摘要：随着信息化时代的到来,传统的农机产品已不能满足农业现代化的要求,高科技、新理念、新模式不断渗透农业发展,呈现出崭新的面貌。在技术上,随着机电一体化技术与微电子技术的发展,系统工程、计算机技术、电子技术、液压技术、视觉识别技术等被广泛运用于农业机械装备。农业机械装备的运用使农业生产达到自动化水平,加快了农业现代化进程基于此,本篇文章对自动控制技术在农业机械设计及发展中的应用进行研究,以供参考。

摘要：针对人工或机械振动筛对板栗分级精度低的问题,提出基于浅层卷积神经网络的板栗分级方法。用小米手机拍摄获取5种级别板栗的5481幅图像应用于卷积网络模型的训练、验证和测试。学习EfficientNet的网络结构,设计的浅层卷积神经网络(Efnet-1)由1个普通卷积模块和3个MB卷积模块构成板栗图像特征提取器。特征提取器连接一个由全局平均池化层、隐含层和输出层组成的分类器。在Efnet-1模型的训练过程中对相关超参数进行优化。对比分析Efnet-1与深度学习模型AlexNet的板栗分级性能。Efnet-1对板栗的分级准确率是98.68%,坏板栗被分为好的板栗的比例不大于0.9%。Efnet-1的板栗图像分类时间为62 ms。改进的卷积神经网络模型Efnet-1对板栗的分级快速而准确,为板栗的自动化分级提供技术基础。