基于EEG的情感识别

本文主要介绍基于脑电(EEG)的人类情感的识别。而本文介绍应用的方法就是利用MATLAB软件通过支持向量机(SVM)的算法,将我们事先得到的一组数据进行处理和分类。最终得到我们所想要研究的高级人机交互的实验结果。     

频谱复合音对幼龄豚鼠耳蜗电位的作用分析

研究在鼓阶或前庭阶记录由频谱复合音诱发的耳蜗电位，应用微机化生理药理实验教学系统，对幼龄豚鼠耳蜗的不同声音刺激予以记录分析。实验结果表明持续声短纯音诱发耳蜗电位CM与CAP重叠；而脉冲短声诱发耳蜗电位的CM与CAP分离。并对频谱复合音的振幅与微音电位(CM)、听神经复合电位(NI，N2)的关系进行了深入探讨，发现刺激频率的振幅Amp是负值时听神经复合电位Nl与N2随Amp的增加而降低。     

基于图像识别技术的豆科牧草分类研究

利用计算机图像处理技术,依据植物叶片图像的形状特征对14种豆科牧草进行分类识别。通过对叶片图像进行预处理,提取出叶片的轮廓。在此基础上提取了叶片形状的全局特征和局部特征;全局特征包括叶片的横纵轴比、矩形度、圆形度等8项几何特征和7个图像不变矩特征;局部特征为叶缘粗糙度。利用PNN(Probabilisticneural network)和BPN(Back propagation network)作为分类器进行识别分类,实现了对豆科牧草叶片图像的分类。识别结果表明,PNN网络的平均识别率为85.1%、BPN网络的平均识别率为82.4%。     

脑电图在动物麻醉中的应用

麻醉引起动物可逆的中枢神经系统的抑制和兴奋,从而达到意识消失和止痛的目的,脑电是皮质锥体细胞顶树突产生的树电位和突触后电位的总和,它直接反映出中枢神经系统的活动。目前,脑电技术已成为确定麻醉深度的最佳手段之一。刘焕奇等[1]监测犬QFM合剂麻醉的脑电变化,而潘忠诚等     

基于P3电位的目标检测研究

P3波反映受试者对刺激的接受、处理以及反应等认知过程,不受刺激的物理特性影响,在现实中具有广泛应用场景。本文设计了基于P3电位的目标检测系统,在预处理模块中,采用带约束的ICA、时间滤波和去趋势方法去除噪声、伪迹和基线漂移;在特征提取模块中,利用多维经验模态分解方法提取预处理后的EEG信号特征;最后,在模式分类模块中,训练过的LDA方法来分类从每段EEG中提取出的特征向量。对城市真实场景下的特种车辆的检测进行了实验,分类准确率达到97%。实验采用单次刺激信号提取,大大提高了目标检测的速度,具有实际应用价值。     

一种新的基于Hu不变矩的猪只姿态识别方法

为了实现猪只异常行为的自动监控,试验针对非刚体的猪只姿态进行分类识别,首先将原始图像进行预处理与优化提取所有图像中的7个不变矩,在此基础上对数据进行处理,求出站、坐、趴、躺4种姿态的模板图像与待测图像的不变矩相关系数,最后将所提取的相关系数作为支持向量机的特征向量进行多姿态分类,实现4种姿态的识别。结果表明:该方法的识别率超过90%。说明该方法具有可行性,可用于对猪只进行异常监控。     

基于PCA和SVM的人脸识别

主成分分析(PCA)是人脸识别中特征提取的主要方法,支持向量机(SVM)具有适合处理小样本、非线性和高维数问题,利用核函数且泛化能力强等多方面的优点。文章将两者结合,先用快速PCA算法进行人脸图像特征提取和选择,用所选择的人脸特征向量训练多个支持向量机(SVM),最后用训练好的支持向量机(SVM)进行人脸识别的分类。在ORL人脸数据库上进行了实验,取得了满意的识别效果。     

基于PCA和SVM的人脸识别

主成分分析(PCA)是人脸识别中特征提取的主要方法,支持向量机(SVM)具有适合处理小样本、非线性和高维数问题,利用核函数且泛化能力强等多方面的优点.文章将两者结合,先用快速PCA算法进行人脸图像特征提取和选择,用所选择的人脸特征向量训练多个支持向量机(SVM),最后用训练好的支持向量机(SVM)进行人脸识别的分类.在ORL人脸数据库上进行了实验,取得了满意的识别效果.     

编码定义标准对RFID技术在动物身份识别上应用的影响

无线射频识别技术(RFID,Radio FrequencyIdentification)是利用射频信号和空间耦合(电感或电磁耦合)传输特性,实现对被识别物体的自动识别。在应用RFID时,把标签附在被识别物体的表面或内部,当被识别物体进入识别范围内时,阅读器自动以无接触的方式读取标签中的物体识别数据,从     

结合深度学习与图像处理的黄斑茧识别算法

剥茧缫丝是提取丝绸制品原料蚕丝的重要环节,在缫丝前需要对蚕茧进行筛选,剔除不合格的下茧。针对目前自动化识别上车茧和黄斑茧准确率低的问题,文中提出一种结合深度学习与图像处理技术的识别算法。引入空洞卷积改进YOLOv5s网络,利用改进后的网络对不同类别标签的蚕茧图片进行训练和预测;在此初识别基础上,对网络预测结果置信度小于70%的图片进行图像处理二次判别,在原始图片上根据网络预测的锚定框提取出蚕茧所在区域,经背景分割预处理后单独提取蚕茧HSV颜色模型中S通道图,在S通道图上分析蚕茧黄斑颜色特征,统计表面黄斑区域的面积占比和平均饱和度,并设定双阈值进行二次识别。经测试,该算法识别上车茧和黄斑茧的平均准确率达到94.94%,单张图片初识别加二次识别总时间为318.5 ms。     

草原典型牧草的特征提取与识别研究

选择四种内蒙古乌兰察布市荒漠化草原的典型牧草,对牧草图像进行颜色、形状特征提取,以实现牧草的分类识别,为提高牧草管理信息化水平,实现多牧草种类分割识别及牧草盖度、频度等检测研究奠定基础。在自然光照情况下应用高清照相机采集尺寸、形状、大小各不相同的草原原始牧草图像,对羊草(Leymus chinensis)、鹅绒委陵菜(Potentilla anserine)、阿尔泰狗娃花(Heteropappus altaicus),冷蒿(Artemisia frigida)四种牧草图像提取9种RGB颜色一、二、三阶矩特征与6种宽长比等形状特征,统计获取相应的数据库,试验表明颜色矩、形状特征参数具有显著的差异。构建一种3层BP(Back propagation,BP)神经网络模型,应用主成分分析法(principal component analysis,PCA)优选特征明显的维数,降低计算成本、提升识别效率,四种牧草平均识别率为82.5%,上述试验证明该方法能够有效地对内蒙古草原典型牧草图像进行分类识别研究。牧草自动识别技术的发展为草业管理信息化提供数据支撑,是实现现代生态草原的重要途径。     

基于几何参数特征与决策树支持向量机的猪只姿态分类

为了研究分类与猪只行为及精神状况相关的姿态,试验提出了一种基于几何参数特征与决策树支持向量机的猪只姿态分类方法,首先根据猪只行为学特征并借鉴前人的研究成果选择5种相关的姿态,包括躺卧、侧面抬头站立、侧面低头站立、侧面平视站立以及正面站立,并以此建立猪只姿态样本库,再针对所研究姿态的图像形状特点,提出利用圆形度、高宽比、伸长度、质高比、质左比、质心左右比、最高点左右比、左(右)夹角余弦与左(右)抬头度11个几何参数特征作为描述姿态的图像特征,最后利用决策树支持向量机(DT-SVM)进行猪只姿态分类。结果表明:与1-V-1多分类支持向量机(1-V-1 SVM)与Ada Boost分类算法相比较,DT-SVM的分类精度较高,耗时较短。说明所选取的特征可以有效地描述猪只姿态。     

基于Multi-Light模型的奶牛个体识别研究

为了解决大规模智能化奶牛养殖场对奶牛个体识别存在模型大、识别速度慢的问题,试验构建了一种用于识别奶牛个体的多尺度轻量化卷积神经网络(Multi-Light)模型,将拍摄的奶牛图像经过标注后利用DeepLab V3模型从复杂背景中分割出单头奶牛图像;在Multi-Light模型中引入空洞卷积,保证该模型参数量不变的同时增强提取图像全局信息的能力;加入多尺度卷积模块增强该模型对不同尺度特征点的检测能力,在该模型中使用短路连接以保证特征不丢失,提升模型的识别精度;此外,利用通道注意力机制提高了该模型识别精度,同时使该模型具有更多的非线性;最后将分割得到的奶牛图像数据集输入Multi-Light模型进行训练。结果表明：Multi-Light模型对奶牛个体识别的精度达98.51%,高于其他经典模型对奶牛个体的识别率;与轻量级模型对比,Multi-Light模型的大小为5.86 MB,在具备高识别精度的前提下参数量较少。说明试验所搭建的Multi-Light模型克服了传统方法中需要对特征进行人为提取、提取特征方法不够鲁棒、识别模型参数量大及识别速度慢的缺点,为奶牛个体轻量化识别提供了参考。     

电位滴定法测定饲料中氯化物

<正> 一、原理目前,饲料中氯化物的测定主要依据 GB6439—86“饲料水溶性氯化物测定方法”进行。用此方法测定时,滴定终点是根据指示剂的颜色来确定。如果被测试样的滤液较混浊或颜色较深,则利用指示荆的颜色变化来确定滴定终点易产生滴定误差,导致测定结果误差较大。而用电位滴定法就能解决这一问题。在电位滴定中,滴定终点则是根据电位的“突跃”来判断。对于一给定的电位滴定曲线(如右图的 E—V 曲线),在等当点有相应的等当点电位。知道了等当点电位后,就可用它来确定滴定终点。等当点电位可由理论计算出,或由实验中得到的电位滴定曲线求出。     

基于马氏距离的模糊支持向量机及其在用户行为识别中的应用研究

基于支持向量机的分类原理,对具有显著不平衡性的用户行为数据进行分析,旨在探索一种利用用户浏览商品网页时的行为特征,识别用户关于商品品牌购买偏好的方法。文章提出一种基于马氏距离的高维空间类中心隶属度构建方法,将该方法与支持向量机和基于欧式距离的高维空间类中心隶属度的模糊支持向量机进行比较,通过一组对比实验,证明该方法用于对用户行为偏好识别的有效性和优越性。     

美国用无线射频识别技术检测疯牛病

美国北达科他州立大学的科研人员最近研究出一种应用无线射频识别技术(RFID)检测疯牛病的标签。     

猪传染性胃肠炎病毒NSP5蛋白单克隆抗体的制备及抗原表位鉴定

为制备猪传染性胃肠炎病毒(TGEV)NSP5蛋白的单抗隆抗体(MAb)及鉴定其抗原表位,本研究以原核表达并纯化的重组NSP5蛋白(r NSP5-GST)免疫BALB/c小鼠,取其脾淋巴细胞与SP2/0细胞进行融合,通过间接ELISA方法筛出一株稳定分泌抗TGEV NSP5蛋白的MAb杂交瘤细胞株(5C3)。MAb亚类鉴定结果显示其抗体亚类为Ig G1/κ链。杂交瘤细胞培养上清液和腹水的效价分别为1∶6 400和1∶105。Western blot鉴定表明该MAb能够识别原核及真核表达的NSP5重组蛋白。利用肽扫描法鉴定显示,该MAb识别的抗原表位为286EFTPTEVIR QMYGVN300。本研究制备的MAb及其抗原表位的鉴定,为TGEV NSP5蛋白结构和功能的研究奠定了基础。     

桑天牛长尾啮小蜂对桑枝挥发物的触角电位和嗅觉反应

桑天牛长尾啮小蜂(Aprostocetus fukutai)是蛀干害虫桑天牛(Apriona germari)的重要卵寄生蜂之一,桑天牛危害的桑枝挥发物在该寄生蜂寄主生境定向搜寻过程中起着至关重要的作用。采用触角电位(EAG)仪测定了桑天牛长尾啮小蜂对8种桑枝挥发物的电生理反应,发现该寄生蜂对这8种桑枝挥发物都能产生电生理反应,且随着化合物浓度的增加电生理反应增强。利用Y型嗅觉测定仪测定了桑天牛长尾啮小蜂对不同浓度挥发物的趋性行为,结果显示0.01%月桂烯、0.01%里那醇和1%Z-乙酸-3-己烯酯对该寄生蜂均具有显著的引诱作用。研究结果对揭示桑天牛长尾啮小蜂寄主定向的化学本质具有重要意义。     

蓝舌病病毒15型VP2蛋白单克隆抗体的制备及其抗原表位鉴定

为制备抗蓝舌病病毒(BTV)15型VP2蛋白的单克隆抗体(MAb)及鉴定其抗原表位,本研究利用原核表达系统表达的重组VP2蛋白纯化后免疫BALB/c小鼠,将其脾细胞与SP2/0细胞进行融合,并以Bac-to-Bac昆虫杆状病毒表达系统表达并纯化的重组VP2蛋白为包被抗原,通过间接ELISA筛选出一株稳定分泌抗BTV15VP2蛋白的MAb(2D6)。通过western blot和间接免疫荧光试验对该MAb进行特异性鉴定。结果显示,其仅能够识别BTV15,而不能识别其他血清型BTV以及同种属的中山病毒和茨城病毒,表明该MAb具有良好的反应特异性。利用肽扫描技术对该MAb针对的B细胞表位进行鉴定,确定该MAb识别的抗原表位为15IAPAIIK RYP24。本研究为BTV15特异性抗原检测方法的建立奠定了基础。     

猪血凝性脑脊髓炎病毒抑制神经细胞干扰素的产生

猪血凝性脑脊髓炎病毒(PHEV)属于β属冠状病毒成员,其具有典型的嗜神经性。多种冠状病毒可逃避宿主先天性免疫的识别而表现出明显的致病性,但宿主的先天性免疫在PHEV感染过程中发挥的作用还不是很清楚。为了明确神经细胞在PHEV感染过程中细胞自身的免疫应答状况,本研究对参与先天性免疫的重要炎性细胞因子和相关的通路变化情况进行了检测分析。用酶联免疫吸附试验(ELISA)方法对PHEV感染小鼠脑神经瘤母细胞(N2a)不同时间点的样品进行检测,结果证明没有IFN-β的表达,说明PHEV不能引起神经细胞产生Ⅰ型IFN。收集感染N2a细胞24h的上清,ELISA方法检测TNF-α、IL-1β、IL-6和IFN-γ的分泌情况,仅有IL-6呈现高水平表达,说明PHEV感染N2a细胞诱发了IL-6的先天性免疫反应。免疫荧光方法检测PHEV感染N2a细胞24h后重要核转录因子IRF-3和NF-κB的核定位情况,发现NF-κB移位到了胞核,IRF-3仍然存在于胞浆,说明PHEV仅激活了NF-κB信号通路。以上试验结果表明,PHEV进入中枢神经系统时可逃避神经细胞以IFN-β为主的免疫识别,该结果可为深入开展PHEV抑制机体干扰素产生的机制研究奠定基础。