遵义烟田土壤pH的空间分布与演变特征

为了解遵义烟区土壤pH的空间分布及演变特征,2016—2017年在遵义11个植烟县区采集4816个土壤样本进行pH测定,并与第二次土壤普查数据及2000—2005年调研取样数据进行对比分析。结果表明：（1）2016—2017年遵义全市烟区土壤pH变幅为4.4～8.8,平均值为6.6,变异系数为14.72%,适宜植烟pH的土壤样本占比62.5%,偏碱范围的土壤样本占比20.5%,偏酸范围的占比17.0%;（2）11个植烟县区的烟田土壤pH均值介于6.2～7.4之间,不同县区烟田土壤pH间存在显著差异（p<0.05）且各等级分布频率差异明显,总体呈现南酸北碱的空间分布格局;（3）自第二次土壤普查以来,遵义烟区在最适宜pH区间的土壤比例不断减少;在较适宜区间的土壤比例也呈现波动下降趋势;而偏碱区间的土壤比例不断增加;在偏酸区的土壤比例整体呈波动式上升趋势。总体来看,遵义烟田土壤pH具有明显的时空异质性,后续要进一步开展其演变成因与调控对策研究。     

基于多源数据的食品安全时空预警信息化体系设计研究

大数据时代的来临, 机器学习技术不断被发掘, 时空分析技术日渐成熟, 两者的特点有机结合可以形成一种食品安全时空预警的新思路。本研究对上述技术进行了信息化层面的整合, 研究设计了基于跨部门多源数据的食品安全时空预警信息化体系框架, 利用机器学习对数据进行深度挖掘以及应用空间统计分析技术“建岛搭桥”, 在海量而复杂的监测数据中深度学习找到关键信息和隐藏关系, 对超出预期的风险异常区域进行预警, 为政府部门预防和控制食源性疾病提供科学依据和支持。     

基于机器学习的大数据平台管理系统设计

伴随互联网技术的快速发展,网络业务和互联网流量数据呈现爆发式增长,进而影响互联网大数据分析平台,产生数据量和运维环境的变化,冲击传统的大数据平台运维模式和数据技术方案。该文在总结机器学习在大数据分析平台运维观众的应用的基础上,分析聚类方法和回归算法的特征,提出基于机器学习的大数据平台智能化运维系统设计和监控系统设计方法,为平台运维人员监控、排查和修复等问题提供便利。     

基于深度半非负矩阵分解的医保异常行为检测

医疗保险是一种提供因疾病或伤害而支付的保险福利,检测医保数据和严厉打击欺诈骗保行为是维持医保系统健康发展的必要手段。该文利用机器学习技术,收集医疗保险大数据,通过对原始数据进行降维和聚类分析,对医保数据行为进行异常检测,最终对是否存在欺诈骗保行为作出正确决策。     

基于时间序列分形特征的织物瑕疵检测

为充分利用织物纹理特点,并大幅度减少计算量,将织物纹理图像的灰度值分别沿纵、横方向投影得到一维时间序列,提取分形特征。根据Fisher判别准则优选了2个具有一定互补性而又能最大限度区分正常与瑕疵样本的时间序列盒维数组成特征向量,对7种具有不同纹理背景的织物进行瑕疵检测。试验结果表明,在一定的阈值范围内,误检率和漏检率可控制在10%以内,表明采用这种方法在大幅减少维数估算计算量的同时能够有效区分正常与瑕疵纹理。     

复烤片烟特征面积与化学成分的相关性分析

  目的  分析复烤片烟特征面积与其关键化学成分的相关性,为研究片烟结构对卷烟化学成分及感官质量的影响提供参考。  方法  选择两种初烤烟叶作为试验材料,利用叶片振动分选机对复烤后片烟进行筛分,测定不同尺寸片烟的特征面积及其关键化学成分（常规化学成分、质体色素、多酚类化合物和非挥发性有机酸）,并分析不同特征面积片烟化学成分的变化趋势及其相关性。  结果  ① 随着片烟特征面积的增大,总糖、还原糖、总植物碱、淀粉、绿原酸、芸香苷、棕榈酸、亚油酸、油酸、亚麻酸、硬脂酸含量逐渐升高;钾、氯、莨菪亭、草酸、丙二酸、丁二酸、苹果酸、柠檬酸含量逐渐降低;总氮、蛋白质、叶黄素、β-胡萝卜素含量先升高后降低。②对于红大C3F复烤片烟,特征面积与总糖、还原糖、总植物碱、芸香苷、硬脂酸呈显著正相关,与钾、草酸、丙二酸、柠檬酸呈显著负相关;对于K326 B3F复烤片烟,特征面积与总植物碱、芸香苷、棕榈酸、亚油酸、油酸、亚麻酸、硬脂酸呈显著正相关,与草酸、丙二酸、丁二酸呈显著负相关。  结论  不同尺寸片烟的化学成分含量存在较大差异,且两者之间具有较强的相关性。因此,在打叶复烤过程中,提升不同尺寸片烟的分布均匀性对提高关键化学成分的均质化水平,稳定最终的产品质量具有重要意义。      

基于空间标准地址的犯罪时空制图的应用研究——以中山市为例

通过建设以空间标准地址库为基础,以地理信息可视化技术为核心的应用平台,解决现行业内地理信息系统的既有问题,打破传统制图定制化的局面,全面提升信息资源的快速发布、个性化定制等能力,可有力地推动时空数据在地图信息系统上的应用,进一步加强中山市公安局对空间标准地址数据与公安业务数据整合应用,提升警用地理信息系统在犯罪时空制图方面的能力。     

基于特征融合的猪肉新鲜度高光谱图像检测

利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400~1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征降维方法,提取了反映肉类新鲜度信息的重要特征变量;并建立了这些特征变量与挥发性盐基氮(TVB-N)的最小二乘支持向量机(LSSVM)预测模型;在此基础上提出了猪肉TVB-N含量的可视化检测方法。研究结果表明:相比于单一特征模型,利用光谱均值和熵融合特征的LSSVM模型可显著提高模型的准确度;连续投影算法结合主成分分析的特征降维方法,可显著降低模型的复杂度,提高模型准确度。利用光谱均值和熵两类特征,通过连续投影算法和主成分分析相结合的特征降维方法所建立的LSSVM预测模型,可取得最佳的预测准确度,其预测集的均方根误差RMSEP为1.96,相关系数(RP)为0.948,剩余预测偏差(RPD)为3.12,可满足实际检测需要。建立在此基础上的可视化方法,可直观显示肉类的腐败区域和程度。     

基于GF-1/2影像数据的烟草种植区信息遥感监测

为解决我国南方山区自然烟田地块较小、空间分布破碎且与其他农作物混杂，遥感调查精度低、受多云雨天影响大的难题，利用我国高分遥感卫星，开展多源、多时相遥感数据与面向对象分类相结合的烟草种植区提取方法，以毕节市七星关区大河乡为试验区，构建面向对象分类过程，并同基于像元的最大似然（ML）、神经网络（NN）和支持向量机（SVM）等方法进行对比。结果表明，面向对象方法精度最优，其次为ML、SVM以及NN，Kappa系数分别为0.948、0.936、0.930和0.905；此外，面向对象方法提取的烟田地块形状相对完整，有效避免了“椒盐现象”，视觉效果明显优于基于像元方式。面向对象的分类方法结合高分遥感星座可以准确地提取我国南方烟草种植区分布信息，从而有助于烟草的宏观管理、调控与决策。     

基于PCA的纸病特征再提取算法研究

针对传统纸病检测中相似纸病辨识准确率低及纸病提取特征维数高致使纸病辨识过程时间较长的问题,提出一种基于主成分分析（PCA）的纸病特征再提取算法。该算法以多种纸病的图像为研究对象,对可能存在相关关系的高维原始纸病特征量进行PCA降维处理并去除相关成分,形成相互独立且更具代表性的纸病新特征,在减少数据处理量的同时使纸病辨识准确率明显提高。实验表明,PCA算法可显著提高纸病辨识准确率并可大幅缩短算法平均运行时间。     

基于神经网络的烟草零售户销售假烟行为的预警模型研究

对卷烟零售户销售假烟驱动因素分析的基础上,通过对安徽某市烟草专卖局的实地调研以及所获得历史数据的系统分析,构建了基于BP神经网络的零售户销售假烟行为的预警模型,该模型综合考虑了零售户的销售行为、零售户自身的特征以及时间因素等十二个预警输入指标。实证表明所构建的模型稳健性较好,且预测准确率得到明显提高。      

电子鼻在卷烟真伪鉴别中的应用

为探索电子鼻在卷烟真伪鉴别中的应用,采用电子鼻对6个牌号卷烟样品的挥发性成分进行了分析,采集了响应曲线15s、响应曲线30s、响应曲线最大值数据,使用主成分分析对各采集点原始数据进行预处理,原数据和主成分处理数据均使用线性判别分析进行分析,并将各数据分析结果进行对比。结果显示,主成分提取对于假烟的正确判别率有所提高,其中传感器响应曲线15s数据经主成分提取后测试集样品的正确判别率最高,为98.3%,仅有1个样品出现错判。结果表明,电子鼻是卷烟真伪鉴别的有效工具,可为人工鉴定提供参考。     

顶空-气相色谱-质谱技术应用于卷烟真伪鉴别

为提高卷烟真伪鉴别的准确性和客观性,采用顶空-气相色谱-质谱(HS-GC-MS)对两个品牌不同批次真品卷烟及某品牌假冒卷烟进行色谱指纹图谱测定。通过平均法构建两个真品卷烟品牌的特征色谱指纹图谱,采用间隔相关系数法对特征色谱指纹图谱的不同区域的相似度进行评价,根据合格阈值识别不同品牌卷烟及判定待测卷烟真伪,结果科学、客观。     

基于烟丝分布特征的卷烟硬度预测模型

研究了烟支中段填充系数与测量卷烟硬度时的径向压缩量的关系,建立了压缩量与烟丝填充系数和烟支直径的回归模型,进而对卷烟硬度进行预测。结果表明:模型拟合优度>98%、测试集的标准化均方误差为0.6,相对误差均值为3.7%,模型预测误差远远小于指标正常波动范围及产品技术标准规定的允差范围,模型预测效果较好,同时模型适用于各种规格的卷烟,可以应用于实际生产中的卷烟硬度预测。     

基于大数据的国内卷接设备研究热点演化分析

为研究国内卷接设备发展趋势，以中国知网和中国专利信息网为数据源，以大数据分析为工具，分析了1965—2019年间的卷接设备相关论文和专利。结果显示:1）卷接设备的主要研究机构有常德烟草机械有限责任公司、河南中烟工业有限责任公司、许昌烟草机械有限责任公司等，主要核心科研人员是栗勇伟、骆德汉、周密、孙斌、潘恒乐、吴志强、吴迪、廖友辉、蒋文峰。2）主要的研究热点是控制系统和数据采集系统。3）主要的发展趋势是可靠性不断提高，速度不断提高，智能化不断提高。      

基于视觉感知特征的条烟异常检测算法

为解决卷烟生产过程中条烟存在的小包缺失、小包破损、烟支缺失、烟支错排等问题,基于条烟的X光图像设计了一种新的特征提取算法。通过模仿人眼识别原理,从视觉感知角度对物体边界区域、稠密性、分布状况、方向属性和规律程度进行特征提取,简称VPFE(Visual Perception Feature Extraction)算法。基于VPFE利用不同分类器对条烟生产中的异常情况进行检测试验,结果表明:1VPFE算法在不同分类器下均有较好的检测效果,可以被主流分类器用于学习分类,且检测精度优于其他特征提取算法。烟支缺失和小包缺失情况的检测精度达100%。2VPFE算法还可对破损面积在20%以上的小包以及烟支错排情况进行检测,小包破损检出率达95.8%,烟支错排检出率达96.6%。该算法有效满足了条烟异常情况检测的精度要求,杜绝了条烟缺支和缺包现象,提升了卷烟包装水平。     

2015-2018年中山市食用油、油脂及其制品监督抽检结果分析及空间分布规律研究

摘 要: 目的 研究中山市食用油、油脂及其制品的抽检结果和空间分布规律。方法 应用Global Moran’s I和LISA空间自相关分析方法, 对中山市食品药品监督管理局2015年1月1日至2018年11月9日公开发布的食用油、油脂及其制品监督抽检数据进行分析。结果 此期间中山市食品药品监督部门共完成744批次“食用油、油脂及其制品”的监督抽检, 合格率为93.4%。东升镇、火炬区、南朗镇、三乡镇、石岐区和五桂山区合格率均为100%。空间自相关结果显示合格率在镇区尺度下具有显著的空间正相关性, 南朗镇(I=0.808, CL=1, P<0.05)和东区(I=0.224, CL=1, P<0.05)呈现显著的高高值聚集分布(High-High)。结论 中山市食用油、油脂及其制品抽检样本总体合格率较高, 不合格批次较少, 企业生产的定型包装产品全部合格, 仅少部分小作坊生产的花生油产品存在少量黄素霉毒素B1超标问题, 反映出中山市食用油、油脂及其制品食品安全总体形势较好, 监管工作效果显著。     

卷烟纸生产的几个特点

本文从原料到设备对卷烟纸的生产进行了较全面的介绍。     

基于组合预测模型的怀化卷烟需求预测分析

以怀化卷烟市场为载体,选用3种定量预测方法--趋势外推法、时间序列分解法和多元回归法对怀化卷烟市场的历史数据进行全面分析,并在此基础上分别对2008年的卷烟市场做出预测.应用组合预测的方法,对趋势外推法、时间序列分解法和多元回归法进行综合,并证明组合预测在卷烟市场需求预测中能有效减小误差,提高精度.