农业机械学报

作者：仝一锟，鄢玉林，李明生，温昌凯，谢斌，宋正河

单位：中国农业大学,西南大学,西南大学,中国农业大学,中国农业大学,中国农业大学,

关键词：电动拖拉机;牵引负载;智能辨识;半监督学习;深度学习;WRNx

基金：国家自然科学基金项目（32301719）和重庆市技术创新与应用发展专项重点项目（cstc2021jscx-gksb0003）

针对电动拖拉机犁耕作业牵引负载辨识不准确、训练过程依赖海量标记数据的问题，提出了基于半监督学习算法的电动拖拉机犁耕作业多工况参数融合训练框架，构建了基于宽残差网络和扩展长短时记忆网络（WideResNet-xLSTM，WRNx）的电动拖拉机牵引负载等级辨识模型。其中，半监督学习框架使用有、无标签数据进行辨识模型的迭代训练，并应用C-means模糊聚类分析模型的线性输出;基于WRNx组合模型，通过WideResNet的特征表达能力深入提取载荷数据的有效特征，通过xLSTM网络处理时序关系，最终通过分类器对载荷序列实现分类预测。构建了电动拖拉机犁耕机组多传感器载荷参数测试系统，并开展了犁耕作业田间试验。结果表明，所提出的半监督学习框架可减少25.4%的标记数据训练样本，优于传统的监督学习训练框架，所构建模型辨识电动拖拉机犁耕作业牵引等级的准确率和F1值分别为94.35%和94.27%。研究结果为电动拖拉机犁耕作业负载半监督学习辨识提供了新的解决方案。

来源：2025年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第6期