基于IHDR的自主学习巡检技术研究

针对无人机路径规划存在只适用于静态场景的问题,提出一种自主飞行巡检方法。利用增量分层判别回归(IHDR)树存储无人机飞行经验,通过当前位置矢量搜索IHDR树,得到飞行控制量。根据当前位置与期望位置的偏差调整输出控制量,实现人造目标的巡检。实验结果表明,与IHDR方法相比,该方法学习时间缩短12.2%,且具有较高的准确率,适用于无人机巡检。     

基于ZigBee背景噪声的被动室内人体感应系统设计

随着智能门锁的普及,传统插卡取电的方式已不再适用,利用室内人体感应设备判断房间是否有人存在为市场所需,但目前已有的感应器在精确度、适应性等方面存在不足,尤其不能实现低成本判断静止人体。针对这一问题,采用热释电红外、ZigBee和NB-IoT三大技术设计被动室内人体感应系统,融合两种探测手段,设置三种通信模式,采用模式判别算法,有效实现了对室内静止人员(包括睡觉情况)和运动人员是否存在的准确侦测,降低了系统功耗。侦测数据由NB-IoT无缝接入云平台,实现数据共享。测试结果验证了设计的可行性。     

基于结构化遮挡编码和极限学习机的局部遮挡人脸识别

提出使用结构化遮挡编码（SOC）结合极限学习机（ELM）的算法来处理人脸识别中的遮挡问题。首先，使用SOC去除图像上的遮挡物，将遮挡物体与人脸分离开；同时，通过局部性约束字典（LCD）来估计遮挡物的位置，建立遮挡字典和人脸字典。然后，将建立好的人脸字典矩阵进行归一化处理，并利用ELM对归一化的数据进行分类识别。最后，在AR人脸库上进行的仿真实验结果表明，所提方法对不同遮挡物和不同区域遮挡的图像具有较好的识别率和鲁棒性。     

双馈风机风电场联络线出口故障方向判别

由于双馈风机风电场故障特性与传统同步机存在较大差别,因此传统方向元件应用于双馈风机风电场时存在适应性问题。针对双馈风机风电场存在的频率偏移、等值内阻抗不稳定和弱馈等特点,提出一种基于时域波形相似度的故障方向元件。根据推算的联络线对侧电压与保护安装处记忆电压波形的余弦相似度判断故障方向,能够有效解决双馈风机风电场出口故障方向判别存在的问题。在PSCAD/EMTDC中搭建典型的双馈风机接入系统,仿真结果表明,所提故障方向元件针对不同的故障类型均能有效判断故障方向。     

近红外光谱法对松原不同品种大米的确证探究

该文提出一种对松原不同品种大米进行判别的方法,对来自松原的稻花香、小高粱、通系926、吉粳515、农大521,5个品种共368个大米样品,利用波数范围为12000 cm^-1~4000 cm^-1的傅里叶近红外光谱仪获取光谱数据并对数据进行6种方法的预处理。结果表明,一阶导数结合SG9点平滑为最佳预处理方法,并用偏最小二乘判别(partial least squares discrimination analysis,PLS-DA)方法对校正样本建立判别分析模型,用验证集对模型进行验证,模型对验证集中稻花香、小高粱、通系926、吉粳515、农大521共5个品种的识别率均为100%;且优于主成分分析的结果。用来自柳河和梅河的稻花香样本与松原的稻花香样本进行产地判别,结果显示,此模型可以将松原样本与非松原样本进行判别。     

生产季节对安岳坛子肉挥发性风味物质的影响

采集1,4,7,10月生产的坛子肉作为试验样品,利用电子鼻、电子舌以及顶空固相微萃取—气相色谱—质谱联用法(HS-SPME-GC-MS)对样品中挥发性风味物质进行分析和鉴定。结果表明,各季节生产的坛子肉的风味无显著差异(P＞0.05);1月和4月坛子肉在气味上有显著差异(P＜0.05),其他坛子肉间差异不显著(P＞0.05);1月和10月坛子肉在滋味上有极显著差异(P＜0.01),而其他坛子肉间差异显著(P＜0.05)。各坛子肉中挥发性物质种类及相对含量差异较大,1月,4月,7月和10月坛子肉中分别检出53,56,73,70种挥发性物质,其中4月坛子肉的挥发性物质相对含量最高(88.60%),7月的最低(50.68%)。说明低温长时间发酵有利于坛子肉特征风味物质的形成。     

山野小屋

该项目建于挪威南部一个陡峭的斜坡上,面对着一片小型的高山湖泊。该项目位置隐秘,远离所有可以通往湖边的小径,只有夏天乘船、冬天湖面结冰时乘滑雪板才能抵达。拥有这片土地的家庭住在湖对面一个僻静的农场,农场有一个泊位,泊位中停着一只小划艇。多年以来,这个小湖始终是家人垂钓、游泳或独自露营的首选之地。近年来,这个美丽的地方逐渐被越来越多的人发现。回归自然的渴望和拥有隐居于此、远离世俗的可能性,赋予了这个交通不便之地的价值;最偏远的一处在一块石头后面,阴影遮挡,且没有通讯和网络信号。过去被认为是不方便的元素,现在反而变得愈发奢侈难寻。     

基于中红外光谱技术的甘氨酸铁螯合物判别研究

目的研究基于中红外光谱(mid infrared spectroscopy,MIRS)技术定性判别有机微量元素添加剂掺假的可行性。方法以甘氨酸铁螯合物和硫酸亚铁为研究对象,分析样品的中红外光谱,解析不同样品光谱的特异性;建立偏最小二乘判别(partial least squares discriminant analysis,PLS-DA)校正模型对掺假样品进行判别,并比较不同预处理方法、全光谱与特征波段对校正模型判别效果的影响。结果甘氨酸铁螯合物与硫酸亚铁光谱差异显著,主要分布在(3500～3000) cm~(-1)、(1600～1300) cm~(-1)、(1300～1000) cm~(-1)、(660～550) cm~(-1),通过采用平滑(smoothing,SM)、归一化(normalization,Norm)与一阶导数(first derivative,FD)相结合的方法对光谱进行预处理,结合1300 cm~(-1)～1000 cm~(-1)波段建立的PLS-DA校正模型判别效果最优,校正集的判别正确率为97.5%,验证集的判别正确率为100.0%,对外部样品的判别正确率达到92.7%。结论中红外光谱技术结合化学计量学方法能够对甘氨酸铁螯合物的掺假进行准确判别。