板栗激光划口机设计

将激光切割技术应用于板栗的划口生产工艺,设计了一种板栗划口机。该机主要由振动给料器、“V”字形板栗定位及输送带、电动机传动系统、激光发生器、激光反射和聚焦镜、控制面板等组成。板栗激光划口和爆壳试验表明：划口板栗的爆壳率随着激光功率的增加而提高,随着板栗输送速度的提高而降低;当激光功率为80W,板栗输送速度为0.12m/s（即每秒划3～4个板栗）时,划口板栗的爆壳率在98%以上,划口质量最好。     

基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演

为探讨利用近地高光谱和TM遥感影像数据评估作物冠层水分状况的可行性,以北京顺义通州为研究区域,以冬小麦为研究对象,首先基于Landsat TM5的光谱响应函数,利用地面实测的冬小麦全生育期冠层高光谱窄波段反射率数据来模拟TM5卫星宽波段反射率,然后利用模拟的TM5数据的NIR波段(第4波段)和2个SWIR波段(第5和7波段)反射率分别构建水分指数(WI)和归一化差异水分指数(NDWI),并利用地面实测数据建立冠层叶片含水量(LWC)和等效水厚度(EWT)的遥感估算模型,最后选取最优的水分估算模型,利用TM5卫星遥感影像数据对研究区域小麦冠层水分含量进行反演与应用。结果表明,利用TM5数据中SWIR第5波段比第7波段构建的水分指数更有优势;WI对估算LWC的效果较好,而NDWI在EWT估算方面效果较好,应用TM5宽波段模拟数据模型验证的冬小麦冠层含水量的r2和RMSE分别为0.57和0.51、3.89%和0.024。同时从TM遥感影像的反演结果来看,开花期的冬小麦冠层水分高于拔节期。     

不同改良剂对小青菜中镉和铅含量的降低效果

【目的】探讨不同改良剂对降低重金属污染土壤中小青菜镉、铅含量的效果。【方法】以小青菜品种"塌地乌"为试材,采用盆栽试验,设置施用不同改良剂(石灰、沸石、骨粉、FeS2、纳米羟基磷灰石、粉煤灰及其两两组合)处理,测定重度镉(40mg/kg)、铅(1 200mg/kg)污染土壤中小青菜生物量、镉和铅的吸收量、转运系数及土壤pH值,分析不同改良剂处理对小青菜中镉铅含量的降低效果。【结果】施入改良剂后,小青菜的生物量均有不同程度提高,其中,沸石+纳米羟基磷灰石处理下的生物量最大,与未施改良剂的对照相比增产51.1%(P<0.05)。小青菜地上部镉含量降幅最大的为石灰+沸石处理;地上部铅含量降幅最大的为沸石+骨粉处理。小青菜中镉的转运系数大于铅,表明镉比铅更容易迁移到小青菜地上部分。施入改良剂后,土壤pH值显著升高,且以沸石+骨粉处理下的pH值最大。【结论】施用改良剂后,小青菜中镉和铅的含量虽有不同程度降低,但仍超过国家食品卫生标准。     

Agouti基因及其与动物毛色关系的研究进展

动物特别是毛皮动物,毛纤维颜色丰富多彩,其主要由遗传基因调控,在众多的调控基因中,Agouti基因是一个重要的功能基因。论文重点综述了Agouti基因结构及其在人、小鼠、家养普通动物和毛皮动物毛色方面的研究现状,旨在为动物毛色选育提供参考依据。     

《中华神经医学杂志》研究主题的共词分析

以CNKI和万方数据库收录的《中华神经医学杂志》2002-2011年发表的论文为数据源进行共词分析,利用BICOMB和SPSS软件研究了高频词间的关系,探讨了《中华神经医学杂志》2002-2011年的研究主题。     

珠江口颗粒附着微生物群落沿环境梯度的演替

将PCR-DGGE技术和典范对应分析相结合,研究了珠江口水体颗粒附着微生物群落沿环境梯度的空间分布特征及其影响因素。DGGE指纹图谱分析表明,颗粒附着微生物群落沿环境梯度表现出明显的空间演替:不同站位之间既存在共同谱带,又具有各自的特征谱带;S4和S5两个站位的微生物群落结构与其相邻站位相比,DGGE指纹图谱变化明显,是颗粒附着微生物从海淡水混合区向海水区演替的中间过渡类型。对DGGE图谱中19条主带回收、测序表明,两个序列与已培养的微生物同源性≥99%,其余17条序列均与未培养的环境微生物种群具有很高的相似性(91%～100%);变形菌门和拟杆菌门是珠江口颗粒附着微生物的优势种群,其中变形菌门为绝对优势种群(78.9%)。典范对应分析显示,氮相关营养盐水平和盐度是影响水体颗粒附着微生物群落分布格局的两个主要因素。     

基于用户评论下的生鲜农产品优选排序

现如今电商市场竞争激烈,众多小型垂直类生鲜电商紧紧围绕在京东商城和天猫超市这两大平台上。用户评论铺天盖地,如何减少消费者搜索和筛选的时间成本显得尤为重要。对于生鲜农产品来说,物流服务满意度是关键因素。以京东商城和天猫超市两大综合类电商平台的生鲜商品为例,采集大量的用户评论,从数据中获取物流服务满意度影响因素进行相关度分析并最终得出6个因素,采用机器学习的方法对大量标注文本进行模型训练,通过训练的模型识别待分类文本的情感倾向,建立基于物流服务满意度的商品排序方法,进一步提出威尔逊置信区间的方法修正物流服务满意度用于评论数量分布不均的情形,最后对这2种算法的应用场景作出分析介绍和对比,使商品排序过程中不仅考虑到商品的物流服务满意度,同时也引入评论数量,通过不同的需求和数据情况生成最符合用户期待的排序结果。     

RGB-D SLAM增强现实原木检尺系统构建与测试

将内嵌有ToF相机、面阵相机及IMU的智能手机作为硬件系统,RGB-D SLAM技术实时获取的深度图、位姿等为数据源,构建了RGB-D SLAM增强现实楞堆原木检尺系统。首先设计了基于ToF影像实时估计RGB影像像素深度的方法,实现对待测原木端面几何坐标的初步估计;其次,设计了散形分区去噪算法实现原木端面点云的精确过滤,设计了原木端面曲率估计算法实现对过滤点云可靠性判别;然后,基于PCA等算法实现原木长、短直径方向向量估计,并基于该向量对原木长、短直径进行了估计;最后,以所构建算法为基础在智能手机平台上搭建了增强现实楞堆检尺系统,实现智能手机对原木进行实时检尺、增强现实场景对测量结果实时监督。新型检尺系统通过对6个楞堆334根原木进行了检尺实验,以评估该设备的测量精度。结果显示：原木平均直径估计值的偏差及均方根误差分别为-0.13 cm(-0.35%)及1.05 cm(3.34%);原木径阶化直径估计值的偏差及均方根误差分别为-0.10 cm(-0.22%)及1.33 cm(4.43%);原木材积估计值的偏差及均方根误差分别为-0.007 m³(-0.27%)及0...     

基于可控气流-激光检测技术的鸡肉嫩度评估方法

以鸡肉嫩度为研究对象,采用可控气流-激光检测技术的瞬态、蠕变回复和应力松弛等动静态检测模态,并使用支持向量机分类器和全局变量偏最小二乘算法,结合不同预处理方法,对鸡肉嫩度进行定性判别和定量预测。结果表明3个激励模态结合不同预处理算法均可实现鸡肉嫩度的定性定量评估。在定性方面,瞬态模态对嫩度具有最佳的分类效果;S-G卷积平滑算法表现出最佳的预处理性能,校正集嫩/老分类精度分别为1和0.98,马修斯相关系数为0.97;而验证集分类精度也达到了0.95和0.84。在定量预测方面,S-G卷积平滑算法在提升原始数据的信噪比上同样具有最佳效果;瞬态模态校正集和验证集模型相关系数分别为0.948和0.913,均方根误差分别为0.736N和1.013N。因此,在组织结构引起的品质预测动态模态较静态模态更适用。本研究开展的可控气流-激光技术在鸡肉嫩度评估的应用,为肉品检测领域提供了新的解决方案。     

基于R2U-Net和空洞卷积的羊后腿分割目标肌肉区识别

针对前处理工序造成的羊肉智能精细分割目标肌肉区图像识别准确度低的问题,以羊后腿自动去骨分割工序为研究对象,提出一种基于R2U-Net和紧凑空洞卷积的羊后腿分割目标肌肉区识别方法。对传统的U-Net语义分割网络进行改进,以U-Net为骨架网络,采用残差循环卷积块替换原始U-Net的特征编码模块和解码模块中的卷积块以避免U-Net的梯度消失,在特征编码模块和特征解码模块之间增加一个紧凑的四分支空洞卷积模块对语义特征进行多尺度编码,实现缝匠肌图像分割模型的构建。一方面,针对缝匠肌这一核心目标肌肉区,采集羊后腿图像构建数据集训练与测试本文模型,以验证该方法的准确性与实时性;另一方面,通过旋量法标定夹爪坐标系、相机点云坐标系、机器人坐标系的齐次变换矩阵以计算分割路径,并采用主动柔顺的力/位混合控制方法操纵分割机器人进行目标切削运动,验证基于本文方法得到的目标图像开展目标肌肉分割的可行性。相关试验结果表明：当交并比为0.8588时,本文方法平均精确度为0.9820,优于R2U-Net的(0.8324,0.9775);单样本检测时间平均为82ms,说明本文方法可快速、准确分割出缝匠肌图像,满足机器人自主分割系统的实时性要求,优于U-Net、R2U-Net、AttU-Net算法。最后,在本文方法得到的缝匠肌图像基础上开展机器人实机分割试验,机器人对5条羊后腿的平均切削时间为7.9s,平均偏移距离为4.36mm,最大偏移距离不大于5.9mm,满足羊后腿去骨分割的精度要求。