排序方式： 共有22条查询结果，搜索用时 0 毫秒
21.
神经网络已成为高压电力铁塔无人机航拍图像中鸟巢检测的有效手段,为了提高复杂背景图像中鸟巢的检测精度,本文提出一种基于R-FCN的多尺度特征提取方法对电力塔上的鸟巢进行检测。首先,通过一阶段、二阶段和无锚框的目标检测方法训练无人机航拍鸟巢数据集。通过比较三种检测方法的精度和速度,选择了最适合鸟巢检测的R-FCN网络;然后,在R-FCN的ResNet50特征提取网络中,鸟巢底层特征和高层语义跨层连接融合。减少了网络训练时间,提高了检测精度;最后通过K-means++调整anchor的大小和比例使其更适合鸟巢检测任务,进而提高检测精度。实验结果表明,该方法为高压输电塔中的鸟巢检测提供了一种思路。 相似文献
22.
丁香油的超临界CO2萃取及其微胶囊的制备 总被引：2，自引：0，他引：2
在70℃和10 MPa条件下通过对丁香花蕾进行超临界CO2萃取得到丁香油,萃取率达19%～21%.气质联用分析结果表明,丁香油中主要化学成分包括丁香酚、β-石竹烯和乙酰基丁香酚等.以丁香油为囊芯,探讨利用干酵母细胞作为囊壁材料制备微胶囊的可行性.通过正交试验考察了包埋温度、包埋时间、丁香油与干酵母配比(芯材比)对微胶囊化丁香油的影响.结果表明,在包埋温度70℃、包埋时间9 h和芯材比为1∶1(w/w)的条件下,微胶囊中丁香油包埋率达到41.26%.通过扫描电镜观察,丁香油微胶囊呈规则的球形,大小均一,颗粒直径在2.0～4.0 μm.在100℃下对经微胶囊化的丁香油加热20 h,其挥发率只有15.04%,远低于相同条件下丁香油的挥发率(58.29%).这种新型的微胶囊化方法,具有制备过程简单、包埋率高和不引入有机溶剂的优点. 相似文献