基于声波信号的HHT和Multi-PCA无损检测鸡蛋蛋壳裂纹

采用自行搭建的声波信号响应装置对实验中裂纹鸡蛋样本的蛋壳裂纹随机分布进行无损检测。利用端点检测等方法对声波信号(采集点在鸡蛋赤道部位)进行预处理,然后采用Hilbert Huang变换(HilbertHuang transform,HHT)和多重主成分分析(Multi-PCA)对预处理之后的声波信号进行分析,分别提取声波信号在时域和频域上的主要特征参数,用于鸡蛋蛋壳裂纹的分类检测。结果表明,当鸡蛋蛋壳裂纹大小和位置均随机分布时,由HHT和Multi-PCA提取的特征参量经由支持向量机(support vector machine,SVM)模型和人工神经网络(artificial neural network,ANN)模型均可达到较高识别率。在SVM模型中,采用径向基核函数的效果最好,检测精度高达90%;在ANN模型中,整体回归系数可达0.924 76,检测精度为86.70%。     

基于声学响应和BP神经网络检测鸡蛋裂纹

为了提高鸡蛋裂纹检测的准确性,建立了声学敲击检测鸡蛋裂纹的装置,采集和分析鸡蛋被敲击后的声音信号。提取了4个特征频率、偏斜度平均值和峰度平均值共6个特征参数,并作为神经网络的输入量,创建了基于MATLAB的结构为6-15-2的3层BP神经网络模型判别鸡蛋裂纹。检测结果显示:对蛋壳受各种程度破坏后的鸡蛋判别精度可达92%以上,对蛋壳完整的鸡蛋判别精度达到96%,对鸡蛋总体的判别精度可达94%。     

基于声学特性和Labview的鸡蛋裂纹检测研究

鸡蛋裂纹是评价鸡蛋品质好坏的重要指标之一,为寻求更加直观可行的鸡蛋裂纹检测的新方法,利用声学特性,基于Labview虚拟仪器平台自行设计搭建了鸡蛋裂纹检测系统。以鸡蛋赤道部位4个点(1、2、3、4)作为敲击位置,采集获取鸡蛋的声音信号并进行分析,提取鸡蛋最大、最小2个特征频率(fmax,fmin),并计算其差值Δf(Δf=fmax-fmin),以1 000 Hz作为裂纹鸡蛋的识别阈值,分析并剔除裂纹鸡蛋,其准确率达到96.667%。结果表明,基于声学特性和Labview虚拟仪器平台,对裂纹鸡蛋进行裂纹检测不仅可行,且具有一定的准确率。     

基于Adaboosting_SVM算法的多特征蛋壳裂纹识别

以无裂纹蛋和裂纹蛋为测试对象,采用机器视觉技术和支持向量机等技术手段,分析无裂纹蛋和裂纹蛋在图像上的差异,提取特征参数,实现蛋壳裂纹的自动识别;针对蛋壳表面的亮斑,对预处理后的图像运行消除亮斑算法并进行区域标记。在此基础上,从5个不同视角提取13个能够表征无裂纹蛋和裂纹蛋的特征参数,分别是图像标记区域参数(区域标记数和标记点数)、几何特征参数(长轴和短轴)、基于Freeman链码的形状参数(形状数)、纹理特征参数(均值、标准偏差、平滑度、三阶矩、一致性、熵)和频谱特性参数(最大幅值和最大相位)。采用Adaboosting算子对上述特征参数进行优化,突出影响因子较大的参数组合,作为SVM的输入向量,建立蛋壳裂纹的识别模型。结果表明:该方法对蛋壳表面的亮斑、微小裂纹及普通裂纹均具有识别能力,模型正确率达97.5%,符合蛋品企业对蛋壳裂纹检测的精度要求。     

基于梅尔谱图和改进ResNet34模型的鸭蛋裂纹识别算法

针对鸭蛋裂纹人工检测受主观性影响造成精度波动大等问题,利用ResNet34网络模型,提出1种基于梅尔谱图的鸭蛋裂纹识别算法。首先利用敲蛋装置收集敲蛋声音数据,再将音频转化成梅尔谱图,构建梅尔谱图数据集,然后搭建ResNet34模型,引入迁移学习机制训练模型,再通过Adam优化算法更新梯度,增加注意力机制模块并将卷积结构替换为深度可分离卷积以对网络模型进行改进,并调整参数进行优化,最后利用模型对鸭蛋裂纹进行识别。结果显示：改进的ResNet34DP＿CA网络模型检测的平均准确率为92.4%,对比原始ResNet34网络模型,平均准确率提高5.5个百分点,参数量减少32%;对比其他网络模型VGG16、MobileNetv2和EfficientNet,平均准确率分别提高10.9、13.7、16.3个百分点,识别时间为21.5 ms。结果表明,所提出的基于梅尔谱图和改进ResNet34模型的鸭蛋裂纹识别算法,能够有效地对鸭蛋裂纹进行检测识别。     

基于近红外光谱的卷烟配方模块香型预测

为提高卷烟配方模块的分类识别准确率，并为卷烟配方模块的科学评估提供技术支撑，提出了一种基于近红外光谱特征筛选的卷烟配方模块香型预测方法。选取2017—2019年238个卷烟配方模块样品的近红外光谱数据，结合特征工程中的递归特征消除法和BP神经网络、随机森林、XGBoost 3种机器学习技术，构建了基于特征变量的香型预测模型。与全光谱数据训练的分类效果对比，经过递归特征消除法筛选后的光谱特征变量能够有效提升卷烟配方模块香型的识别准确率，其中，XGBoost算法分类效果最佳，模型对测试集的识别准确率达到了90.41%。结果表明，基于近红外光谱特征筛选的香型预测方法对卷烟配方模块的快速定位、科学评价及卷烟配方设计等有一定的辅助决策作用。     

基于核函数的SVM猪肉颜色等级评定研究

 为了实现用计算机和机械设备进行猪肉颜色自动化分级,本研究对猪肉样品照片进行图像处理,提取其中颜色特征参数,并进行色彩空间参数换算。通过对基于核函数的3种SVM多分类方法进行比较,选择出最适合于猪肉颜色的SVM多分类评定方法。对比结果显示,采用单独的HSV数据及RGB与HSV联合数据进行分类,分类效果好于RGB数据。RBF核函数“二叉树”SVM多分类模型,经过样本学习后,其分类的正确率可达98%;同时考虑经验风险和置信风险,其分类正确率达80%。     

基于无人机可见光图像的作物分类研究

【目的】采用无人机遥感技术对作物进行分类识别,为及时获取农田信息、制定农田管理策略及产量估测提供技术支持。【方法】采用无人机遥感平台,获取试验区域玉米、桃树、菜花、大豆的可见光正射影像;利用HSV色彩空间转换和纹理滤波,获取不同地物的24项纹理特征与3项色彩特征。分别通过ReliefF算法及基于支持向量机的递归特征消除算法(support vector machine-recursive feature elimination,SVM-RFE)进行特征选择与分类,建立6种监督分类模型,利用得到的特征子集对其进行训练,对各模型分类效果进行精度评价。【结果】由SVM-RFE特征子集训练的6种监督分类模型测试集的分类精度均高于80%,分类精度平均提高5.023%,优于ReliefF特征子集训练的监督分类模型,其中SVM-RFE特征子集与支持向量机模型组合对作物的监督分类效果最佳,总体精度达83.417%,Kappa系数为78.60。【结论】基于无人机遥感技术的作物分类识别是可行的。     

基于支持向量机和神经网络的土壤水力学参数预测效果比较

在美国土壤水分物理性质数据库(UNSODA 2.0)的基础上,考虑土壤质地不分类和分类2种情况,分别构建了基于支持向量回归机(SVR)的土壤传递函数模型,比较了在土壤质地不分类和分类情况下预测土壤水力学参数(水分特征曲线和饱和导水率)的效果,并与建立在相同数据库上的基于神经网络的Rosetta模型的预测效果进行了比较.结果表明:土壤质地不分类的情况下,输入参数越多,基于SVR模型的预测效果越好;土壤质地分类情况下,基于SVM分类建模的预测结果普遍好于不分类情况.无论土壤质地是否分类,样本和输入参数相同的条件下,基于SVR的模型预测的效果都优于Rosetta模型.     

基于区域卷积神经网络模型的广西柑橘病虫害识别方法研究

【目的】研究基于区域卷积神经网络(R-CNN)模型的广西柑橘病虫害识别方法,为提高柑橘重要病症分类和病理检测效率提供参考依据。【方法】设计专用R-CNN模型,采用多层神经网络,通过机器学习算法和神经网络对柑橘黄龙病、红蜘蛛感染和溃疡病等广西柑橘主要病症特征图像进行识别,分析其准确率和空间复杂度。【结果】R-CNN模型对广西柑橘黄龙病的平均识别准确率为95.30%,对红蜘蛛感染的平均识别准确率为90.30%,对溃疡病的平均识别准确率为99.10%,均优于传统机器学习方法中支持向量机算法(SVM)的平均识别准确率(分别为93.20%、88.20%和95.20%),分类效果也优于小型神经网络模型如视觉几何组网络(VGG-19)模型,平均识别准确率分别提高4.25%、4.62%和2.55%。R-CNN模型在较少神经元参数(33层卷积网络)情况下,空间复杂度比SVM和VGG-19模型低,能获得更佳的柑橘黄龙病、红蜘蛛感染和溃疡病识别效果。【结论】R-CNN模型识别是一种对柑橘黄龙病、红蜘蛛感染和溃疡病行之有效的鉴别方法,可在广西柑橘果园大量部署和应用。     

氮、磷、钾配施及其与铜、硼配施对大豆产量的影响

采用田间小区试验,研究浙春3号大立在不同的氮、磷、钾配施及其与铂或硼配施条件下产量构成因子的变化及各因子之间的相关性。结果表明,氮、磷、钾与硼或钼配施促进了大豆株高的增长,增加了大豆的百粒重、总英数和单株籽粒重,提高了大豆的产量;大豆产量与大豆植株的生物量、株高、单株籽粒重、百粒重和总英数达到显著的正相关,与经济系数及有效分枝数为负相关,氮、磷、钾与硼或钼配施主要通过大幅度提高生物学产量而最终提高籽粒产量;在试验土壤条件下,氮、磷、钾之间的配施比以2：l：l处理的大豆产量最高;氮、磷、钾对大豆产量影响大小的顺序为N＞K＞P。     

膜技术分离黄蘑多糖的工艺研究

介绍了膜技术分离、分级、纯化、浓缩黄蘑多糖的工艺;讨论了各个因素对膜分离状况的影响,并确定出较优工艺参数,得到了各级多糖的产品。     

带迁移对偶分支过程的唯一性和常返性

介绍了带迁移的对偶分支过程,证明了对于其给定的Q矩阵只存在唯一的Q转移函数.并且给出了刻画带迁移对偶分支过程常返性的充要条件及正常返性的必要条件.     

激素间相互作用对植物茎伸长生长的调控综述

植物茎的伸长受多种内外因素的调节和控制,其中内部的内源植物激素如赤霉素、生长素等的调控起重要作用,且内源激素不但通过内源激素水平调控,而且还通过激素间的相互作用调节和控制茎的伸长。笔者介绍了各种内源植物激素(如生长素与赤霉素、生长素与油菜素内酯,赤霉素与油菜素内酯,生长素与乙烯等)之间的相互作用调控植物茎的伸长生长的研究概况。     

邻苯二甲酸酯对小麦幼苗生理指标的影响

[目的]研究邻苯二甲酸酯对小麦幼苗生理指标的影响。[方法]在不同浓度和不同时间处理条件下研究邻苯二甲酸酯对小麦幼苗叶片的可溶性糖（WSS）、叶绿素、脯氨酸（Pro）和丙二醛（MDA）含量及过氧化氢酶（CAT）和过氧化物酶（POD）活性的影响。[结果]在邻苯二甲酸酯胁迫下,不同生理指标所表现出的抗性能力不同。当邻苯二甲酸酯浓度为96μg/kg时,POD、CAT活性及Pro、MDA含量都开始表现出显著抗性反应,抵抗环境胁迫;当邻苯二甲酸酯浓度为384μg/kg时,WSS含量略有下降,虽然不显著,但小麦幼苗细胞可能受到了严重伤害,并且影响到了细胞的正常生理代谢。[结论]该研究为进一步了解邻苯二甲酸酯对小麦幼苗危害的影响机制奠定了基础,为降低土壤邻苯二甲酸酯污染及保障粮食生产的安全性提供了理论依据。     

武汉市科教区冬春季PM_(10)和PM_(2.5)质量浓度及水溶性离子分析

2006～2007年冬春季在武汉市湖北大学校区连续采集气溶胶样品,并用离子色谱分析了气溶胶中水溶性无机成分的含量。结果表明,PM2.5和PM10中总水溶性无机离子年平均浓度分别为3.98和6.79μg/m3,其中4种主要的水溶性无机离子Na+、Ca2+、SO42-和NO3-,共占PM2.5和PM10总水溶性离子浓度的79%、85%。Mg2+、Ca2+、F-、SO42-、Na+和Cl-主要集中在细粒子中,NH4+和NO3-主要集中在粗粒子中。NH4+和SO24-在PM2.5和PM10中的相关系数R=0.987、0.983,主要以NH4NO3、(NH4)2SO4和NH4HSO4的方式存在。离子来源分析显示,固定排放源(燃煤)对水溶性组分的贡献要高于移动排放源(机动车)的污染贡献,而局地二次扬尘及建筑扬尘也是大气细粒子中水溶性组分的一个重要来源。     

不同配比菜粕发酵的抗营养因子脱除效果比较

设置8个不同处理的菜粕固态发酵过程,经过72 h发酵,比较不同处理发酵产物的硫苷、异硫氰酸酯和噁唑烷硫酮等3种主要抗营养因子的含量,从而筛选一个最低抗营养因子含量和最高营养提升率的处理.结果表明,处理七(菜粕20 kg、菠萝汁7.5 kg、活化剂0.01 kg、菌种0.10 kg、水2.25 kg)的总脱除效果最好,硫苷、异硫氰酸酯和噁唑烷硫酮的脱除率分别为97.79％、100％和100％,而主要营养成分粗蛋白和小肽的含量相应提升了3.71％和195.16％.     

一氧化氮在兔球虫感染中作用的研究

通过腹腔注射的途径给予感染斯氏艾美耳球虫(Eimeria stiedai)的家兔不同浓度的NOS底物L-精氨酸(L-Arg)和iNOS抑制剂L-氨基胍(L-AG),对球虫感染家兔诱导型一氧化氮合酶(iNOS)活性、血清中NO的浓度、每克粪便的球虫卵囊数(OPG)及肝的剖检和镜下病变进行了研究。结果表明:感染E.stiedai后,家兔肝匀浆的iNOS活性和血清中NO浓度逐渐升高,感染对照组、添加L-Arg组、L-AG组3组均在感染后第12 d达到最高值,而后逐渐下降,于23 d左右下降到感染前的水平;L-Arg可增强肝的iNOS活性,使其释放大量NO,产生对球虫的抑制或杀伤作用,减轻球虫感染引起的病变;而L-AG则抑制肝的iNOS活性,使生成的NO减少,对球虫的抑制作用减弱甚至消失,从而加重球虫感染引起的病变。结果提示:NO及iNOS确实参与了家兔E.stiedai的感染过程,并且NO具有一定的抑制或杀伤兔球虫的作用。     

粘帚霉生防菌株发酵液对大豆幼苗中几种防御酶活性的影响

采用盆栽试验法研究了用粘帚霉生防菌株发酵液处理后的大豆叶片组织内苯丙氨酸解氨酶(PAL)、超氧化物歧化酶(SOD)、过氧化物酶(POD)、多酚氧化酶(PPO)的活性变化。结果表明:3个菌株的发酵液处理大豆叶片后,4种酶的活性在大豆叶片中都有明显提高,但不同菌株发酵液处理后的酶活性提高程度不同,酶活高峰出现的时间也不同。处理后第1 d,PAL活性达到高峰,处理后第4 d,PPO活性达到最大值,处理后第5 d,SOD活性和POD活性达到高峰,说明不同的酶在大豆体内发挥作用的时间不同。粘帚霉生防菌株可通过诱导植株防御酶系活性的提高增强植株的抗病性。     

植物的伤卫信号分子——系统素

综述了植物体内信号分子系统素(STM)的分子结构、生物活性、生理功能及其作用机理。