可见近红外高光谱快速诊断番茄叶片含水量及其分布

基于可见近红外高光谱建立番茄叶片水分含量快 速诊断模型,对不同光谱处理及建模进行优选, 对水分含量分布进行可视化研究。结合阈值法采集不同生长期192个 番茄叶片感兴趣区域光谱信息进行预 处理比较,分析β权重系数法、连续投影算法(SPA)、无信息 变量消除(UVE)、竞争自适应加权算法(CARS) 及UVE-SPA、CARS-SPA组合方法特征波长优化方法,利用提取特征波长对多元线性回归(MLR)、主成分回 归(PCR)及偏最小二乘回归(PLSR)水分含量建模方法进行有效性评价,优化出最佳组 合模型,采用特征 图像光谱反射权重系数实现叶片含水量及其分布的可视化,解析叶片含水量光谱响应特性。 最终确立 Baseline为最佳波段预处理方法,全波段建模预测集相关系数R_p 达0.97;提取特征波长后,Baseline-CARS-MLR 为叶片水分含量预测最佳模型,预测集相关系数R_p为 0. 95,预测集均方根误差RMSEP为0.042。基于高光 谱成像技术快速评估叶片水 分含量具有一定优势,为活体番茄植株生长水分亏缺状况实时评估及智能化灌 溉技术提供理论依据。     

环氧树脂低温固化剂

一、前言在环氧防腐蚀漆中应用最广的固化剂是胺类及其衍生物。这类漆的固化是利用氨基与环氧基之间的反应活性。常用的胺类有脂肪族多胺、胺加成物、聚酰胺及酮亚胺等。胺固化的环氧漆附着力好,耐化学药品性高,尤以耐碱性更为突出。这类固化剂虽然能使环氧树脂在常温固化,但由于反应活性较低,固化时间长,特别是在气温10℃以下,固化基本停止,所以其应用范围受到一定限制。随着环氧漆的广泛使用,迫切要求发展液态低温固化剂。因此我们于19了5年研制成功了一种毒性小、气味低并能在。     

反射信号对卫星C波段干扰的分析

卫星通信系统是一种开放系统,相对于其他通信方式较易受到干扰。卫星信号受到干扰,会影响卫星数字视频广播信号的传输。对卫星地面接入系     

滩羊肉中特征脂肪酸含量的高光谱检测及可视化

风味是影响肉品质和消费的重要因子,主要由一些风味前体物质经过复杂的化学反应转化而来。羊肉风味与油酸(C_(18:1))含量有显著相关性,且硬脂酸(C_(18:0))含量与羊肉膻味呈正相关。本文采用可见/近红外高光谱(400～1 000 nm)快速检测滩羊肉中风味前体特征脂肪酸含量。首先选取掩膜后光谱图像作为感兴趣区域,采用6种方法进行光谱预处理,对比分析后优选出最佳预处理方法;然后结合连续投影算法(SPA)、无信息变量消除算法(UVE)和变量组合集群分析法(VCPA)提取特征波长并建立回归预测模型;最后通过建立的最优预测模型将脂肪酸含量定量反演到样本图像上。结果表明:油酸以MSC-UVE-MLR建模效果最优,其R_C=0.9099,R_P=0.8759;硬脂酸以SNV-SPA-MLR建模效果最优,其R_C=0.8691,R_P=0.8446。利用光谱反射率值结合最优模型参数实现了脂肪酸含量在羊肉样本高光谱图像上的可视化表达,可以通过更加直观清晰的方式对羊肉品质进行快速无损检测。     

毛纤维含量对毛粘针织物起毛起球性的影响

为了减少毛针织物在穿着过程中的起毛起球倾向,采用毛纤维与粘胶纤维混纺织成针织物。为保证织物获得较好的抗起毛起球性,同时保持一定的手感风格,确定了合适的混纺比。     

科技书刊传播发行对象的研究

当今科学技术突飞猛进，经济建设迅速发展；人们对精神文化要求愈来愈高。传播发行媒介如科技书刊的发行如何开拓市场、活跃市场、影响读者则成为中心议题。     

N－烯丙基－N＇－（氨基对苯磺酸钠）硫脲光度法测定微量铜

本文提出了以新合成的试剂Ｎ－烯丙基－Ｎ＇－（氨基对苯磺酸钠）硫脲（ＡＳＡＴｕ）为显色剂,光度法测定微量铜的新方法。在ｐＨ４．０的弱酸性溶液中,铜（Ⅱ）与ＡＳＡＴｕ形成配合物的最大吸收波长为３乙４ｎｍ,表观摩尔吸光系数ε＿（３３４）＝３．４２×１０￣４。铜量在１０～７０μｇ／２５ｍｌ范围内呈线性关系,相关系数ｒ＝０．９９９９。铜（Ⅱ）和ＡＳＡＴｕ配合物的组成比为１∶３。常见离子除Ｆｅ￣（３＋）、Ａｇ￣＋、Ｓ￣（２－）外,均无干扰。该法简单、灵敏度高,选择性好。对合成样品、食品及生物试样的分析和回收实验,均获     

固体氧化物燃料电池的神经模糊控制策略研究

固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)具有多输入多输出、强耦合的特点,为了使其输出电压稳定设计了高效控制器,采用神经模糊控制方法对其输出电压进行控制。通过机理分析和实验数据拟合方法分别建立SOFC的机理模型和神经网络模型,在此基础上采用模糊控制策略对SOFC的输出电压进行控制,并应用神经模糊控制方法进一步提高了控制精度。通过MATLAB/Simulink仿真实验发现,SOFC神经网络模型得到的预测电压与实际电压之间的误差小于0.008 V,较其机理模型更加准确,所提出的控制策略能有效控制SOFC的输出电压。