基于Morlet小波相干分析的汽车声源识别

为适应汽车加速噪声非平稳工作过程声源识别的需要,提出了一种基于连续小波变换的时频相干估计方法.应用该方法从时频空间揭示了汽车加速时,标准测点噪声信号与发动机近场噪声信号的关系.与基于FFT的估计方法对比表明,该方法能够较好地识别局部时间段、低信噪比条件下2个噪声信号的关联程度.     

锰(Mn)胁迫对紫萍的氧化损伤

研究了不同浓度Mn胁迫(0、0.02、0.04、0.06、0.08、0.10mmol·L~(-1))对紫背浮萍的氧化损伤、抗氧化系统以及Ca~(2+)-ATP酶活性变化的影响,并应用傅里叶变换红外光谱(FTIR)分析了紫萍红外光谱图的变化。结果表明:Mn胁迫对紫萍造成了明显的氧化损伤,O·2产生速率明显上升、H_2O_2和MDA大量积累,光合色素、可溶性蛋白质含量下降,可溶性糖含量短暂升高后下降。抗氧化系统遭到了破坏,超氧化物歧化酶(SOD)、过氧化氢酶(CAT)活性先升高后降低,过氧化物酶(POD)活性逐渐升高,谷光甘肽(GSH)、维生素C及维生素E含量明显上升。脯氨酸含量明显上升,Ca~(2+)-ATP酶活性先升高后明显下降。红外光谱图显示,在3 396、2 920、1 658、1 062cm~(-1)处峰值均先上升后下降,反映出Mn胁迫下紫萍体内氨基酸、糖类、蛋白质、羧酸等物质的含量也受到显著的影响。综上可见,Mn处理下,紫萍受到明显的氧化损伤,抗氧化系统的平衡被打破,Ca~(2+)-ATP酶活性的变化明显,氨基酸、糖类、羧酸等物质的含量也受到明显的影响,即Mn胁迫对紫萍造成了显著伤害。     

傅立叶变换近红外光谱技术快速测定玉米DDGS营养成分

为实现玉米DDGS营养指标的快速检测,本实验采用傅立叶变换近红外光谱技术,建立玉米DDGS水分、粗蛋白质、粗脂肪、粗灰分和氨基酸定量分析模型。收集全国范围内230个玉米DDGS样品,随机分为215个校正样品和15个验证样品,通过对不同组分独立进行光谱的预处理、交互检验计算和优化定标,得到的水分、粗蛋白质和粗脂肪定标方程决定系数R~2均在0.9以上,交互验证均方根误差(RMSECV)在0.30以内,相对分析误差RPD>3;粗灰分R~2为0.81,RMSECV为0.12,RPD为2.3,盲样验证结果均满足GB/T 18868要求,模型均有较好的准确性和稳定性;氨基酸组分建模和验证效果也较好。结果表明,采用傅立叶变换近红外光谱技术能够实现对玉米DDGS的快速检测。     

木材节子图像增强的小波变换与双三次插值融合方法

为提高木材节子图像的清晰度和对比度，针对木材节子图像的边缘特征，以木材活节和死节图像为对象，研究小波变换与双三次插值融合的木材节子图像增强算法。结果表明，本方法增强后的木材活节和死节图像在峰值信噪比和结构相似性指数分别为22.994 8、32.054 1和0.928 9、0.919 2，均显著高于直方图均衡化和双三次插值方法，这表明本增强方法具有更好的去除噪声效果和图像保真性能。此外，增强后的木材活节和死节图像的平滑指数为2.934 2、3.889 3，显著优于直方图均衡化和双三次插值方法，这表明该方法不仅提高了清晰度和对比度，而且具有更好的边缘细节信息保留功能。     

基于多层次距离变换的蚕茧分割计数算法

在对蚕茧品质检测的过程中,利用图像处理技术对黏连蚕茧进行分割计数能够减少所需的劳动力、提升工作效率、提高计数精度,也是对蚕茧图像进行更高层次处理、分析的基础步骤之一。利用改进的多层次距离变换并结合分水岭的分割算法能有效分割蚕茧并计数。算法能在保证单个蚕茧不被分割的情况下逐步将黏连蚕茧进行分离,并将多层次距离变换后的图像作为种子,利用分水岭算法,将蚕茧分割开来。在针对蚕茧的目标分割测试中,基于多层次距离变换的蚕茧分割计数算法的计数精度达到99.97%,其中计数100%准确的次数占97.08%。与传统图像分割算法相比,基于多层次距离变换的蚕茧分割计数算法有明显优势,不但计数精度更高,蚕茧分割清晰,边缘锐利无毛刺,而且对较复杂光照条件的适应能力更强。但该方法在对大小差异大的蚕茧计数时会造成准确率下降,适用于大小接近的蚕茧的分割。     

六种桂花的傅里叶变换红外光谱快速鉴别

采用傅里叶变换红外光谱仪的衰减全反射附件—OMNI采样器,对湖北咸宁所产的金桂、银桂、蒲城丹桂、硬叶丹桂、天香台阁四季桂、小叶四季桂等4个种群的6个不同品种的桂花(Osmanthus fragrans)进行了红外光谱对比分析。结果表明,6个桂花样品在1 731~1 022 cm-1区域的红外光谱吸收峰差异明显。应用衰减全反射红外光谱技术可对不同品种的桂花进行快速鉴别。     

基于高光谱的套袋和不套袋苹果糖度无损预测模型研究

现市场上普遍存在套袋和不套袋两种种植模式的苹果,为了更精确地检测苹果糖度,针对这两种模式,分别探究了其糖度无损检测模型。以烟台栖霞生产基地的红富士苹果为研究对象,以苹果糖度为测试指标,对套袋和不套袋苹果分别建立了全光谱反向传播神经网络模型(FS-BP)、全光谱偏最小二乘模型(FSPLS)、主成分分析反向传播神经网络模型(PCA-BP)、主成分分析偏最小二乘模型(PCA-PLS)、蚁群算法反向传播神经网络模型(ACO-BP)、蚁群算法偏最小二乘模型(ACO-PLS),通过对比这6种模型的糖度预测精度找出分别适用于套袋和不套袋苹果的最优模型。结果表明,ACO-PLS无论在套袋还是不套袋苹果糖度的预测上都取得了最高的预测精度,不套袋苹果样本训练集均方根误差为0. 3489,相关系数为0. 9258,测试集均方根误差为0. 3247,相关系数为0. 9279;套袋苹果样本训练集均方根误差为0. 3833,相关系数为0. 9449,测试集均方根误差为0. 3146,相关系数为0. 9602。本研究结果为建立苹果品质分级系统提供了重要的参考价值。     

浅析大厂县春季气候变化对桃花花期的影响

本次研究中着重探究北方春季气候变化对桃花花期带来的影响，再结合河北地区大厂县对 具体状况进行研究讨论，春季气候的变化是影响桃花花期的主要因素。同时，气温、日照、地温都会对 桃花花期带来一定的影响，而将气象特色服务应用于本地全域旅游和农业生产当中，能够有效促进大 厂县的经济发展，具有非常广阔的发展前景。