基于极限学习机利用可见-近红外光谱数据判别土壤类型的方法研究

为了实现土壤类型的快速无损识别,提出了一种利用可见-近红外光谱、基于极限学习机的土壤类型鉴别方法。首先,获取4种不同类型土壤的320个样本波长在325～1075 nm范围内的可见-近红外光谱数据;其次,用主成分分析的数学方法对数据进行降维处理,最终提取了三个主成分来代表原光谱数据;再次,将320个样本的数据随机分为测试集和预测集两个部分,建立极限学习机模型,利用该模型对土壤类型进行识别。实验结果表明,将极限学习机应用于土壤类型的识别精度可达100%,其训练速度和泛化性优于BP神经网络和支持向量机,能够快速、准确、无损鉴别土壤类型,使用方便,具有推广价值。     

检测食品沙门氏菌的生物传感器持久性研究

为了研究温度对生物传感器检测的持久性的影响,制备了用于检测食品中沙门氏菌的磁致伸缩生物传感器,以磁致伸缩膜片作为物理传感器,多克隆抗体作为生物识别元件,采用Langmuir-Blodgett(LB)技术将多克隆抗体固定在磁致伸缩膜片表面。当食品中沙门氏菌吸附在生物传感器上时,将引起其共振频率漂移。通过测试与分析磁致伸缩生物传感器共振频率漂移值,并利用扫描电子显微镜(scanning electron microscope)观察吸附了沙门氏菌的生物传感器表面,对生物传感器在25(室温)、45及65℃的持久性进行研究。结果表明:多克隆抗体磁致伸缩生物传感器与沙门氏菌的结合能力随着时间的延长逐渐降低;且温度越高,传感器的持久性越差;在25、45及65℃时,多克隆抗体磁致伸缩生物传感器的持久期分别为30、8和5 d,由此获得了多克隆抗体生物传感器在常用温度下的持久性。并结合阿伦尼乌斯方程,计算得到该生物传感器的激活能为13.024 kJ/mol。进一步证实了磁致伸缩生物传感器可用于定量检测实际溶液中沙门氏菌的浓度,表明生物传感器可应用于食品中细菌的实时快速定量检测。     

基于电子舌的料酒味觉特征辨识与定量分析

为探明电子舌对调味料酒生产工艺的判别能力和理化指标的预测能力,本研究采用电子舌和理化检测手段,结合不同统计方法,对54份料酒样品分别建立定性和定量分析模型。结果表明,应用主成分分析(PCA)可以区分不同生产工艺的料酒样品,第一主成分为鲜味,贡献率62.4%,第二主成分为酸味,贡献率33.2%;应用簇类独立软模式法(SIMCA)可以准确判别酿造料酒和配制料酒,各传感器区分能力(DP)>5,识别率达到100%;应用偏最小二乘法(PLS)将传感器信号与行标方法检测结果进行拟合,总酸、氨基酸态氮和食盐的验证集标准偏差与预测标准偏差的比值(RPD)分别为12.1、6.5和14.1,建立的模型效果良好,可进行准确的定标和预测;酒精度RPD值为2.7,也可进行定量分析,但模型稳定性较弱。本研究结果为应用电子舌对调味料酒进行品质区分和检测提供了理论和实践基础。     

基于流形学习算法的马铃薯机械损伤机器视觉检测方法

针对马铃薯表面芽眼和凹凸不平的影响,使之马铃薯机械损伤难以检测的问题,该文提出了一种基于流形学习算法的马铃薯机械损伤检测方法。首先利用马铃薯图像的显著图分割出马铃薯区域,然后利用主成分分析(principal component analysis,PCA)、等距映射(isometric mapping,Isomap)和局部线性嵌入(locally-linear embedding,LLE)3种流形学习方法提取马铃薯区域图像特征参数,然后分别建立基于3种流形特征的支持向量机(support vector machine,SVM)分类模型PCA-SVM、Isomap-SVM和LLE-SVM,利用网格搜索法(grid search)、遗传算法(genetic algorithm,GA)以及粒子群算法(particle swarm optimization,PSO)3种模型参数优化方法,优化支持向量机模型的惩罚参数c和RBF核参数g,以建立最优分类模型,最后比较3种分类模型的识别效果,确定最优分类模型。研究结果表明,PCA-SVM分类模型对训练集识别率为100%,测试集识别率为100%;Isomap-SVM分类模型对训练集识别率为100%,测试集识别率为91.7%;LLE-SVM分类模型对训练集识别率为100%,测试集识别率为91.7%,表明PCA、Isomap和LLE 3种流形学习方法用于马铃薯机械损伤检测是可行的,其中PCA-SVM分类模型检测效果最优。     

同时检测沙门氏菌和炭疽杆菌磁致伸缩生物传感器制备与应用

为探索2个磁弹性生物传感器进行串联是否会存在耦合干扰,继而影响各自的检测精度,该文以磁致伸缩带材(2 826 MB Metglas TM)为传感器膜片,不同种类噬菌体为生物识别元件,制备了可同时检测沙门氏菌和炭疽杆菌2种病菌的磁致伸缩生物传感器系统。采用物理吸附法在部分磁致伸缩传感器表面固定了对沙门氏菌具有检测专一性的E2噬菌体,用于检测沙门氏菌;部分磁致伸缩传感器表面固定了对炭疽杆菌具有检测专一性的JRB7噬菌体,用于检测炭疽杆菌。在磁致伸缩传感器表面固定噬菌体后,采用牛血清蛋白作为阻滞剂覆盖没有固定噬菌体的局部区域,防止检测中非专一性细菌吸附导致的检测误差。同时,制备了一种没有固定任何噬菌体只覆盖牛血清蛋白阻滞剂的参考传感器,目的是探索牛血清蛋对被检病菌吸附到传感器表面的阻滞效果。在检测过程中,传感器由磁场定位,将传感器浸入到病原体溶液中,吸附细菌后传感器质量增加,导致其共振频率降低。研究发现:所研制的生物传感器系统不存在相互耦合干扰,每种生物传感器能专一性地吸附与表面噬菌体对应的被测病菌。对浓度范围为5×10~5×108 CFU/m L菌液检测还发现,该系统具有良好的检测灵敏度,本研究所采用尺寸规格的传感器灵敏度同单个传感器检测灵敏度一样,为103 CFU/m L。同时,参考传感器浸入到病原体溶液中频率无变化证明了牛血清蛋白阻滞剂可有效消除没有固定噬菌体的局部表面对细菌的非专一性结合。扫描电镜对传感器样品表面进行观察,直观地证明了生物传感器与其目标被测物之间的吸附情况,观察结果为生物传感器对细菌的检测提供了可靠的参考证据。     

苹果擦伤拉曼光谱无损检测虚拟系统研究

为检测苹果品质并依据擦伤进行分级，研发了一个基于拉曼光谱的实时无损自动检测分类虚拟仪器分级系统样机。采用一台Nicolet傅氏变换拉曼光谱仪进行苹果擦伤光谱检测。测试集和训练集的苹果光谱用WinDAS的典型变量分析(CVA)和主成分分析法(PCA)进行分类处理。分析得出的模型经UNEQ分类检验，‘马氏平方图’和χ²检验结果该分类模型。其次, 应用LabVIEW 设计苹果虚拟仪器分级控制系统，并制作了样机。试验结果表明拉曼光谱分析能用于苹果擦伤无损检测和类别确定；虚拟仪器分级系统能对苹果进行准确分级处理。     

基于音频特征和模糊神经网络的禽流感病鸡检测

为了能在早期发现禽流感并进行预防,该文提出了一种基于音频特征和模糊神经网络的禽流感病鸡检测方法。依据获取的家禽音频和环境及其他噪声的谱熵差别大的特点,在复杂环境中分析并提取出鸡声,丢弃非鸡声段,对提取的鸡声进行分析及处理,计算短时过零率、短时能量以及短时过零率与短时能量混合特征,用作判别患禽流感的病鸡和健康鸡的依据。利用T-S模糊神经网络,对提取出来的家禽音频特征进行训练和识别,试验表明隶属度函数为钟形函数、隶属度个数为2时模糊神经网络对试验提取的3个鸡声特征组成的3组测试集的敏感性分别为75.47%、80.39%和76.92%,特异性分别为80.85%、79.59%和72.92%,正确识别率分别为78%、80%和75%。该研究为规模化家禽养殖场及大型家禽流通市场的禽流感病禽识别提供一套快速、高效检测方法。     

磁致伸缩生物传感器尺寸对沙门氏菌检测灵敏度的影响

为了研究不同尺寸传感器的检测灵敏度,该文以磁致伸缩膜片为物理传感器,多克隆抗体为生物识别元件,采用Langmuir-Blodgett(LB)技术将多克隆抗体固定在磁致伸缩膜片表面,制备了用于检测沙门氏菌的磁致伸缩生物传感器。检测时,将不同尺寸的生物传感器浸在含有沙门氏菌的被测溶液里,由于生物传感器对沙门氏菌的吸附使传感器质量增加,从而使传感器共振频率发生改变。采用尺寸为2 mm×0.4 mm×15μm,5 mm×1 mm×15μm和25 mm×5 mm×15μm的传感器检测浓度为102~109 CFU/m L的沙门氏菌溶液,并利用扫描电子显微镜观察传感器表面。研究结果表明,由传感器共振频率变化计算获得的沙门氏菌浓度与扫描电子显微镜观察统计分析获得的直观浓度吻合得很好,两者最大相对差值小于10%。传感器尺寸越小,检测灵敏度越高。尺寸为2 mm×0.4 mm×15μm,5 mm×1 mm×15μm和25 mm×5 mm×15μm的检测极限分别为5×103 CFU/m L,105 CFU/m L和107 CFU/m L。研究结果可为磁致伸缩生物传感器实际应用时,根据预测的细菌浓度,在保证灵敏度的前提下选择合适尺寸的传感器提供参考。     

基于电子鼻传感器阵列优化的甜玉米种子活力检测

针对甜玉米种子活力传统检测方法操作繁琐、重复性差等不足,该研究利用电子鼻技术建立甜玉米种子活力快速检测方法。利用电子鼻获取不同活力甜玉米种子的气味信息,再结合主成分分析(PCA,principal component analysis)、线性判别分析(LDA,linear discriminant analysis)、载荷分析(loadings)和支持向量机(SVM,support vector machine)对气味信息进行提取分析,建立甜玉米种子活力的定性定量分析模型。结果显示:PCA和LDA分析均无法区分不同活力的甜玉米种子,而SVM的鉴别效果较好。全传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为97.10%和96.67%,建模时间为30.75 s,回归预测模型训练集和预测集决定系数R~2分别为0.993和0.913,均方差误差分别为2.23%和8.50%。经Loadings分析将10个传感器阵列优化为6个。优化后传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为98.55%和96.67%,建模时间为21.81 s,回归预测模型训练集和预测集决定系数R~2分别为0.982和0.984,均方差误差分别为3.80%和3.01%。结果表明:基于SVM的电子鼻技术可以实现对不同活力甜玉米种子的高效判别和预测,将传感器阵列优化为6个,判别和预测效果均有所提升。该研究为电子鼻技术应用于甜玉米种子活力检测提供理论依据。     

基于生物散斑图像和惯性矩谱分析的牛肉掺腐检测

牛肉掺假严重危害消费者的健康与经济利益,因此对牛肉掺假进行无损检测具有重要意义。该文基于生物散斑技术对牛肉掺假进行定量检测。试验将新鲜牛肉和非新鲜牛肉按不同比例(0、1%、3%、5%~60%(5%梯度)和100%)混合制备掺假样本,并采集样本的生物散斑图像。针对单列惯性矩(inertia moment,IM)表征样本生物活性存在稳定性差的问题,首次提出惯性矩谱(IM谱)分析的方法并用于建立基于支持向量回归机(support vector regression machine,SVR)的牛肉掺假检测模型。结果表明基于IM谱建立的SVR模型能较为准确预测牛肉中掺假物含量,校正集和测试集的决定系数分别为0.85和0.81,均方根误差分别为0.12和0.11。该研究证明了利用生物散斑技术和惯性矩谱分析方法对新鲜牛肉中掺杂腐败牛肉进行定量检测是可行的。     

基于图像处理-深度学习的孵前种鸭蛋外部品质在线无损检测

种鸭蛋的品质影响着孵化率和健雏率,挑选优质种鸭蛋孵化不仅可以减少孵化占用的资源,还可以及时将不适宜孵化的种鸭蛋筛选出另做它用,避免其孵化失败造成浪费。为了对不同外部品质的孵前种鸭蛋进行检测分级,该研究设计了一种基于图像处理和深度学习的种鸭蛋外部品质检测系统。在传送轨道上获取种鸭蛋的透射图像后,选取多张鸭蛋图像中的最大长轴计算形状特征,通过交错值衡量大小头相似度;在伽马变换平衡图像颜色后,使用HSV分割提取脏污特征图来计算脏污面积;采用自适应阈值分割和脏污特征图掩膜对图像样本数据进行预处理,搭建裂纹识别网络CrackNet来识别脏污鸭蛋的裂纹。结果表明,该检测系统可计算种鸭蛋的大小、蛋形指数、脏污面积和大小头相似度,检测表面裂纹,计算所得长轴和蛋形指数的均方误差仅0.220 2 mm²和0.000 058,CrackNet的裂纹识别准确率为98.03%,研究结果可为入孵前种鸭蛋的筛选工作提供技术支持。     

基于介电特性与蛋黄指数回归模型的鸡蛋新鲜度无损检测

为了更准确、快速的实现鸡蛋新鲜度品质指标蛋黄指数的无损检测,基于介电特性建立了鸡蛋新鲜度无损检测模型,获取鸡蛋的蛋黄指数信息。试验以不同新鲜度鸡蛋为研究对象,采用平行极板法测量不同新鲜度鸡蛋在温度为20℃,相对湿度为72%~89%,频率为1~200 k Hz下的介电特性参数,分析鸡蛋介电特性的变化规律,并建立鸡蛋介电特性与蛋黄指数之间的数学模型。分析了鸡蛋介电特性随测量信号频率及新鲜度指标蛋黄指数的变化曲线,发现其介电参数随频率及蛋黄指数的增大而减小。构建了蛋黄指数与相对介电常数的拟合方程,鸡蛋样品的实际蛋黄指数与模型预测的蛋黄指数间的决定系数R2为0.9115,蛋黄指数的误差为±4.2%,试验结果表明:利用拟合方程预测检验鸡蛋蛋黄指数取得了较好的预测效果,为无损检测鸡蛋新鲜度提供了一种新的可行方法。     

平养蛋鸭种蛋智能收集和标记系统设计与试验

目前平养蛋鸭只能采用家系选育法而不能采用个体选育法,这是因为在平养条件下很难实现蛋鸭与所产蛋的准确对应.蛋鸭家系选育法的主要缺点是复杂,劳动强度大,准确度低,严重影响选种的精度和效率.在平养环境下实现蛋鸭个体选育法的关键在于找到一种智能化无应激的精确识别和标记蛋鸭个体与其所产种蛋的方法.该文以蛋鸭为研究对象,提出了一种新型的平养蛋鸭种蛋智能收集和标记系统设计框架,给出了上位机和下位机的组网拓扑图和逻辑控制算法.该系统采用射频技术和光电传感器技术融合,实现了蛋鸭产蛋个体的准确识别,识别正确率为100%.利用非接触式喷码打印技术将蛋鸭个体编号信息记录在其所产种蛋蛋壳上,解决了蛋鸭个体与所产鸭蛋对应关系的无应激自动记录难题.设计并实现了集种蛋收集和标记于一体的新型集蛋装置.该装置由集蛋区、调整区和喷印区3部分组成.集蛋区采用梯形凹槽结构和EVA海绵弹性触面设计,消除了种蛋在加速滚落过程中积累的动能,种蛋的破损率低于1%.调整区采用滑触式种蛋姿态导向设计,种蛋姿态调整的合格率达到了99.80%,保证了蛋壳长轴截面作为喷印面,使喷印的字符最大程度保持完整性.喷印区采用连续式油墨喷码机完成蛋鸭个体与种蛋对应关系的标记,喷码标识清晰可读合格率为98.2%.该研究可为蛋鸭生产过程中个体产蛋行为分析和种蛋信息的自动收集提供参考.     

基于改进YOLOv7模型的复杂环境下鸭蛋识别定位

在干扰、遮挡等复杂环境下,对鸭蛋进行快速、准确识别定位是开发鸭蛋拾取机器人的关键技术,该研究提出一种基于改进YOLOv7（you only look once）模型的复杂环境鸭蛋检测方法,在主干网络加入卷积注意力模块（CBAM,convolutional block attention module）,加强网络信息传递,提高模型对特征的敏感程度,减少复杂环境对鸭蛋识别干扰;利用深度可分离卷积(DSC,depthwise separable convolution)、调整空间金字塔池化结构（SPP,spatial pyramid pooling）,降低模型参数数量和运算成本。试验结果表明,与SSD、YOLOv4、YOLOv5_M以及YOLOv7相比,改进YOLOv7模型的F1分数（F1 score）分别提高了8.3、10.1、8.7和7.6个百分点,F1分数达95.5%,占内存空间68.7 M,单张图片检测平均用时0.022 s。与不同模型在复杂环境的检测对比试验表明,改进的YOLOv7模型,在遮挡、簇拥、昏暗等复杂环境下,均能对鸭蛋进行准确快速的识别定位,具有较强鲁棒性和适用性。该研究可为后续开发鸭蛋拾取机器人提供技术支撑。     

提高鸭蛋清洁度的层叠式笼养蛋鸭笼底网的优化设计

为解决层叠式蛋鸭笼养设备在笼养鸭过程中出现鸭蛋表面脏污严重的问题,该文优化设计了蛋鸭笼底网外形尺寸参数。该文建立鸭蛋滚落运动仿真模型,利用二分法确定笼底网坡度合理范围。基于笼底网坡度合理范围,综合考虑笼底网间距、笼底网直径、笼底网质量及最大位移变形,建立笼底网优化数学模型。以有限元软件ANSYS为计算平台,采用三因素四水平相应曲面分析法,并基于最大位移变形响应面对蛋鸭笼底网尺寸参数进行寻优,寻优结果中笼底篦漏孔最大的一组解为最优解。优化结果较优化前,笼底网坡度增大至8.5°,笼底篦漏孔增大29.2%,笼底网最大位移变形量下降18.1%;为进一步检验优化结果可行性,该文利用优化后笼底网进行蛋鸭笼养试验。试验结果显示,蛋鸭笼底网优化后显著提高了鸭蛋清洁度,对毛羽品相、产蛋率及鸭蛋破损率无显著影响。该研究可为禽类笼养设备笼网的研制提供参考。     

敲击振动检测鸡蛋裂纹的初步研究

现代化的蛋品加工业中，传统的照蛋检测鸡蛋裂纹技术远不能满足生产的自动化要求，为了实现快速在线无损检测鸡蛋裂纹，试验通过在鸡蛋不同部位施加机械冲击，利用计算机处理产生的声音信号，分析壳裂鸡蛋和完好鸡蛋的响应频率差异。结果表明：敲击赤道不同的部位，完好鸡蛋各点的特征响应频率十分接近，而壳裂鸡蛋差别较大。根据赤道四点特征响应频率变异系数(CV)，建立了初步分级算法，使得裂纹鸡蛋检出水平达到91%，对整批鸡蛋的分级准确率达到87%。     

鸡蛋超弱发光与其新鲜程度的相关分析

使用超弱发光图像探测系统研究了鸡蛋在贮藏期中的发光情况，发现不同鸡蛋的发光强度在第3天达到最大，随后又表现出振荡衰减，这说明第3天的鸡蛋活性最强；对鸡蛋延迟发光进行了研究，发现普遍服从双曲衰减规律，这一点与生物光子的相干理论相一致。不同鸡蛋的超弱发光强度是不同的，这与鸡蛋生命活动的强弱有关，生命力越旺盛的鸡蛋发光也就越强。超弱发光作为鸡蛋生理生化反应的综合指标，用于测定鸡蛋鲜度，方法简单、无损伤、灵敏度高；它不仅可以用来检测鸡蛋的鲜度，还可以检测其它方法难以反映或不能反映的鸡蛋随各种外界条件（如光照、温度等）的变化规律。     

Rapid separation of lysozyme from chicken egg white by reductants and thermal treatment

Reductants (0.1-2.0% ascorbic acid, cysteine, or cystine and 0.04-1. 0% beta-mercaptoethanol) were added to 5-fold diluted, salted duck egg whites (commercially and laboratory prepared) and fresh egg whites (chicken and duck), and subsequently the mixtures were heated at 70 degrees C for 1-10 min. The maximal recovery and purification fold of lysozyme obtained from fresh chicken egg whites added with 1. 0% ascorbic acid were 78% and 2.4, respectively. Storage tests showed that the obtained lyophilized lysozyme powder after dialysis was stable when refrigerated at 4 degrees C for 3 months.     

基于离散元法的杂交稻振动匀种装置参数优化与试验

杂交稻栽培要求少本稀植、利用分蘖能力提高产量,现有的机械化播种技术不能满足此要求,亟需进行杂交稻精密播种技术的机理探讨。为探明振动匀种装置匀种过程中V-T型振盘的振频和振幅对杂交稻种群运动规律的影响,以及种群流动特性对播种性能的影响,该文基于离散元法,采用Hertz-Mindlin无滑动接触模型,实现了V-T型振盘工作过程模拟,得到振盘振频为57~59 Hz时,种群在振盘中分布均匀,播种效果较好。试验验证表明,利用离散元法模拟振动匀种装置匀种过程具有较高的准确性。在仿真结果的基础上,选取振盘振动臂材料、振动器安装角、气动振动器进气压强作为试验因素,进行了振动匀种装置参数优化试验,获得了杂交稻种子低播量下的最佳工作参数组合为振盘振动臂材料为60Si2Mn,振动器安装角度为47.5°,进气压强为0.26 MPa;此时播种合格指数为92.86%,空穴指数为1.14%,有效地提高了现有播种装置的性能。该研究对提高杂交稻精密播种技术提供了参考。     

促性腺激素释放激素基因(GnRH)和生长激素基因(GH)对番鸭产蛋性能的遗传效应分析

促性腺激素释放激素(GnRH)和生长激素(GH)分别是下丘脑-垂体-性腺轴(HPG)与GH/IGF轴分泌的激素,共同参与调控动物的繁殖性能。本研究以白羽番鸭(Cairina moschata)RF系为实验材料,采用PCR-SSCP技术进行基因分型,同时建立适合的线性统计模型,分析基因型与产蛋性能的关联性。结果表明,GnRH基因5’调控区检测到3种基因型AA/AB/BB,经测序比对AA型与BB型相比发生G→A突变,不同基因型与300日龄产蛋数和最大连产天数均显著相关(P<0.05),与开产日龄无显著相关(P>0.05);GH基因内含子3检测到3种基因型CC/CD/DD,经测序比对CC型与DD型相比发生A→G突变,不同基因型与最长连产天数显著相关(P<0.05),与300日龄产蛋数和开产日龄均无显著相关(P>0.05)。两个基因发挥作用的方式主要为加性效应,GnRH基因对300日龄产蛋数和最大连产天数的加性效应值分别为-3.53和-3.33,GH基因对最大连产天数的加性效应值为-2.44。推测GnRH和GH基因是与繁殖主效基因紧密连锁的标记基因。