基于高光谱成像技术的红肉品质评定研究进展

红肉品质的传统检测方法会对样品造成污染,影响其理化指标的测定结果,在检测某些标量指标的同时还会具有一定的破坏性。因此,准确、无损、快速的检测评价对推动肉制品企业的发展具有十分重要的意义。近些年,高光谱成像技术在肉品品质检测和评价中的应用已成为研究热点,该技术已被广泛应用于食品安全与农产品质量检测中,并且取得了较好的研究成果。本文主要综述了近年来高光谱成像技术在红肉品质检测中的应用研究,分别从肉类品质评定的感官指标、内在指标2 个方面进行阐述。最后,对高光谱成像技术现存的一些不足和其在肉制品检测中的发展前景进行概述。     

基于遗传算法的血液细胞图像的分割方法研究

设计一种基于最大类间方差法的遗传分割算法。算法中采用二进编码机制;随机均匀地产生初始种群;以最大类问方差法作适应度函数;以及在更新种群方面,引入新个体。以区域一致性,区域对比度,时间为准则,对改进的遗传算法的分割方法与传统的几种全局阈值方法进行对比。实验结果证明该算法具有快速性、有效性和稳定性。     

高光谱成像技术对羊肉新鲜度的无损检测

为探究高光谱成像技术对羊肉新鲜度无损检测的可行性,通过高光谱成像系统获取羊肉样本935～2 539 nm的高光谱图像,测定羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量并划分样本新鲜度类别。借助连续投影法(successive projection algorithm,SPA)优选的12个特征波长建立基于反向人工神经网络(back-propagation artificial neural network,BPANN)和分类回归决策树(classification and regression trees,CART)算法的羊肉新鲜度判别模型。结果表明,BPANN模型对校正集和预测集的平均分类准确率为100%和83. 33%,对3个新鲜度类别样本的识别率分别为88. 89%、75%和85. 71%;CART模型对校正集和预测集的平均分类准确率为100%和91. 67%,对3个新鲜度类别样本的识别率分别为88. 89%、87. 50%和100%。CART模型的平均分类准确率和对3个类别样本的识别率均高于BPANN模型,表明高光谱成像技术结合C...     

三维双侧不锈钢强化管内R410a冷凝工程模型研究

为评估不同三维双侧不锈钢强化管冷凝传热特性,采用实验方法对R410a在强化管内的冷凝传热进行了测试,并将结果与光滑管进行了比较。所采用的管型包括EHT-HB/D、EHT-HB、EHT-HB/HY、EHT-HX。R410a冷凝的饱和温度为318.15 K,质量流速为40—240 kg/(m²·s),入口干度为0.8,出口干度为0.2。研究结果表明,对光滑管内冷凝传热系数,Cavallini模型预测精度最高,偏差在9%之内。EHT-HB/D具有最佳的冷凝综合传热-阻力特性,PF可达到1.38—1.67,这与增加流体扰动、增强湍流强度、提高排液效果相关;EHT-HX综合性能最差,PF仅有0.99—1.14,甚至逊于光滑管。EHT-HB翅片结构可以使液体更容易从翅片顶部流到槽内,增加流体的扰动。而EHT-HB/HY的翅片结构,使得液体在疏水纹处不易排除,增加了局部传热热阻。随着质量流速的增加,PF均呈现先下降后缓慢增加并趋于平缓。修正后的Huang模型,预测所有管型的冷凝传热系数偏差在±30%之内。     

同轴输出自转与公转传动系统参数优化设计

偏心转子流场为拉伸流场，其传动系统的设计水平直接影响着偏心转子挤出机的性能。本文针对偏心转子同轴输出自转与公转传动系统的特点，确定了以传动系统整体径向尺寸最小为目标的优化函数，提出了传动比约束条件、同轴约束条件、偏心约束条件及内外齿轮几何约束条件，建立了系统的优化模型。利用二次序列规划法对该优化模型进行求解，得到了偏心转子同轴输出自转与公转传动系统的优化结果。优化后的传动系统的整体径向尺寸和体积均比优化前有了明显的减小。本文的研究对偏心转子传动系统的优化设计具有指导意义和工程应用价值。     

基于深度残差网络的电力系统潮流计算

为更简单、快速地进行潮流计算，提出了一种基于深度残差网络的多节点电力系统潮流算法。首先，应用仿真软件Power World Simulator中的一个典型电网实例采集样本；然后，在TensorFlow平台搭建基于深度残差网络的多节点电力系统潮流计算模型；最后，根据模型预测结果完成对方法的分析。结果表明：与传统潮流算法及基于人工神经网络的潮流算法相比，所提方法在快速性、收敛性及精度方面具有极大的优越性。