基于高光谱成像技术的鲜烟叶叶位识别方法

为实现鲜烟叶叶位的快速无损识别,以不同着生部位烟叶为研究对象,应用高光谱成像技术,构建基于特征光谱的鲜烟叶叶位判别模型。首先,利用标准正态变换（SNV）、二阶导数（2ND）、SavitzkyGolay卷积平滑（SG）和多元散射校正（MSC）4种光谱预处理方法对烟叶原始高光谱数据进行处理,然后采用预处理后的全波段光谱数据和特征波段光谱数据,构建基于支持向量机（SVM）、偏最小二乘判别分析（PLS-DA）和反向传播神经网络（BPNN）的鲜烟叶叶位识别模型。结果表明：采用SG滤波预处理和BPNN所构建的模型识别效果最好,训练集和预测集的预测准确率分别为91.15%和90.63%。此外,利用竞争性自适应重加权算法（CARS）所筛选的特征波长所建立的BPNN模型最优,训练集和预测集的预测准确率达到了93.23%和92.19%。表明利用高光谱成像技术判别鲜烟叶所属部位是可行的,可以实现鲜烟叶所属部位快速、无损检测。     

基于多时相OLI数据的宁夏大尺度水稻面积遥感估算

为客观获取宁夏水稻面积空间分布信息,也为区域农作物遥感监测奠定技术基础,该文以宁夏回族自治区为研究区域,选择美国LandSat-8携带的陆地成像仪(operational land imager,OLI)数据,采用2016年3月11日-7月01日间的15景影像,基于水稻田耕地与水体特征反射率随着季节变化规律的分析,采用归一化植被指数(normalized difference vegetation index,NDVI)、近红外波段反射率(infrared reflectance,IR)、短波指数(short waved index,SWI)3个指数,以及多时相NDVI最大值、IR最小值、SWI最小值3个衍生指数,共6个指数为基础进行决策分类树构建,对全区水稻进行识别与提取,采用该区水稻面积本底遥感调查结果进行精度验证,水稻种植面积提取误差仅.4.22%,Kappa系数为0.83,水稻空间分布的用户分类精度分别为85.11%,制图精度为81.67%;同时与监督分类方法提取的水稻面积进行对比,该文方法提取水稻的用户精度提高了8.13个百分点,制图精度更是提高了20.01个百分点。研究结果表明,利用中高分辨率的OLI遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,构建分类决策树,可以准确地提取大宗农作物种植面积,是区域农作物面积遥感监测业务运行中具有潜力的方法。     

基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别

为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination,MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement...     

基于鱼体背部弯曲潜能算法的四种主养鱼类识别

以四种主养淡水鱼鲫(Carassius auratus)、草鱼(Ctenopharyngodon idellus)、团头鲂(Megalobrama amblycephala)、鲤(Cyprinus carpio)为例,提出一种基于图像处理技术的鱼种类自动识别方法。首先通过鱼体信息采集系统获取待识别鱼体图像,并对其进行灰度化与二值化,得到鱼体轮廓信息;然后采用邻域边界算法对鱼体的轮廓进行提取,根据轮廓曲线建立鱼体背部轮廓数学模型;最后根据轮廓模型,采用鱼体背部弯曲潜能算法对不同种类鱼体样本的背部弯曲潜能值进行计算和聚类统计,得到不同鱼类样本的背部弯曲潜能值分布区间,从而通过比对待识别鱼体背部弯曲潜能值的区间实现对不同鱼类的自动识别。对四种主养鱼类的实验测试结果表明,对团头鲂的识别精度可以达到100%,对鲫、鲤和草鱼的识别精度达到96%,基本上能准确实现四种鱼体的分类识别,具有较好的实际应用价值。     

漫画——爱美的电工

检查铅封是否被启封过。可通过仔细察看判断是否正常，正常的铅封表面应光滑平整、完好无损。 判断铅封是否被伪造。可带印好字样的各类铅封。与现场铅封进行对照检查。检查字迹、符号是否相同，是否有防伪识别及防伪识别标记是否相同。如果适当增加一些不易觉察的防伪标记，则防伪效果更好，判断真伪也更容易。     

可溯源与无线传感网技术在工厂化水产养殖中的应用研究

为了实现工厂化水产养殖中环境因子准确测控和水产品质量有效保障的目的,研发了一种基于无线传感网和可溯源技术相结合的智能系统在工厂化水产养殖中的应用方案系统利用无线射频识别技术(RFID)实现了可溯源功能,利用无线传感网技术实现了数据的采集与传输,利用计算机技术实现了对数据的处理分析,并得到控制信号.通过试验,溶解氧、温度、酸碱度(pH)等水环境因子参数控制范围达到了设计要求,可溯源信息写入与读取正确,能够满足工厂化水产养殖智能化的需要.     

犬细小病毒YZ株VP1基因的克隆和真核表达质粒的构建

犬细小病毒(CPV)在分类上属于细小病毒科细小病毒属,可引起犬出血性腹泻和心肌炎,并使白细胞大量减少,症状和猫泛白细胞减少症相似.CPV主要编码两种结构蛋白:VP1和VP2.VP1与VP2的序列基本相同,只是VP1的氨基端比VP2多一段氨基序列,这段序列中含有T细胞识别表位,能够激发机体产生细胞免疫.研究对犬细小病毒YZ株的VP1基因进行了克隆并构建真核表达质粒,为基因免疫奠定基础.     

瘦肉精的危害及识别

我们国人所说的"瘦肉精",学名盐酸克伦特罗,是一种平喘药,可以促进瘦肉生长、抑制肥肉生长、减少饲料使用、使肉品提早上市、降低成本."瘦肉精"是一类叫做β-兴奋剂(β-agonist)的药物,包括莱克多巴胺(Ractopamine)、克伦特罗(Clen-buterol)、沙丁胺醇(Salbutamol)和特布他林(Terbu-taline)等,我国发现使用的"瘦肉精"主要是盐酸克伦特罗.盐酸克伦特罗又称盐酸双氯醇胺、克喘素、氨哮素、氨必妥、氨双氯喘通、氨双氯醇胺.     

基于概率神经网络和分形的植物叶片机器识别研究

【目的】提出一种将植物叶片的形状特征与其纹理特征相结合的综合特征识别方法,有效解决了传统的植物机器识别分类特征单一且识别率较低的问题,为植物的快速机器识别提供技术参考。【方法】提取植物叶片样本的综合特征信息,以概率神经网络(PNN)为分类器对所得的特征信息进行训练,训练好的网络用来识别植物叶片的类别,从而确定相应植物的种类。【结果】有效提取了含有8个分量的植物叶片综合特征向量,通过对PNN分类器的训练,实现了30种植物叶片的快速机器识别,平均识别率达98.3%。比较测试表明,若去掉叶片纹理特征,单以其形状特征作为识别依据,平均识别率仅为93.7%。【结论】植物叶片综合特征识别方法有效弥补了传统单特征识别方法的不足,使识别效率得到了较大的提高。     

基于证据理论的目标综合识别

现代战争是信息化的战争,战场环境十分复杂。目标的综合识别技术越来越受到重视。目标综合识别充分利用多源传感器的信息,将其中目标身份信息依据某种准则进行组合,以获得更为准确可靠的目标身份估计。本文提出了一种基于D-S证据理论的多源信息决策级目标综合识别方法,利用多源目标识别信息进行证据推理,对目标的类型、属性、型号进行综合决策,有效解决了多源识别信息的冲突问题,提高了目标识别正确率。