Identification and fermentation optimization of protopectinase-overproducing strain Aspergillus niger CD-01 for pectin production

In order to solve the citrus peel resource waste problem and minimize the drawbacks of chemical extraction of pectin, a protopectinase-overproducing strain CD-01 for pectin production was isolated from a pit soil dumped with perished orange in Changde City, Hunan Province of China. The strain CD-01 had the same morphology and 28S rRNA gene sequence (FJ184995) as that of Aspergillus niger (ATCC 64028). It was thus identified and named as Aspergillus niger CD-01. The fermentation condition was optimized based on L₉(3⁴) orthogonal experimental design and the variances analyses. The results show that the optimal condition for producing pectin is as follows: time 36 h, temperature 35 °C, pH 5, and urea as the nitrogen source. Under this condition, the pectin yield can reach up to 24.5%. This shows a great potential of Aspergillus niger CD-01 in pectin extraction from citrus. Foundation item: Projects(50621063, 50674101) supported by the National Natural Science Foundation of China     

车联网仿真测试评价技术研究综述

智能化和网联化是汽车发展的重要方向,车联网技术作为智能网联汽车体系架构的重要组成部分,近年来成为业界的研究热点之一。车联网的大规模部署及其在智能汽车领域的广泛应用前需要对其性能及功能进行全面、深入的测试评价,然而在真实环境下进行车联网的测试与评估存在成本高、难度大的问题,因此通过仿真手段对其进行评价分析是当前的主流测试手段。本文总结了主流的网络仿真器和交通仿真器,对现有车联网仿真平台进行了分类,研究并对比分析了典型的车联网仿真平台;针对车联网的应用特性,研究并归纳了影响车联网仿真性能的车辆移动模型、信道传播模型及驾驶员行为等;从网络仿真指标、车联网应用相关指标归纳了车联网功能及性能测试的典型评价指标。     

基于FCN的多方向自然场景文字检测方法

传统的自然场景文字检测方法所采用的手工设计特征在应对复杂自然场景时缺乏鲁棒性。针对复杂自然场景中的多方向文字检测问题,提出了一种新的基于深度学习文字检测方法,采用全卷积网络（Fully Convolutional Networks,FCN）并融合多尺度文字特征图,结合语义分割的方法分割文字候选区域,利用分割得到的文字候选区域直接获取文字候选检测框并进行扩大补偿处理,对文字候选检测框进行后处理得到最终检测结果。该方法在ICDAR2013、ICDAR2015标准数据集进行了测评,实验结果表明该方法相比一些最新方法取得了更好的性能。     

基于嵌入式Linux与QT的汽车虚拟仪表设计

为了简化汽车内部控制系统,降低汽车制造成本,提高人车交互界面的友好度,设计并实现了一种新型的汽车虚拟仪表。采用以ARM处理器S3C6410为核心的硬件平台和以嵌入式Linux系统为核心的软件平台,并在此基础上采用开放源代码的图形界面库QT开发仪表终端应用程序。经试验验证,虚拟仪表系统具有成本较低、界面友好、反应灵敏等特点,并在跨平台性、可扩展性等方面得到了显著改善。     

新工科背景下师范院校电子信息类创新人才培养的探索与实践

针对新工科的要求并结合师范院校的实际情况,对电子信息类专业创新人才培养进行了探索.优化了课程体系结构,确保了课程开设的新颖性和实用性;提出了多途径培养的新模式,并构建了层次化的能力训练体系.实践证明,这些措施有效解决了教育资源不足、培养环节脱节等问题,增强了学生的工程意识和适应能力,提高了人才培养质量.     

基于SVM混合网络的车牌字符识别研究

本文提出了一种基于SVM混合网络的车牌字符识别方法。首先根据国内车牌字符的排列特点依次构造汉字识别子网、英文识别子网、英文与数字识别子网以及数字识别子网。然后针对英文字符和阿拉伯数字的字体结构具有连通性这一特点．采用形态学方法进行滤波处理．以减少噪声干扰。预处理后提取字符的小波包系数和矩做为特征量，最后在各个识别子网中采用SVM识别方法对车牌中的汉字、英文字符以及阿拉伯数字进行了识别。实验结果表明，该方法效果良好。     

基于小波包和Zernike矩特征提取的车牌字符识别

提出了一种基于小波包和Zernike矩特征提取的车牌字符识别方法。首先针对数字字符特殊的字体结构,采用了数学形态学方法进行滤波处理。预处理后,对待识别字符进行三层小波包分解,获取第三层各节点小波包系数;同时对小波包分解后的第二层各节点进行重构,并分别计算重构后所得图像的Zernike矩;最后对获得的小波包系数和重构后所得图像的Zernike矩所组成的特征空间进行降维处理,并利用BP神经网络对车牌中的数字进行识别。实验结果表明,该方法效果良好。     

车联网环境下基于模糊逻辑的交通拥堵检测方法

针对现有的道路交通拥堵检测方法的不足,提出了一种基于V2V的道路交通拥堵检测方法。首先基于V2V的方式实时获取邻居车辆状态信息,建立车辆邻居表;其次依据车辆行驶速度、车流密度、交通拥堵评级体系构建模糊控制器,完成本地交通拥堵水平的估计;然后通过车车通信进行邻居车辆交通拥堵状况的查询,并根据大子样假设检验验证本地交通拥堵水平值,完成所在区域交通拥堵水平的检测;最后基于Veins平台搭建仿真测试场景,仿真对比了拥堵检测结果的准确率,同时测试车辆节点的退避时槽数量和接收广播数据包的数量。实验结果表明, 提出的道路交通拥堵检测方法实现的拥堵检测准确率分别比线圈法和CoTEC法提高了5.5%和7.5%;提出的道路交通拥堵检测方法实现的车车通信网络拥塞比CoTEC法降低了90.8%,并且在未发生交通拥堵时通信节点的通信负载显著降低。     

基于GA-PDD的干线信号协调控制优化

针对城市交通干线负荷量大、信号配时计算效率低、协调优化约束条件多的特点,提出了基于比例分配解码方法的遗传算法(GA-PDD)协调控制策略,采用交通波理论建立了排队长度预测模型并以干线系统内车辆平均延误时间最小为目标函数建立了遗传算法优化模型,采用比例分配解码方法来进行求解.分别采用单点信号控制、定时协调信号控制和基于GA-PDD的协调控制3种控制策略对某城市干线实例进行对比仿真实验,仿真结果表明,随着调用周期的增大,GA-PDD控制策略的车辆平均停车次数和延误时间逐渐减小,调用周期在15 min及以上时,优于单点信号控制和定时协调控制,验证了不频繁剧烈地改变干线上的信号周期和相位差时,GA-PDD控制策略具有可行性和有效性.     

基于FPGA的车辆振动信号提取方法

为了从车辆复杂噪声背景中实时提取陀螺仪的有效振动信号,在分析弱信号特征提取方法的基础上,针对自适应滤波算法处理相关信号时收敛速度降低的缺点,提出一种适用于FPGA（Field Programmable Gata Ar-ray）的自适应步长LMS（Least Mean Square）算法。该算法通过建立步长和误差信号相关值之间的非线性关系,使步长仅与输入有用信号相关,降低算法对噪声的敏感度。实验以收敛速度和计算复杂度两个指标对该算法与其他改进算法进行比较,并以真实车辆振动信号提取结果分析验证该算法对车载环境噪声和陀螺仪自身噪声都有较好抑制。在用算法计算基础上,以FPGA平台提出并实现一种可扩展滤波器结构。设计采用一阶滤波单元重用方式完成多阶累加计算,在目前最大规模FPGA芯片上实现8～256阶滤波器。实验表明,该设计充分利用芯片内逻辑资源,处理速度快,可靠性高,并适用于车辆中低速行驶姿态测量系统。