自适应熵疫苗算子的免疫图像分割方法

本文针对二维熵图像分割算法存在计算量巨大的问题,基于免疫调节机制,设计了一种新的图像分割方法．该方法利用免疫疫苗理论,并与熵理论相结合,提出了熵疫苗算子．熵疫苗作为抗体疫苗进行选择,通过熵运算,提取更新疫苗库,从而使得最优分割阈值的形成及疫苗库的更新具有自适应性,疫苗的选择更加准确有效．仿真实验表明熵疫苗算子加快了算法的搜索速度、提高了算法的适应性．该算法对复杂图像具有良好分割效果和较强的实时处理能力．     

宽巷约束的网络RTK基准站间模糊度固定方法

通过分析宽巷模糊度、无几何模型和无电离层组合模型之间的几何关系,提出了一种附有宽巷约束的网络实时动态测量(RTK)模糊度固定方法和相应的模糊度检验方法.该方法首先利用宽巷(MW)组合固定宽巷模糊度,并将宽巷模糊度作为精确值,与无几何模型和无电离层模型联合平差单历元解算L1和L2的模糊度浮点解,然后将浮点解直接取整获得相应的固定解,最后通过GPS/BDS双系统长短基线对模糊度解算进行正确性检验.经实测计算验证,该方法能快速、稳定地固定网络RTK模糊度,且对于长短基线都有较好的效果.     

咖啡纤维结构与性能研究

介绍了咖啡纤维的生产过程和物理性能,通过红外光谱仪、X射线粉末衍射仪和扫描电子显微镜研究了咖啡纤维的亲水基团、吸湿性、结晶度和形态结构等,并与棉纤维和麻纤维进行了对比,证明了咖啡纤维的可纺性,有利于咖啡纤维的进一步开发和利用.     

基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究

为了提高模型预测精度,结合连续小波变换（CWT）的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析（PCA）选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法（PLS）建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正（MSC）及支持向量机（SVM）建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法（UVE）和连续投影算法（SPA）及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。     

基于近红外高光谱成像技术的马铃薯淀粉含量无损检测

以马铃薯为研究对象,应用近红外高光谱成像技术(900¹ 700 nm)对马铃薯淀粉含量进行无损检测.采用多元散射校正法(MSC)对原始光谱进行预处理,并通过回归系数法(RC)和连续投影算法(SPA)选择特征波长.分别建立两种特征波长下的多元线性回归模型(MLR)和偏最小二乘回归模型(PLSR),并对比建模效果.结果表明,对于两种建模方法,采用连续投影算法选择特征波长建模的效果较好;SPA-MLR建模效果优于SPA-PLSR建模效果,其校正模型的相关系数(Rc)和均方根误差(RMSEC)分别为0.972、0.329;验证模型的相关系数(Rp)和均方根误差(RMSEP)分别为0.982、0.249.     

高光谱成像技术在肉品无损检测中的应用及进展

高光谱成像技术是集图像学和光谱学于一身的新技术,能够快速、准确、无损地获得农产品内外品质信息,从而实现农产品的全方位检测.主要介绍了高光谱成像技术的原理及在肉品品质检测中的应用,并对高光谱成像技术在未来肉品检测方面的应用进行了展望.     

基于高光谱技术的灵武长枣糖度预测模型研究

灵武长枣糖度是反映其品质的重要指标之一.利用高光谱成像技术对灵武长枣的糖度进行无损检测研究.采用多元散射校正、标准正态变量变换和Savitzky-Golay平滑对900¹ 700 nm及4001 700 nm及400¹ 000 nm波段范围内的原始光谱进行预处理,选取最优的预处理方法,最后分别建立灵武长枣糖度的PCA和PLSR预测模型,优选最佳模型.结果表明,4001 000 nm波段范围内的原始光谱进行预处理,选取最优的预处理方法,最后分别建立灵武长枣糖度的PCA和PLSR预测模型,优选最佳模型.结果表明,400¹ 000 nm光谱数据经过多元散射校正后的光谱建立的预测模型效果较好,9001 000 nm光谱数据经过多元散射校正后的光谱建立的预测模型效果较好,900¹ 700 nm光谱数据则是经过Savitzky-Golay平滑后的光谱建立的预测模型较好;两者均是采用PLSR模型建模效果较好,其校正模型和验证模型的相关系数分别为0.938、0.916和0.823、0.864.研究表明,采用高光谱成像技术对灵武长枣糖度的无损检测是可行的.     

变压器绕组初始缺陷对辐向稳定性的影响

本文中笔者仿真分析了撑条分布状态、绕组偏心、导线绕制紧密程度三种初始缺陷对绕组辐向稳定性的影响.