基于原型网络的小样本禽蛋图像特征检测方法

机器视觉因具有检测速度快、稳定性高及成本低等优点，已发展成为禽蛋无损检测领域主流检测手段。使用该技术对禽蛋进行无损检测时，需要依赖大量禽蛋图像作为数据支撑才能取得较好的检测效果。由于养殖安全等限制，禽蛋图像数据的采集成本较高，针对该问题，提出了一种适应于小样本禽蛋图像检测的原型网络（Prototypical network）。该网络利用引入注意力机制的逆残差结构搭建的卷积神经网络将不同类别的禽蛋图像映射至嵌入空间，并利用欧氏距离度量测试禽蛋图像在嵌入空间的类别，从而完成禽蛋图像的分类。本文利用该网络分别验证了小样本条件下受精蛋与无精蛋、双黄蛋与单黄蛋及裂纹蛋与正常蛋的分类检测效果，其检测精度分别为95%、98%、88%。试验结果表明本文方法能够有效地解决禽蛋图像检测中样本不足的问题，为禽蛋图像无损检测研究提供了新的思路。     

运用机载LiDAR数据对橡胶林地上生物量估测的采样尺度效应分析

气候变化下,森林生物量遥感监测是当前研究的热点,机载LiDAR作为重要的遥感信息源,其采样大小对生物量估测精度有着一定的影响。以机载LiDAR数据为信息源,以44块30m×30m的方形橡胶林实测样地数据为基础,对机载激光雷达数据进行不同尺寸采样(共21个采样尺寸,边长从10m至30m,间隔为1m),提取不同采样尺寸下的激光雷达参数,并与橡胶林地上生物量建立PLSR模型,就机载激光雷达采样大小对橡胶林地上生物量估测精度的影响进行研究。研究表明:当采样尺寸小于18m时,估测精度随着采样尺寸的增大而增大;而当采样尺寸大于18m时,估测精度随着采样尺寸的增大而减小,进而趋于平缓。结果虽然呈现出一定的规律性,但是差异并不是很明显。当采样尺寸为18m时估测效果最佳,模型决定系数(R^2)为0.718,均方根误差(RMSE)为17.830 t/hm^2;交叉验证精度P和RMSEcv分别为82.741%和18.874t/hm^2。相较于实际样地(30m)尺寸下的估测结果,18m采样尺寸下的R^2提高了1.989%,RMSEcv降低了2.611%。因此,生物量的估测精度受机载激光雷达数据采样尺寸大小的影响,在生物量估测过程中需结合研究对象和研究区的实际情况对采样尺寸进行选择,从而提高生物量估测精度。     

汽车变速器齿轮修形仿真分析

汽车变速器的关键部件齿轮因其加工和装配质量的影响,工作时容易引起振动噪声大及承载能力降低等问题,而齿轮修形是解决这些问题的有效方法,且成本较低。针对某款汽车变速器,利用Romax对齿轮进行修形分析。结果表明,修形后减小了齿轮的传动误差和最大接触应力,齿面载荷分布更加合理。有效改善了齿轮的传动性能,增加了齿轮寿命。     

Improving wood volume predictions in dry tropical forest in the semi-arid Brazil

The volumetric variability of dry tropical forests in Brazil and the scarcity of studies on the subject show the need for the development of techniques that make it possible to obtain adequate and accurate wood volume estimates. In this study, we analyzed a database of thinning trees from a forest management plan in the Contendas de Sincorá National Forest, southwestern Bahia State, Brazil. The data set included a total of 300 trees with a trunk diameter ranging from 5 to 52 cm. Adjustments, validation and statistical selection of four volumetric models were performed. Due to the difference in height values for the same diameter and the low correlation between both variables, we do not suggest models which only use the diameter at breast height (DBH) variable as a predictor because they accommodate the largest estimation errors. In comparing the best single entry model (Hohenald-Krenn) with the Spurr model (best fit model), it is noted that the exclusion of height as a predictor causes the values of 136.44 and 0.93 for Akaike information criterion (AIC) and adjusted determination coefficient (R2 adj), which are poorer than the second best model (Schumacher-Hall). Regarding the minimum sample size, errors in estimation (root mean square error (RMSE) and bias) of the best model decrease as the sample size increases, especially when a larger number of trees with DBH≥15.0 cm are randomly sampled. Stratified sampling by diameter class produces smaller volume prediction errors than random sampling, especially when considering all trees. In summary, the Spurr and Schumacher-Hall models perform better. These models suggest that the total variance explained in the estimates is not less than 95%, producing reliable forecasts of the total volume with shell. Our estimates indicate that the bias around the average is not greater than 7%. Our results support the decision to use regression methods to build models and estimate their parameters, seeking stratification strategies in diameter classes for the sample trees. Volume estimates with valid confidence intervals can be obtained using the Spurr model for the studied dry forest. Stratified sampling of the data set for model adjustment and selection is necessary, since we find significant results with mean error square root values and bias of up to 70% of the total database.     

花生清蛋白的分离纯化及抗氧化、DNA酶活性研究

为了解花生清蛋白的生物学活性,本试验采用硫酸铵沉淀法初步分离花生种子中的花生清蛋白,并用DEAE-52柱纯化得到花生清蛋白,分析其体外抗氧化性及DNA酶活性。结果表明,65%硫酸铵分离花生清蛋白效果最好;纯化后的花生清蛋白由3个亚基组成,其相对分子质量分别为14.5、15.5、17.2 kDa。花生清蛋白体外抗氧化活性较高,对DPPH自由基和羟基自由基的清除率与花生清蛋白浓度呈正相关,清蛋白浓度从0.02 mg·mL^-1升至0.10 mg·mL^-1时,DPPH自由基清除率从26.3%增加到45.0%,羟基自由基清除率从10.8%增加到93.5%。DNA酶活性也与花生清蛋白浓度呈正相关,清蛋白浓度从0.1 mg·mL^-1提高到0.6 mg·mL^-1,清蛋白和质粒混合液的电泳条带逐渐变暗;当花生清蛋白浓度为0.8 mg·mL^-1时,电泳条带消失,质粒被完全降解;Ca²⁺、Mg²⁺、K⁺、Na⁺4种金属离子都有增强清蛋白DNA酶活性的作用,增强能力由大到小依次是Mg²⁺>Ca²⁺>Na⁺>K⁺。本研究结果为花生清蛋白功能性质研究及开发利用提供了一定的理论基础。     

辐照协同甲酸分离油茶壳中纤维素、木质素和木糖的工艺研究

为了提高油菜壳木质纤维素分离效率,本试验以油茶壳为原料,研究不同辐照剂量(0、200、400、600、800 kGy)处理后其粉碎能耗、粒度分布和化学组分的变化,同时开展辐照协同甲酸分离油茶壳木质纤维素的工艺研究。结果表明,辐照处理后油茶壳粉碎能耗降低,粉碎后细颗粒样品所占比例增加,经400 kGy剂量辐照处理的油茶壳粉碎能耗比对照节约43.59%,800 kGy剂量辐照处理的油茶壳粉碎后粒径<0.075 mm的颗粒占比达到41.38%。辐照处理后油茶壳木质纤维素发生降解,水溶性组分、水溶性单糖、聚糖含量均增加。辐照协同甲酸分离油茶壳纤维素、木质素和木糖的最佳工艺为:辐照剂量400 kGy,反应温度100℃,反应时间3 h,在此条件下分离获得的油茶壳纤维素、木质素、木糖的提取率分别为89.94%、47.74%和96.37%,纤维素和木质素纯度分别为45.05%和91.92%。本研究结果对油茶壳木质纤维素全组分的高效分离和应用具有重要意义。     

ECMWF细网格对浙江沿海10 m风预报性能评估

为更好地开展浙江沿海海上大风的预报服务,本研究对2012年1月1日—2014年12月31日的ECMWF细网格10 m风场产品在浙江沿海的预报性能进行评估,并将其插值到沿海站点和观测数据进行对比分析。结果表明:冷空气影响下,浙江沿海的平均误差为负值,绝对误差分布和变化趋势与平均误差基本一致;台风影响下,24 h预报时效的平均误差为正值,随着预报时效的增加,平均误差逐渐转为负值,鱼山渔场、温台渔场及舟外渔场的绝对误差较其他区域大。另外,预报值和观测数据间的相关系数随预报时效的增加而减小,两者之间的相关系数平均值随海拔高度的增加而减小;ECMWF细网格对岱山和龙山村的预报偏大,对浪岗的预报偏小,预报偏差的离散度随预报时效增加而增大。