信息快速采集处理系统的研究

何勇, 方慧

,-0001,():

-1年11月30日

摘要

为了解决精细农业中空间信息的快速获取与分析处理问题,提出并实现了基于掌上电脑的农田信息采集处理系统,并对具体实现该系统的若干关键技术如GIS、数据模型、空间索引、Windows CE 的数据库技术、采样控制等进行了分析与研究。作为一种实时系统,该系统可结合GPS 和各种传感器,快速地测量和分析农田信息。本文用该系统对两种GPS(AG132 与MAP330)进行了精度比较试验,快速而方便地证实了AG132 有更好的精确性与稳定性,更适于农业生产要求。试验的过程与结果也间接表明了该系统具有较好的实用性,为精细农业信息的快速采集和处理的提供了关键技术和设备。

农田信息采集, Windows CE, GIS, 全球定位系统

上传时间

2005年01月19日

【期刊论文】基于虚拟仪器的拖拉机性能检测仪

何勇, 李增芳, 蔡建平

,-0001,():

-1年11月30日

摘要

根据拖拉机的特点和性能检测的要求,开发了一套基于多功能数据采集卡(DAQ)和图形化编程语言LabVIEW 的虚拟仪器拖拉机性能综合检测仪器,该仪器可以快速测定拖拉机制动性能、车速、轴重、牵引力、灯光、烟度、噪声,实现了一机多用。通过实际测试表明,仪器具有较高的可靠性和精度。

拖拉机性能,, 检测设备,, 虚拟仪器

上传时间

2005年01月19日

【期刊论文】ENGINE REAL-TIME FAULT DIAGNOSIS EXPERT SYSTEM USING NEURAL NETWORKS∗

何勇, HE Yong, BAO Yi-dan, FENG Lei

,-0001,():

-1年11月30日

摘要

This paper reports a practical approach for detecting and diagnose engine faults in real-time based on both the historical and the real-time engine operation data using a specially design neural networks-based fault diagnosis expert system. This system consisted of multiple sensors for real-time monitoring, an engine database for historic data comparison, and a neural network-bases classifier for detecting faults based on both the realtime and the historic data. This neural network-based engine fault diagnosis system was evaluated in a series of validation tests. The results indicated that the system was capable to detect the predefined faults reliably.

neural network,, engine,, fault diagnosis,, inspection,, measurement

合作学者

  • 何勇 邀请

    浙江大学,浙江

    尚未开通主页