人工智能技术与应用（案例版）课件 第9章 智能农业机器人2

第9章

智能农业机器人-2人工智能技术与应用ArtificialintelligencetechnologyandApplication1.智能农业机器人概述2.智能农业机器人应用3.智能技术——神经网络4.应用案例3.神经网络人工神经网络（ArtificialNeuralNetwork，ANN）简称神经网络（NN），是基于生物学中神经网络的基本原理，在理解和抽象了人脑结构和外界刺激响应机制后，以网络拓扑知识为理论基础，模拟人脑的神经系统对复杂信息的处理机制的一种数学模型。概念机器视觉系统组成人工神经元结构人工神经网络可看成是以人工神经元为节点，用有向加权弧连接起来的有向图。在此有向图中，人工神经元就是对生物神经元的模拟，而有向弧则是轴突-突触-树突对的模拟。有向弧的权值表示相互连接的两个人工神经元间相互作用的强弱。神经网络的发展历程神经网络的应用神经网络的应用领域很广泛。如流程建模与控制、机器故障诊断、证券管理、目标识别、医学诊断、目标市场和经济预测等。在流程建模与控制方面，为物理设备创建一个神经网络模型，通过该模型来决定设备的最佳控制设置。当检测到机器出现故障时，系统可以自动关闭机器。以一种高回报、低风险的方式分配证券资产进行投资，证券管理。神经网络的应用在目标识别方面，通过视频或者红外图像数据检测是否存在敌方目标，被广泛运用于军事领域。通过分析报告的症状和MRI、X-射线图像数据，协助医生诊断、医疗诊断。根据统计学，找出对营销活动反响率最高的人群，确定目标市场。通过历史安全数据预测未来经济活动的安全性。神经网络的应用BP模型和MP模型BP神经网络全称是Back-propagationneuralnetwork，它被认为是最常用的神经网络预测方法，BP神经网络模型由输入层、隐层和输出层三层组成，其中隐层在输入层和输出层之间传递着重要的信息，一般包含一个或多个隐层。BP模型和MP模型1943年，美国心理学家沃伦·麦克洛克（WarrenMcRock）和数学家沃尔特·皮茨（WalterPitts）参考了生物神经元的结构，把神经元视为二值开关，通过不同的组合方式来实现不同的逻辑运算，并且将这种逻辑神经元称为二值神经元模型（McCulloch-PittsModel，MP模型）。4.应用案例——颜色识别1利用学校实验室现有实验设备，搭建机器人系统，进行颜色识别案例实践与分析。具体要求是一些长方体的箱体在不同侧面涂装成红色和蓝色。在这些长方体的箱体（物块）搬运码垛的过程中，往往需要把物体按一定方向码垛，便于存储的安全性、可靠性、条理性和便利性。现以红蓝两种颜色区分物块的不同方向。要求按颜色相同、方向一致的方式规范码垛。应用案例——农业气象数据分析农业气象数据可以提供气温、降水、日照等信息，帮助农民了解农作物生长所需的气候条件，合理安排播种、施肥、浇水、除草等管理活动，从而提高产量和质量。还可以用于监测病虫害发生的气象条件，提前预警可能出现的病虫害，采取相应的防治措施，减少病虫害对作物的危害，保障农产品的质量和产量。同时我们可以通过气象数据了解降水情况和