CC BY
26КОМПАКТНАЯ МИНИУСТАНОВКА ДЛЯ ВЫРАЩИВАНИЯ РАСТЕНИЙ И ЕЕ НЕДОСТАТКИ Янкин А.В.
Янкин Алексей Васильевич — магистрант, направление: агроинженерия, кафедра электропривода и электротехнологий, энергетический факультет,
Российский государственный аграрный университет Московская сельскохозяйственная академия им. К.А. Тимирязева, г. Москва
Аннотация: в статье приводится описание компактной миниустановки для выращивания растений в домашних условиях, и описание её недостатков. Ключевые слова: миниустановка, растения.
Компактная миниустановка (рис. 1) предназначена для выращивания съедобных растений: салата, петрушки, укропа и другой зелени, а так же клубники, цветов и овощей. Как правило, для выращивания выбирают невысокие культуры растений т.к. расстояние между посадочной панелью и лампой ограничено.
Устройство компактной миниустановки довольно простое: пластиковый резервуар, который наполняется питательным раствором, и закрывается посадочной панелью. На посадочной панели имеется одно место под посадку растения, стаканчик, с отверстиями для роста корней. Стаканчик наполняется субстратом, и высаживаются семена.
Над посадочной панелью закреплена специальная светодиодная лампа для растений.
ш
Рис. 1. Компактная миниустановка для выращивания растений
Как уже было сказано ранее, резервуар наполняется питательным гидропонным раствором.
Гидропоника — это способ выращивания растений на искусственных средах без почвы. Питание растения получают из питательного раствора, окружающего корни. Гидропоника позволяет регулировать условия выращивания растений — создавать режим питания для корневой системы, полностью обеспечивающий потребности растений в питательных элементах, концентрацию углекислого газа в воздухе, наиболее благоприятную для фотосинтеза, а также регулировать температуру воздуха и корнеобитаемого пространства, влажность воздуха, интенсивность и продолжительность освещения [1].
В прошлом любителям гидропоники приходилось самостоятельно смешивать химические реагенты, чтобы получить раствор с необходимым соотношением азота, фосфора, калия, магния, железа, кальция, серы и множества других питательных элементов. Сделать это в домашних условиях достаточно сложно. Сегодня гидропоника это просто, комплексные удобрения позволяют быстро приготовить качественный питательный раствор. В растворе будет все, что требуется растениям в виде легко усваиваемых элементов [2].
Недостатками данной установки являются: кронштейн, который нельзя изменять по высоте, когда растение вырастает, то облучение с лампы перестает попадать на все листья растения; лампа неправильно расположена над растением, что сказывается на интенсивности облучения.
Список литературы
1. Гидропоника. [Электронный ресурс]. Режим доступа: https://m.wikipedia.org/wiki/%D0%93% D0%B8%D0%B4%D1%80%D0%BE%D0%BF%D0%BE%D0%BD%D0%B8%D0%BA%D0% B0/ (дата обращения: 03.12.2017).
2. Как приготовить питательный раствор для гидропоники? [Электронный ресурс]. Режим доступа: http://floragrow.ru/gidroponika/pitatelnyj-rastvor.html/ (дата обращения: 04.12.2017).
АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ И РАЗРАБОТКА БАЗЫ ДАННЫХ ДЛЯ РЕАЛИЗАЦИИ ДЕФЕКТОСКОПИИ ИНТЕГРАЛЬНЫХ СТРУКТУР Вирясова А.Ю.1, Ишин И.А.2
'Вирясова Анастасия Юрьевна — магистрант, кафедра проектирования и технологии производства электронной аппаратуры, факультет информатики и систем управления, Московский государственный технический университет им. Н.Э. Баумана; 2Ишин Иван Александрович — магистрант, кафедра инструментального и прикладного программного обеспечения, факультет информационных технологий, Московский технологический университет, г. Москва
Аннотация: в данной статье рассматривается предметная область и база данных для реализации дефектоскопии интегральных структур. Для этого в первой части выполняется выбор метода реализации классификации изображений, рассмотрены три основных метода: к-ближайших соседей, нейронные сети прямого распространения и сверточные нейронные сети. Показаны преимущества и недостатки каждого из методов. Во второй части статьи описываются выбор и функциональные возможности платформы для работы с выбранным алгоритмом. В третьей же части описаны основные принципы построения базы данных для работы с классификацией изображений.
Ключевые слова: сверточные нейронные сети, глубокое обучение, дефекты микросхем, алгоритм, многослойный, рекуррентные нейронные сети, са^~е.
Введение
Проблема анализа дефектов интегральных структур приобретает все большую актуальность с уменьшением проектных норм и формированием пространственных интегральных структур. Используя классические визуальные методы при внешнем осмотре определить дефект интегральной структуры (ИС) практически невозможно.
Необходимо не только определить наличие дефекта, но надо его правильно классифицировать, сформировать рекомендации по его устранению и дальнейшему недопущению. На данный момент классификацию обычно производит оператор, что требует дополнительных затрат, а если учесть ошибки, связанные с человеческим фактором, то необходимость автоматизации данной задачи очевидна.
Для автоматизации классификации дефектов интегральных микросхем используется компьютерное зрение. Главная задача в компьютерном зрении и обработке изображений это определение содержат ли данные некоторую особенность, характерный объект или активность. Эта задача может быть легко решена человеком, но еще не решена удовлетворительно в компьютерном зрении при случайных объектах и в случайных ситуациях.
Необработанное изображение в виде 3-Э массива изменяет значений в зависимости от таких параметров, как: изменения точки зрения, изменение масштаба, окклюзия, изменение освещения, внутриклассовое изменение.
