基于K-means聚类的柑橘红蜘蛛图像目标识别

为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图像清晰度,对比采用灰度法和包含2、3、4或5个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,灰度法对8幅图像中红蜘蛛目标识别率平均值为29%,误判率平均值为201%,无法应用于复杂背景图像中的红蜘蛛目标识别。包含5个聚类中心的K-means聚类法对清晰度较高的图像识别率为100%,误判率为0,对清晰度较低的图像识别率为88%,误判率为0;当图像尺寸较小时,包含4个聚类中心的K-means聚类法识别效率与灰度法相当;当图像尺寸较大时,重复计算聚类中心导致识别耗时较长;基于Lab颜色空间的识别算法无法有效识别其他颜色的红蜘蛛,继续研究的方向为引入红蜘蛛形态信息以提高识别准确率和优化聚类中心的选取以降低识别耗时。     

基于声学特性的西瓜糖度检测系统

该研究优化了由包裹橡皮的金属小球、压电式加速度传感器、电荷放大器、光电式触发电路、数据采集卡和计算机等组成的西瓜声学特性测试系统。由所获取的声波信号幅值谱计算出声透过率,采用TQ软件中SMLR(逐步多元线性回归)函数选取6个特征频率:752、869、1001、4556、322、3950Hz,由其对应的声透过率值建立了西瓜品质检测的多元线性回归模型。对47个西瓜样本的试验数据分析表明:将敲击点和接收点分别放置在西瓜自然生长状态的中部对侧可获得最佳的测定模型,模型的校正相关系数R、校正均方根误差RMSEC和预测均方根误差RMSEP分别是0.80753、0.646和0.655。实现了西瓜糖度检测目的,为声学无损检测西瓜成熟度提供了参考。     

肉异物识别中肉厚度激光补偿试验系统的研制

农产品形状的不规则性严重影响用X射线成像方法检测农产品的内部品质的检测质量。针对这个问题,该文以肉为研究对象,建立了基于激光的肉厚度补偿试验系统,补偿X射线图像因厚度不同对肉产生的影响。该系统包括X射线图像采集系统、激光图像采集系统,机械传输部分、控制系统及图像处理系统等。用最小二乘法求取肉厚度补偿模型,建立激光图像与厚度补偿图像映射关系,用激光厚度补偿图像与X射线肉图像融合,基于OTSU算法(最大类间方差,automatically perform histogram shape-based image thresholding)提取出融合后的肉X射线图像中的异物。试验结果表明,这种方法能够消除厚度的变化对图像的影响,该研究为支撑为肉异物提取提供了一种准确高效的方法。     

红壤溶磷菌的筛选及溶磷机制

采用以磷酸铝为磷源的蒙金娜(PVK)液体培养基研究了从红壤土中筛选出的4种溶磷菌的溶磷效果,选出其中的优势菌株B1,并对其溶磷机理做出初步探讨。结果表明,所筛选出的4株溶磷菌在液体培养条件下均有显著的溶磷效果,其中菌株B1在培养4 d后有效溶磷量最大,达到292.8 mg L-1。各处理培养液pH在培养期间均有显著下降,pH从7.0下降至3.2~4.7。高效液相色谱测定发现,各菌株培养液中有机酸的种类与含量随培养时间变化而不同,其中菌株B1主要分泌草酸和苹果酸,培养1 d后有机酸总量可达到5 mmol L-1;通过添加有机酸对磷酸铝活化的试验表明,分泌有机酸溶磷仅是菌株B1溶磷机制之一,可能还存在其他溶磷机制。菌株B1生长的适宜pH范围为5~9,最适培养温度为30℃,100 ml三角瓶的最适装液量为30~40 ml。经鉴定,菌株B1与苏云金芽孢杆菌有99.9%的相似性。     

ITS鉴定木材种类：一例司法鉴定研究实例

本研究选取一例非法收购国家重点保护植物油丹的司法鉴定案作为研究实例,在确认鉴定技术可行的前提下,应用ITS序列分析对待检测的原木进行了分子鉴定。本研究采用CTAB法提取原木DNA,对其提纯后进行ITSrDNA的PCR扩增,再对PCR阳性产物进行克隆、测序,将测序结果进行Blast分析和构建系统发育树。结果表明,送检的47根原木中有9根被鉴定为油丹。本研究采用ITS序列系统发育分析方法,成功鉴定了原木种类,为今后类似司法鉴定案件的审理提供了可靠的鉴定意见。     

基于近红外光谱技术的茶油原产地快速鉴别

为研究茶油原产地溯源问题,维护其市场秩序,促进公平竞争。该文利用近红外光谱技术采集湖南、江西、安徽和浙江4个不同产地茶油的光谱数据,并运用 Savitzky-Golay 平滑（savitzky-golay, SG）、多元散射校正（multiplicative scatter correction, MSC）、一阶导数（first derivation, FD）和矢量归一化（vector normalization, VN）等4种方法对其进行预处理。采用偏最小二乘法（partial least squares, PLS）提取最佳主成分,构建 PLS 回归模型;同时,采用主成分分析（principal component analysis, PCA）和 PLS 算法提取最佳主成分,作为 BP 人工神经网络（BP artificial neural network, BPANN）输入变量,构建 PCA-BPANN 和 PLS-BPANN 模型。以验证集相关系数 RP 和验证集均方根误差 RMSEP 为模型的评价指标,分别优选最佳 PLS 和 BPANN 模型。试验结果表明,SG-PLS-DA 和 SG-PLS-BPANN-DA 模型对未知样本的整体分类准确率均大于90%。其中,SG-PLS-BPANN-DA 的鉴别效果优于前者,其建模集相关系数 RC、均方根误差 RMSEC 分别为0.974、0.170,验证集相关系数 RP、均方根误差 RMSEP 分别为0.972、0.172,对上述两类样本集的总体分类准确率分别为98.15%、95.83%,该模型能较准确鉴别茶油原产地。研究结果可为快速辨别茶油原产地提供参考。     

基于声信号特征加权的设施养殖羊行为分类识别

中国西部地区正在发展集约化和规模化的设施养羊业,通过监测羊舍内的声信号可以判别羊只的行为状态,从而为设施养羊的福利化水平评估提取基础依据。梅尔频率倒谱系数（mel frequency cepstrum coefficient,MFCC）模拟了人耳对语音的处理特点且抗噪音性强,被广泛用于畜禽发声信号的特征提取,但其没有考虑各个特征分量表征声信号的能力。该研究构建羊舍无线声音数据采集系统,采集20只羊在设施羊舍内的打斗、饥饿、咳嗽、啃咬和寻伴共5种行为下的声信号,并通过Audacity音频处理软件选出720个清晰且不重叠的声音样本数据。根据MFCC各分量对羊舍声信号表征能力,特征参数提取采用一种熵值加权的MFCC参数,再求其一、二阶差分并进行主成分分析降维,得到优化的19维特征参数。通过对羊舍声信号的声谱图分析,设计了支持向量机二叉树识别模型,并对模型内的4个分类器参数进行网格化寻优测试,该识别模型对羊只5种行为下的声信号进行分类识别,用改进的特征参数与传统MFCC和线性预测倒谱系数（linear predictive cepstrum coefficient,LPCC）进行对比分析。结果表明,该特征参数对5种行为的识别率平均可达83.6%,分别高于MFCC和LPCC参数14.1%和26.8%,羊只打斗和咳嗽行为的声信号属于相似的短时爆发类声音,其识别率分别仅为80.6%和79.5%,啃咬声特征显著不易混淆,其查全率可达到为92.5%,改进特征参数更好的表征了羊舍声信号的特征,提高了羊只不同行为的识别率,为羊只健康和福利状况的监测提供理论依据。     

基于物元标识的人机交互式机械排种器虚拟装配

为实现复杂机械式排种器智能化虚拟装配,集成2B-JP-FX系列双腔复合种盘机械式精密排种器的创新成果与专业知识,缩短设计与研发周期,该文提出了一种基于装配物元标识的智能装配系统。以双腔立式复合圆盘型号排种器为具体研究对象,分析各零部件间的装配关系,明确装配物元组成,完成装配物元的语义信息编码和装配参考的建立。基于CATIA(computer aided three-dimensional interactive application计算机辅助三维交互应用)的二次开发技术,以Visual Basic为开发语言,设计一种适用于物元标识的人机交互平台,可实现对装配语义集的提取与分析,将装配语义信息转化为装配约束,智能引导完成虚拟装配。测试结果证明了该系统的可行性和有效性,为2B-JP-FX系列排种器的研发提供了先进的虚拟仿真手段,也为机械装备数字化资源库奠定了技术基础。     

大粒型水稻材料粒型性状的QTL定位

研究大粒型水稻材料对粒型相关基因的挖掘具有重要作用,同时也能为水稻超高产育种提供优质的种质资源。本研究以大粒型水稻材料lg1与9311杂交衍生的F2遗传分离群体为对象,分别采用2014年、2015年的粒型数据和2年的联合粒型数据,对控制其粒长、粒宽及粒厚的QTL进行初步定位。结果表明,3种情况下共定位到22个相关QTL,其中5个粒长QTL、9个粒宽QTL、8个粒厚QTL,分布于第1、第2、第3、第4、第5、第8和第11号染色体上。3种情况下均检测到QTL的有3个,即粒长QTL q GL-2-1、粒宽QTL q GW-5-1和粒厚QTL q GT-5-1,3个QTL增效等位基因均来自于亲本lg1;此外,有7个QTL在2014年、2015年和2年的联合数据定位中均被检测到,12个QTL只在1年或2年的联合数据定位中被检测到。q GL-2-1、q GW-2-3和q GT-2-3处于同一标记区间RM5812~RM13174,推测可能受同一粒型基因控制,是新的粒型QTL位点。主效QTL q GL-1-2和q GW-11-1可能是新的控制粒型QTL位点,其余检测到的QTL所在的大部分标记区间已有粒型QTL被定位或克隆。本研究结果为大粒水稻lg1粒型基因的精细定位及克隆奠定了基础。     

基于RFID/GIS物联网的肉品跟踪及追溯系统设计与实现

为了提高肉品跟踪与追溯系统信息的实时性、准确性和可靠性,该文介绍了无线射频识别技术（RFID）、物联网及电子产品代码（EPC）系统相关技术,提出了基于无线射频识别技术的肉品企业资源平台架构,详细研究和分析了肉品销售阶段的信息流程,设计了基于无线射频识别技术的肉品销售跟踪及追溯体系,包括跟踪系统和追溯系统。跟踪系统通过在销售节点上的产品电子代码系统,对附有无线射频识别芯片标签的肉品信息进行跟踪。追溯系统通过对象名解析服务（ONS）服务器,查出肉品销售相关节点实体标记语言（PML）服务器的地址,进而获得肉品的