多因素对开心果碰撞声特征的影响

设计了开心果碰撞声分拣试验装置,以开闭口果碰撞声的综合对数衰减率之差为判断依据,分析对比了传声器位置、开心果下落高度及碰撞块倾斜角度对碰撞声特征的影响。研究结果表明:在两种条件下,1传声器与碰撞面成45°,距离碰撞点10 cm左右时;2保持传声器在上述条件下的位置不变,开心果下落高度为70~100 cm、碰撞块倾斜角度为30°时,所采集到的声信号特征具有更好的分拣可靠性,使得开心果分拣设备的分拣准确率从70%提高至100%。     

基于撞击声的开心果分拣模型研究

基于碰撞声的开心果分拣技术主要通过撞击迫使坚果壳体振动发声,再经分析处理获得开闭口对应的声信号特征,最后实现不同坚果类型的识别和分离。将开心果抽象成不同开口状态的嵌套小球模型,对开心果从落地瞬间到最后自由振动衰减的整个过程进行模型分析,根据开口程度的不同表现出不同振动特性的原因,合理解释开心果的时域频域特性。提出一种根据开心果时域信号的综合对数衰减率进行分拣的方法,分拣准确率100%。     

基于撞击声分析的榛壳开口判别

撞击声分析是新型的坚果品级检测方法。为了研究开、闭口榛果的撞击声特性,通过不同的数据处理方法提取声信号的梯度累积特征、线性频谱特征和梅尔倒谱系数(MFCC)特征参数。研究结果显示:撞击声信号的累积梯度特征参数计算方便,阈值判断简单易行,识别精度可达80%左右;撞击声信号的线性频谱特征明显,闭口榛果撞击声能量集中在5~8kHz频段内,开口榛果撞击声能量趋于全频段内分散,较难寻找固定的频率特征参数;开闭、口榛果的辨识不能直接采用撞击声信号的MFCC特征参数,需要引入特定统计模型或应用人工神经网络,对特征参数进行训练,进而实现开闭、口榛果的模型识别。     

横编仿鱼鳞单元结构成形原理与尺寸工艺模型北大核心CSCD

为深入探究针织产品在异形结构的开发可能性,对横编仿鱼鳞结构的成形规律进行研究。先对横编仿鱼鳞结构进行设计,以单层结构和双层结构为研究对象,并以四针床电脑横机为依托,对其成形原理进行分析,并通过试织样品和数据测量,建立了横编仿鱼鳞单元结构的尺寸工艺模型。研究表明:单层结构通过部分织针参与编织及隔行加针的方式,可使鳞片结构呈现一定的弧度;双层闭口结构的织针全部参与编织,相邻两个单元结构可通过形成长浮线方式进行连接;双层开口结构在编织单元的首尾行时,所有织针参与编织,中间行只有部分织针参与,形成“折叠”状的开口结构;织物单元上边缘线与水平方向的夹角与花型循环数呈线性关系,上边缘线与下边缘线对应高度包含的纵向线圈数比例约为2︰1。通过建立织物参数与横编仿鱼鳞单元结构的相关关系,为仿鱼鳞结构织物的快速开发提供了一定的指导意义。     

用复频谱解析光色加法混合

作者用复频谱数学模型模拟人的颜色视觉系统,认为可见光任意一个频率的单色光的光动量映射在复频谱的对应位相处,变换成一个单色的相矢量(phasor)。所谓光的白平衡,按照自然界熵平衡原理,系统对所有矢量信号会自发地进行平衡整合。所以,一般色光中既有已平衡的白色光,也有未平衡彩色矢量单色光。所谓色光加色法混合,是系统内白光信号的标量相加及彩矢量信号的矢量相加。为了对矢量相加进行预测,作者给出合成效率及平衡效率两个评价方法。并借用二十世纪二十年代莱特(W.D.Wright)用R.G.B三基色匹配光谱色实验数据,把RGB投影在复频谱色度图上,用矢量相加的方法进行计算,得到的数据与莱特实验数据具有良好的相关性,证明了矢量性是色光的本征特性。此外,还应用平衡效率从理论上解释了产生"负值匹配"的原因。     

基于纹理特征的棉亚麻纤维识别技术

探讨基于纹理特征的棉亚麻纤维识别技术。利用微分干涉相衬显微镜采集到能够清楚表征纤维纹理特征的图像,通过图像预处理,采用中轴线方法获取棉亚麻纤维直径和直径不匀率的形态特征,分别提取不同角度的灰度共生矩阵能量、惯性矩、相关性、熵等四个特征向量的均值和标准差,采取支持向量机,通过交叉验证法训练得到最佳参数对棉亚麻纤维进行分类识别,采用形态特征和纹理特征相结合的识别正确率达到94.4%。认为:采用形态特征和纹理特征相结合的方法能够提高纤维识别的正确率。     

测试条件对麻糬凝胶质构特性测定结果的影响

该研究通过单因素试验探究不同测试条件（压缩比、测试速度、停留时间）对麻糬凝胶质构特性参数测定结果的影响,采用全质构分析（texture profile analysis,TPA）测试模式得到硬度、黏性、回复性、弹性、咀嚼性、胶着性和内聚性指标,并采用变异系数（coefficient of variation,CV）和方差分析（analysis of variance,ANOVA）方法对质构参数测定结果进行分析,结果表明：压缩比对硬度、黏性、弹性、咀嚼性、胶着性、内聚性和回复性有显著性影响;测试速度对黏性、硬度、弹性、咀嚼性、胶着性、内聚性及回复性均有显著性影响;停留时间对回复性、咀嚼性、胶着性、内聚性和弹性有显著性影响。通过变异系数对比分析选择适宜的质构测试条件为压缩比40%、测试速度1.0 mm/s、停留时间3 s;并对单因素优化得到的测定条件进行重复试验验证,发现质构测定结果的变异系数均小于5%,说明该测试条件下测定结果稳定性较好,可较好地反映麻糬凝胶质地特征,适用于麻糬凝胶类样品的质构测试。     

基于边界效应模型的玻璃纤维复合材料准脆性断裂性能分析

为解决玻璃纤维复合材料的准脆性断裂问题,基于边界效应模型,引入玻璃纤维复合材料的单层预浸料厚度作为特征复合材料单元建立解析表达式,在三点弯曲条件下测得带有浅表面刮痕试样的峰值载荷,计算得到准脆性断裂参数:抗拉强度和断裂韧性。经正态分布分析后得到断裂参数均值:抗拉强度为169.48 MPa,断裂韧性为20.34 MPa·m^1/2,在具有95%的可靠性范围内几乎覆盖了全部试验离散点。将试样参数拟合在一起,得到断裂载荷与等效面积的线性拟合曲线,结果表明:使用正态分布法和线性拟合法得到的抗拉强度吻合度较高,二者之间的误差仅为4.95%。     

基于智能手机声信号哈密瓜成熟度的快速检测

为满足瓜农和消费者便携、快速、价廉无损检测哈密瓜成熟度的要求,采用手机录制不同成熟度哈密瓜的拍打声信号并进行分析处理,提取11 个特征量,然后选择对不同成熟度具有显著差异的单个或多个特征量组成不同特征向量训练支持向量机分类器,通过对哈密瓜的未熟、适熟和过熟3 种成熟度判别结果的混淆矩阵分析,确定采用频谱质心wc、帧能量E、第1子带短时能量比SSTE1组成特征向量训练成熟分类器,最适于哈密瓜未熟瓜和成熟瓜判别;采用过零率、第2子带短时能量比SSTE2、第3子带短时能量比SSTE3组成特征向量训练适熟分类器,最适于哈密瓜适熟瓜和过熟瓜判别。该研究开发的手机安卓应用程序对哈密瓜成熟度判别总体准确率可达90.9%,并可通过用户反馈进一步提高判别能力。与此同时,采用逐步多元回归预测模型,实现wc、E及第1、2、4子带短时能量对哈密瓜糖度较准确的预测。     

基于BPNN和SVM的烟叶成熟度鉴别模型

为了在烟叶采收环节中快速准确地鉴别适熟烟叶。以下部烟叶为样本,利用烟叶图像的RGB颜色特征信息,以目标区域和背景区域平均灰度值的最大对比度为依据,选取G-B图像提取烟叶目标区域。目标区域通过形态学膨胀和腐蚀运算去除噪声后,从原始烟叶图像中得到目标烟叶图像。通过MATLAB软件提取R、G、H、S、V颜色特征均值,以及能量ASM、熵ENT、惯性矩INE、相关性CORRL纹理特征,将这9个变量作为输入参数,分别建立基于BP神经网络、支持向量机的烟叶成熟度鉴别模型,准确率分别为93.83%和97.53%。试验结果表明,通过机器视觉对烟叶成熟度鉴别是可行的,为进一步研制烟叶采收机奠定了基础。      

基于纤维纵向显微图像的棉／亚麻单纤维识别

 针对棉/亚麻混纺纤维构成的织物,基于其单纤维纵向显微图像（纤维切段的长度约为0.5mm）,研究了纤维的自动识别方法。在纤维检测中,先对纤维图像进行去背景处理,而后运用形态学闭运算和背景区域生长相结合的方法获得纤维的目标区域,对图片中出现的玻璃划痕、干扰杂物等进行了很好的滤除。由纤维骨架垂直方向上的区域图、二值图和细化图得到它们的垂直积分投影序列,并提取这3条序列各自的变异系数CV值和平均值共计6个参数。将这6个参数作为棉/亚麻纤维的特征参数,训练最小二乘支持向量机分类器,对测试集的测试结果表明该分类器对棉/亚麻短纤维的识别率正确率平均为93.3%。     

基于异构集成学习的棉纱纱疵定量分析方法

为解决当前棉纱纱疵定量分析方法精度低、可靠性差的问题，提出一种基于异构集成学习的纱疵定量分析方法。首先，建立基于电容传感器的纱疵检测二维动态仿真模型，分析纱疵尺寸对纱疵信号的影响规律。其次，针对非平稳、非线性的纱疵信号难处理以及纱疵量化特征不明显的问题，采用时域分析方法，提取纱疵信号的时域参数作为纱疵定量分析特征，针对传统阈值和数值分析方法对纱疵定量精度低的问题，以支持向量机回归算法和径向基神经网络算法组成初级学习器，集成梯度提升决策树为元学习器，建立用于纱疵定量分析的异构集成学习算法模型。实验结果表明，本文方法比其它单模型回归拟合方法的检测准确率提升约10%,验证了本文方法对纱疵定量分析结果的可靠性。     

超声波辅助离子液体提取石榴籽中原花青素的工艺及其动力学与热力学分析

探讨了超声波辅助离子液体提取石榴籽中原花青素的工艺条件,以原花青素得率为考察指标,提取时间、提取温度、超声功率和离子液体浓度为实验因子,在单因素实验基础上,通过Box-Behnken实验设计优化最佳提取工艺条件,并对提取过程的动力学和热力学性质进行了分析。结果显示:原花青素的最佳提取工艺条件为:提取时间32 min、提取温度52℃、超声功率300 W、离子液体浓度1.15 mol/L,此条件下的原花青素得率达到1.718%;在该工艺参数下,提取速率常数k值为0.313 min-1,表面扩散系数DS值为7.936×10-5cm2/min,而相同提取条件下,无水乙醇空白对照组的k值仅为0.063 min-1,表面扩散系数DS值为1.597×10-5cm2/min,提取速率明显提高;提取过程的热力学参数,熵ΔH为248.51 k J/mol,焓ΔS为813.69 J/（mol·K）,数值均大于零,说明离子液体提取过程为吸热熵增加过程,自由能ΔG为-18.254 k J/mol,小于零,为自发过程。离子液体提取的工艺参数及动力学与热力学分析,均可用于石榴籽中原花青素提取过程的工程放大和优化控制。