天津市转基因食品标识现状调查

为了解天津市市售食品转基因生物产品标识的基本情况,按照农业部第一批实施标识管理的农业转基因生物目录,对天津市14家大型超市的114种产品的转基因标识情况进行了专项调查,结果显示在被调查的食品中有24种进行了转基因标识,9种进行了非转基因标识,转基因产品标识率为21.05%,非转基因标识率7.89%。同时调查中还发现,转基因标识方法存在很大差异,而进行非转基因标识的生产企业大多未经过非转基因IP认证。今后国家应加大对转基因和非转基因食品标识的监察力度,提高转基因和非转基因食品的标识率,维护消费者对转基因食品的知情权和选择权。     

怎样判断农机常用零配件的真伪

1.轮胎 合格的轮胎外胎两侧面都有商标、型号、规格、层数和帘线材料等标识,且清晰、醒目,有的还印有生产号和盖有检验合格章;内胎表面应光洁有亮度,手握有弹性.若外胎表面标识不全或模糊,内胎无光泽,胎体薄且厚度不均,手握无弹性,则为次品.     

基于线性抛物线模型的车道检测与跟踪方法

车道检测是车道偏离预警系统的前提,是车辆辅助驾驶系统的重要组成部分。提出一种基于线性抛物线模型车道检测与跟踪方法：首先,提出一种新的车道线检测感兴趣区域（ROI）设置方法;其次,引入双阚值算法对道路边缘进行提取,利用Hough变换初步获得车道中线及消失点坐标并提取道路标识线;最后,建立线性抛物线模型,引入卡尔曼滤波（KF）对车道线进行跟踪,并用卡尔曼滤波对模型参数进行更新。多段实地采集的视频仿真试验结果表明,该算法能快速、稳定的检测和跟踪车道线。     

京杭大运河苏州城区段景观标识系统设计

在研究分析京杭大运河城市滨水景观的基础上,首次提出"景观标识系统"的概念和苏州城区段景观标识系统的设计方案。首先分析并提出了景观标识系统的概念,然后结合景观标识系统的功能,以景观标识系统设计的原则、组成和设计内容为依据,从形象标识、信息标识、导向标识和管理标识的角度出发,最终完成了京杭大运河苏州城区滨水空间景观标识系统的设计。目的是通过京杭大运河景观标识系统的建立,帮助游玩者顺利地完成游览活动,并获取可信的环境信息。     

与“三农”最密切的知识产权——浅析地理标识在我国的应用

本文通过对地理标识在我国的应用状况、地理标识的意义和特征的介绍,分析了目前地理标识在我国应用中存在的问题,并提出了发挥地理标识保护作用的对策。     

西柏坡牡丹园旅游标识与游人视角关系设计

应用人体工程学中的相关原理,以游人视高、视角、视距的几何关系为计算方法,对旅游标识最佳高度及最适标识间距设计进行研究,并以西柏坡牡丹因为例,计算出该园最佳旅游标识高度为0.8～2.2 m,不同等级道路上最适旅游标识间距分别为20.0、14.3、8.6 m。该计算方法为完善景区旅游标识设计提供了数学依据,有利于提高景区旅游标识的设计水平,促使景区建设更加科学化、人性化。     

畜产品生产中标识技术的融合应用研究

现代畜产品生产要求质量可溯源,其中标识技术的应用研究是建设畜产品生产溯源系统的重要部分.针对畜产品生产在各阶段对标签需求不同的问题,利用现代信息技术,对多种标识技术应用进行了融合研究,克服了全过程使用单一标识的局限,为畜产品生产的全程标识提供了较好的解决方法.     

佛寺园林植物标识作用研究

探讨了皮尔士的符号理论在佛寺园林植物中的应用。从标识作用分析的角度,将佛寺园林植物分为起到图像性标识作用、指示性标识作用和象征性标识作用的3类园林植物,并对佛寺园林在植物选择过程中受到地域性限制做出了分析,得出现代造园树种选择应重视其标识的佛教文化的结论。     

基于图像识别的边坡表面位移检测方法研究

针对边坡表面状态发生的变化检测,提出了一种新的智能检测方法。人工设置两类标识体,一类为定位标识,一类为观测标识。用图像识别方法对标识体的质心进行提取和计算,通过一定的判别准则来判断边坡的表面位移状况。具体处理方法为先将图像转换到HIS空间,根据设定的颜色提取感兴趣区域。进行图像边缘二值化处理,计算出感兴趣区域的中心坐标值。实验证明,该方法具有鲁棒性好、检测准确率高等特点。     

电子标识在特种经济动物养殖中的应用前景

正运用无线射频识别(RFID)原理的电子标识,相对于纹身、剪耳、断趾、耳标等传统的动物个体标识方法,具有更高的保留性和可读性,目前已广泛应用于畜牧养殖管理中。电子标识在奶牛现代化饲养管理以及绵羊和山羊生产、动物屠宰过程、溯源系统中的应用试验效果显著。针对电子标识在畜牧业养殖系统的应用效果欧盟已进行评估,建议将电子标识投放到监测动物健康、生长及生产的信息系统中。特种经济动物是指在驯化程度上不及家畜、家     

基于连续隐马尔柯夫模型的模式识别技术及其应用

对利用基因算法训练连续隐马尔柯夫模型的语音识别的具体算法进行系统的研究；然后基于该语音识别技术对深圳市司法局社区矫正声纹识别系统进行详细设计。该系统上线后的运行结果表明，利用基因算法训练连续隐马尔柯夫模型的语音识别算法的识别速度较快同时具有较高的识别率。基于模式识别技术的司法社区矫正声纹识别系统建设在我国司法系统目前尚处于起步阶段，推广和建设司法社区矫正声纹识别系统具有重要的现实意义。     

基于分层卷积深度学习系统的植物叶片识别研究

深度学习已成为图像识别领域的研究热点。本文以植物叶片图像识别为研究对象,对单一背景和复杂背景图像分别给出了优化预处理方案;设计了一个8层卷积神经网络深度学习系统分别对Pl@antNet叶片库和自扩展的叶片图库中33 293张简单背景和复杂背景叶片图像进行训练和识别,并与传统基于植物叶片多特征的识别方法进行了比较分析。实验证明:本文提供的CNN+SVM和CNN+Softmax分类器识别方法对单一背景叶片图像识别率高达91.11%和90.90%,识别复杂背景叶片图像的识别率也能高达34.38%,取得了较好的识别效果。利用本文实现的分层卷积深度学习识别系统在数据量大而无法做出更多优化的情况下,叶片图像的识别率更高,尤其是针对复杂背景下的叶片图像,取得了极佳的识别效果。      

粉碎机筛网破损线阵扫描自动识别系统的设计与实现

根据粉碎物料颗粒特征,构建一种基于线阵光学图像采集技术与皮带同步传送技术相结合的动态扫描检测装置和基于虚拟仪器开发平台LabVIEW的粉碎机筛网破损识别系统。以玉米和小麦2种谷物原料为试验样本,在筛网孔径分别为2、4、6mm条件下,以颗粒平均面积为判别指标,粉碎玉米和小麦的筛网破损平均识别率分别为91.25%、82.50%、96.25%和93.75%、86.25%、78.75%;以颗粒面积变异系数为判别指标,粉碎玉米和小麦的筛网破损平均识别率分别为93.75%、98.75%、97.50%和93.75%、87.50%、96.25%。结果表明,以面积变异系数作为判定筛网破损的判别指标的识别效果优于平均面积的识别效果,所构建的自动识别系统可以实现对粉碎机破损筛网的实时自动识别。     

基于图像识别的玉米叶部病害诊断研究

【目的】探讨利用图像技术实现玉米叶部病害自动识别的方法。【方法】根据玉米叶部病害特点，综合应用阈值法、区域标记方法与Freeman链码法，对玉米叶部病害图片进行图像分割、统计病斑个数、去除冗余斑点、计算病斑形状特征，最后根据二叉检索法推断病害。【结果】研究提取了五种玉米叶部主要病斑的识别特征，确定了诊断流程，并开发了识别系统。经检验，该系统对玉米叶部的锈病斑、弯孢菌病斑、灰斑、褐斑、小斑等五种主要病害的诊断准确率达80%以上。【结论】研究结果表明，用图像技术进行玉米叶部病害诊断是可行的，本研究开发的诊断系统为玉米病害自动识别与诊断奠定了基础。     

计算机视觉技术在猪行为识别中应用的研究进展

中国生猪养殖规模和数量在不断扩大,养殖信息化是今后生猪饲养监管的重要模式。计算机视觉技术作为信息处理的有效辅助技术,提供了一种自动化、非接触式、低成本、高收益且对动物无伤无压力的行为识别方式,可用于考量生猪健康状况并及时预防和发现疾病。介绍了猪行为识别视觉系统,回顾了视觉技术在生猪目标提取和个体识别、行为识别分析中的应用及算法,分析了现存视觉系统及行为识别方法在准确性、有效性与适用性方面存在的问题,提出了视觉系统的改进策略及今后计算机视觉技术在猪体识别和行为识别应用中的重点研究方向。     

基于特征和主动轮廓算法的运动果蝇识别与跟踪研究

多目标跟踪是视频监控等领域的一项关键技术。阐述目标跟踪算法的研究现状,运用灰度阈值分割,基于特征和主动轮廓跟踪方法实现对多只运动果蝇进行目标识别与跟踪。运用C#以及emgu开发应用程序予以系统实现。经验证,该系统识别率高,具有稳健的跟踪效果。     

The Machine Recognition for Population Feature of Wheat Images Based on BP Neural Network

Recognition and analysis of dynamic information about population images during wheat growth periods can be taken for the base of quantitative diagnosis for wheat growth. A recognition system based on self-learning BP neural network for feature data of wheat population images, such as total green areas and leaves areas was designed in this paper. In addition, some techniques to create favorable conditions for image recognition was discussed, which were as follows: (1) The method of collecting images by a digital camera and assistant equipment under natural conditions in fields. (2) An algorithm of pixei labeling was used to segment image and extract feature. (3)A high pass filter based on Laplacian was used to strengthen image information. The results showed that the ANN system was availability for image recognition of wheat population feature.     

Embedded portable device for herb leaves recognition using image processing techniques and neural network algorithm

Herbs have been widely used in food preparation, medicine and cosmetic industry. Knowing which herbs to be used would be very critical in these applications. Nevertheless, the current way of identification and determination of the types of herbs is still being done manually and prone to human error. Designing a convenient and automatic recognition system of herbs species is essential since this will improve herb species classification efficiency. This research focus on recognition approach to the shape and texture features of the herbs leaves. It aims to realize the computerized method to classify the herbs plants in a very convenient way. Portable herb leaves recognition system through image and data processing techniques is implemented as automated herb plant classification system. It is very easy to use and inexpensive system designed especially for helping scientist in agricultural field. The proposed system employs neural networks algorithm and image processing techniques to perform recognition on twenty species of herbs. One hundred samples for each species went through the system and the recognition accuracy was at 98.9%. Most importantly the system is capable of identifying the herbs leaves species even though they are dried, wet, torn or deformed. The efficiency and effectiveness of the proposed method in recognizing and classifying the different herbs species is demonstrated by experiments.     

语音识别系统中多种特征参数组合的抗噪性

构建了基于连续隐马尔可夫模型(CHMM)的汉语数字串语音识别系统,为了提高系统在噪音环境下的鲁棒性,抑制平稳噪声及去除信道卷积噪声的影响,引入了动态参数,实验仿真表明采用MFCC参数及一阶、二阶差分及倒谱化明显提高了噪声环境下语音识别系统的识别性能。     

基于边缘计算的柑橘果实识别系统的设计

针对当前柑橘果实目标检测模型多数需在服务器上运行,难以直接在果园部署且识别实时性较差等问题,设计了基于边缘计算设备的便携式柑橘果实识别系统。该系统由优化的目标检测模型和嵌入式智能平台组成;通过扩展YOLOv4–Tiny目标检测算法,将所有批量归一化层合并到卷积层,加快模型前向推理速度;采用多尺度结构并使用K–means聚类方法获得柑橘数据集的先验框大小,使网络模型对柑橘果实识别具有更强的鲁棒性;使用GIOU距离度量损失函数,使网络模型更加关注柑橘图像中重叠遮挡的区域。将改进算法部署到嵌入式平台Jetson nano,试验结果表明,识别系统对柑橘果实的识别平均准确率达93.01%,单幅图片的推断时间约为150 ms,对视频的识别速率为16帧/s。