茶叶中EGCG功效研究进展

表没食子儿茶素没食子酸酯(EGCG)药理作用已经得到了国内外一些研究人员的认可。近年来科学工作者已经越来越多将注意力集中于儿茶素上,尤其是其中的单体之一表没食子儿茶素没食子酸脂(EGCG)最引人注目。本文就近年来对EGCG药理作用、机理进行阐述,为探索EGCG的药用价值提供参考依据。     

基于机器视觉的马铃薯自动分级与缺陷检测系统设计

针对现有的马铃薯分级和检测需要大量的人力物力、检测效率不高,设计了基于机器视觉的马铃薯自动分级与缺陷检测系统.工作时,自动分级系统对大量马铃薯进行快速表皮去泥和分级工作,得到3种规格的马铃薯并逐个运输到缺陷检测系统进行马铃薯缺陷的识别检测;通过多种图像处理算法对比分析,以平均值法灰度化、中值滤波处理、大津法分割等方法得...     

不同纸袋对红富士苹果含铅量的影响

苹果套袋栽培可显著提高果实的外观品质,已成为无公害果品生产的主要技术手段。近年来,人们对苹果套袋的研究主要集中在套袋对苹果内在品质、外在质量、贮藏性的影响方面,取得了一些成就,但套袋对苹果果实含铅量的影响却很少见报道。     

提高梨果品质的技术措施

果品质量的优劣,是决定产品生命力、市场竞争力和经济效益的主要因素。梨果品质主要表现在内在品质和外观品质两个方面。提高梨果品质,必须在因地制宜选用良种的基础上,采取多种科学的栽培技术措施。     

论音乐教育在茶文化中的运用

中国茶文化内涵宽广、博大精深,茶艺表演是其中不可或缺的重要内容,其注重精神与外在形式的高度统一。在茶艺表演中,音乐是十分重要的表现形式,在不同的环境、茶类、地域中,音乐与茶艺的结合能够激发茶文化的深层次内涵。茶艺赋予音乐以形象,音乐赋予茶艺以灵魂,茶艺借助音乐让人拥有广阔联想力,提高聆听者的美学水平,茶艺在音乐教育上有着强大的感染力,在塑造完美人格上也有着很好的推动力。     

创意农业的全产业链发展模式分析

我国创意农业正呈蓬勃发展之势,但面临如何优化升级的困境。立足产业链内在运行机制和外在产业绩效,归纳总结了4种典型的全产业链发展模式,即以农业生产园区为核心的发展模式、以休闲农庄为核心的发展模式、以产业集群为核心的发展模式和以多功能综合体为核心的发展模式。4种创意农业的全产业链发展模式存在各自优势和不足。对创意农业全产业链发展模式进行优化,关键在于创意方法的选择与应用、优势环节的培育与塑造、多种资源的集聚与融合、多样休闲旅游产品的开发。     

荷斯坦牛新遗传缺陷单倍型HH7分子筛查

HH7(Holstein Haplotype 7)是在荷斯坦牛群中新发现的一种隐性遗传缺陷单倍型,由27号染色体上CENPU基因4个碱基缺失突变引起,隐性基因纯合时能引起胚胎早期流产,严重影响着奶牛养殖者的经济效益.本研究利用竞争性等位基因特异性PCR(KASP法)对随机抽取的166头荷斯坦公牛样本进行了检测分析,结果...     

油桃外部缺陷的高光谱成像检测

采用高光谱(420~1 000 nm)成像技术对"中油9号"油桃的4种外部缺陷(裂纹果、锈病果、异形果和暗伤果)进行检测判别。对400个样本(4种外部缺陷样本和完好样本)运用偏最小二乘回归(PLSR)从全波段中分别提取了10条特征波长,分别为497、534、657、677、696、709、745、823、868、943 nm。缺陷样本的高光谱图像经过主成分分析后,对876 nm下的单波段图像通过掩膜、Sobel算子处理,并对主成分图像经过区域生长算法实现缺陷样本的缺陷区域分割。对光谱数据进行主成分分析得到前10个主成分值,并对图像数据采用灰度共生矩阵(GLCM)提取得到6项图像纹理指标(均值、对比度、相关性、能量、同质性、熵值)。将主成分值和纹理值融合建立极限学习机(ELM)模型对油桃外部缺陷进行检测判别。结果表明,该模型对缺陷样本的判别正确率为91.67%,完好样本的正确率为100%。     

给定两连杆运动面的Watt-I六杆机构空间解域综合方法

针对运动生成Watt-I型六杆机构综合问题,给出了一种基于空间解域的综合方法。该型机构中作为末端执行构件的连杆和一个四杆机构的连杆运动面相连,因此需要给出这个连杆运动面的位置。该方法首先综合四杆机构,然后将二杆组添加到四杆机构上。对于四位置问题,四杆机构综合可得到无穷多机构解,而对于任意四杆机构又有无穷多种添加二杆组的方法。本文以四杆机构的平面解域为基础,将综合所得无穷多六杆机构在一个有限的空间区域内表示出来,还给出一种能有效判断Watt-I型六杆机构回路和分支缺陷的方法。通过对综合所得无穷多机构解进行判断,建立六杆机构去除回路分支缺陷的空间可行域。空间解域的应用使设计者能够从整体上把握六杆机构的可行解的全部解空间,从而使获得附加更多条件的最优机构成为可能。     

基于机器视觉的半干枣病害和裂纹识别研究

研究提出了一种基于机器视觉的病害和裂纹的识别方法。在H分量图中,依据半干枣在病害和非病害区域色调值差异提取病害区域,以提取的病害区域与枣表面积的比作为阈值确定较高的病害面积识别精度,可正确识别的感兴趣病害面积为16.87mm2,占枣投影面积的3.3%。为进一步提高在该病害面积识别精度的正确率,依据已确定的病害面积比阈值,将病害面积比值二值化,结合红枣区域颜色特征值H的均值和均方差,用SVM方法建立枣病害的识别模型,训练集和测试集的识别正确率分别为9 5.7 7%和9 5.7 9%。在I分量图中,对红枣区域进行Otsu’s阈值分割、图像局部属性统计和形态学处理,提取裂纹二值图像,依据裂纹图像不变距方法建立裂纹识别模型,训练集和测试集的识别正确率分别为94.90%和94.55%。