一种特征点和曲线相似度的目标识别方法

本文以5型常用火箭为研究对象,针对当前雷达散射截面（RCS）特征识别存在的问题,基于全空域RCS仿真库和连续RCS测量信息,开展了特征点和曲线相似度的识别方法研究。利用仿真数据和测量数据,对双频段特征点识别能力进行了评估,在4.5 dB阈值下的识别能力可达100%。研究了曲线相似度比较方法,采用动态时间规划实现了RCS曲线的相似性度量,取得较好的应用效果。提出了新的基于曲线相似度的RCS目标识别方法,该方法对于提高雷达目标识别能力具有借鉴意义。     

航空发动机试车台多级引射排气系统的数值模拟

采用计算流体力学的方法,对某航空涡轴发动机试车台的多级嵌套式引射排气系统进行数值模拟.为提高计算准确度,选取试验中放气活门关闭的发动机状态作为计算工况.结果表明,当引射筒存在间隙时,高温燃气将通过此间隙回流至试车间,导致引射筒丧失引射作用,增加了试验风险.此外,发动机表面气流的反向流动对机匣表面的冷却产生不利影响,甚至...     

基于可变模糊评价法的大连市水资源承载力分析

以大连市水资源总量、供水量、需水量、土地面积及人口数普查数据等为基础数据,参照我国水资源分析中的多种指标择取方式,从水资源利用、社会经济以及生态环境3方面,构建大连市水资源承载力评价指标体系。运用因子分析方法确定各评价指标的权重,结合可变模糊评价模型对大连市2000—2013年水资源承载力进行计算和评价,并通过基础数据的搜集和处理,对2020年大连市水资源承载力进行预测评价。结果显示:生态用水率和工业用水重复利用率两个因子的累计方差贡献率达到85%,能够反映大连市水资源承载力的大部分信息,因此作为主因子来进行权重的计算。通过可变模糊评价模型计算,2000—2013年大连市水资源承载力的评价等级为1~2级,说明大连市在这14年来水资源开发利用程度达较高水平,水资源的供给量基本上满足该市社会经济、生态环境等发展需求。为保证水资源的持续供给,须优化水资源配置,提高水资源利用率,以提高水资源承载力;2020年水资源承载力的预测评价结果为2级,表示在未来几年内,大连市已经逐渐实现维持水资源稳定开发的战略目标,大连市水资源的可持续开发利用得到了基本保障。     

地皮菜添加量对鸡胸肉糜凝胶特性的影响

以新鲜鸡胸肉为实验对象,探究地皮菜添加量对鸡胸肉糜蒸煮得率、保水性、色泽、质构、凝胶强度、流变特性和微观结构等的影响.结果表明:随着地皮菜添加量的增加,鸡胸肉糜的蒸煮得率和保水性呈先上升后下降的趋势,添加量在1.2％时最大,分别为95.71％和95.33％;鸡胸肉糜的L*值、a*值、b*值均显著降低(P＜0.05);硬...     

以云烟87为主的烟末乙醇抽提物风味成分的气相色谱-质谱法分离鉴定

利用不同浓度乙醇浸提一种以云烟87为主的烟末,制备出5种烟末抽提物,经同时蒸馏萃取,结合气相色谱-质谱法(GC-MS)分析,比较了5种烟末抽提物的风味物质。结果表明:对烟草风味有重要贡献的物质(3-甲基丁醛、4-氧化二氢-α-紫罗兰酮、金合欢醇及棕榈油酸等)在烟末的乙醇抽提物中均被检出,而在烟草水提物中未被检出。说明乙醇能促使重要的风味物质溶出,而60%乙醇浸提烟末,得到的酮类、醛类、酯类和醇类含量丰富,是理想的烟草香料的来源。     

食品鲜度保持卡对冰温贮藏鸡胸肉品质特性的影响

为了延长鸡胸肉的保质期,本文研究了浸泡生姜精油后的食品鲜度保持卡对鸡胸肉在冰温贮藏期间色泽、pH、保水性、TVB-N值、TBARS值、菌落总数、电导率以及流变学特性的影响。结果表明:相对于单独冰温贮藏,放入食品鲜度保持卡能不同程度降低鸡胸肉的pH、菌落总数、TVB-N值以及电导率,有效地维持鸡胸肉的保水性,控制脂质氧化程度;流变学结果表明,放入食品鲜度保持卡后,能有效地维持鸡胸肉的凝胶特性,最终使鸡胸肉的保质期延长了3~9 d。其中放入4、6片食品鲜度保持卡对鸡胸肉的保鲜效果显著高于放入2片食品鲜度保持卡的处理(P<0.05)。另外在贮藏期间放入4、6片食品鲜度保持卡对鸡胸肉的滴水损失率、TVB-N值和电导率的影响仅在第24 d时出现显著性差异(P<0.05),其他指标均无显著差异(P>0.05)。最终结合经济因素等各方面综合考虑,在冰温贮藏期间,放入4片食品鲜度保持卡后能较好地维持鸡胸肉的品质,使鸡胸肉的保质期延长了9 d。     

近红外高光谱联用Stepwise算法快速无接触评估冷鲜鸡肉色泽及嫩度

利用900~1700 nm近红外高光谱成像系统联用Stepwise算法快速评估鸡肉色泽和嫩度。通过采集新鲜屠宰鸡肉高光谱图像,提取试验样本感兴趣区域(Region of interests,ROI)反射光谱信息,经中值滤波平滑(Median filtering smoothing,MFS)、多元散射校正(Multiplicative scatter correction,MSC)和标准正态变量变换(Standard normal variable correction,SNV)三种预处理后,分别利用偏最小二乘(Partial Least Squares,PLS)和多元线性回归(Multiple linear regression,MLR)挖掘光谱信息与鸡肉色泽参数(L^*、a^*、b^*)及嫩度参考值之间的定量关系。结果显示,经MFS预处理的近红外光谱(486个波长)构建的全波段PLS回归模型(F-PLS)预测L^*(R_P=0.904,RMSEP=2.036)、b^*(R_P=0.908,RMSEP=1.577)和嫩度(R_P=0.948,RMSEP=1.596)效果更好。为提高预测效率,采用Stepwise算法筛选最优波长优化F-PLS模型,结果显示,从SNV预处理光谱筛选的14个最优波长构建MLR回归模型预测L^*值(R_P=0.894,RMSEP=2.160)效果较优,从SNV预处理光谱筛选的13最优波长构建的O-PLS回归模型预测b^*值(R_P=0.877,RMSEP=1.811)效果较优,从MFS预处理光谱筛选的20个最优波长构建O-PLS回归模型预测嫩度值(R_P=0.888,RMSEP=2.408 N)效果较优。本试验表明,利用近红外高光谱成像技术结合Stepwise算法可实现鸡肉色泽参数L^*、b^*值以及嫩度的快速评估。     

基于不同预处理高光谱信息的鸡肉滴水损失率快速预测研究

本文旨在通过挖掘不同预处理高光谱(900~1700 nm)信息构建鸡肉滴水损失率的快速预测模型。首先采集每个鸡肉样本高光谱图像并提取图像感兴趣区域内的平均光谱信息,经基线校正(BC)、标准正态变量校正(SNV)、多元散射校正(MSC)、高斯滤波平滑(GFS)、归一化校正(NC)等五种光谱不同预处理,利用偏最小二乘回归(Partial Least Squares Regression,PLSR)算法构建光谱信息与鸡肉滴水损失率之间的定量关系。然后分别基于回归系数法(Regression Coefficient,RC)、连续投影算法(Successive Projections Algorithm,SPA)和逐步回归算法(Stepwise)筛选出对模型精度影响较大的最优波长优化全波段PLS模型。结果显示,基于BC光谱的全波段PLSR模型(BC-PLSR)预测鸡肉滴水损失率效果更好(r_P=0.95,RMSEP=0.29%,RPD=3.07,ΔE=0.0024%)。利用Stepwise法从BC光谱中选取的14个最优波长(900.6、903.8、905.5、907.1、917.0、997.7、1162.2、1272.4、1354.8、1369.6、1410.8、1425.6、1584.1和1695.1 nm)建立的SW-BC-PLSR模型(r_P=0.97,RMSEP=0.24%,RPD=3.82,ΔE=0.0012%)和多元线性回归(Multiple Linear Regression,MLR)模型SW-BC-MLR(r_P=0.97、RMSEP=0.22%、RPD=4.19,ΔE=0.0036%)预测鸡肉滴水损失率效果均良好。本试验表明,基于近红外高光谱信息可潜在实现鸡肉滴水损失率的快速预测。     

蓝莓添加对柿子果酒抗氧化及风味物质的影响

本研究以柿子果酒为对照,为考察蓝莓的添加对柿子果酒发酵过程中基本理化指标、总酚含量及抗氧化能力的影响,利用气相色谱-质谱(GC-MS)分析柿子-蓝莓果酒和柿子果酒风味物质成分及含量的差异。结果表明:蓝莓的添加导致醪液酸度增加、糖度降低,但柿子-蓝莓果酒(发酵14 d)各项理化指标均符合要求,且无致病菌检出;可显著提高总酚含量(P<0.05),为0.41 g/L(以没食子酸计);柿子-蓝莓果酒的超氧阴离子清除率(70.83%)和OH·清除率(27.34%,P<0.05)显著高于柿子果酒,表现出更强的抗氧化能力。柿子-蓝莓果酒富含39种风味物质,种类和总含量均显著高于柿子果酒(P<0.05)。另外,柿子-蓝莓果酒含有芳樟醇、4-乙酸松油酯和香叶基丙酮等柿子果酒中未检测到的香气物质,赋予柿子-蓝莓果酒丰满的香型。综上,蓝莓的添加可在明显改善柿子果酒风味的同时提高其抗氧化能力,有利于蓝莓和柿子资源的开发利用。     

基于近红外高光谱成像快速无损检测注胶肉研究

采用近红外高光谱成像技术结合化学计量学方法建立注胶肉的快速无损检测模型。首先通过近红外高光谱成像系统获取含有不同浓度梯度卡拉胶的猪里脊肉高光谱图像,然后提取图像中的光谱数据,使用偏最小二乘法(Partial least square,PLS)探究光谱信息与不同掺假比例卡拉胶之间的定量关系。结果表明全波段光谱(900~1700 nm)所构建的PLS校正集模型均方根误差(Root mean square error,RMSE)为1.74%,预测模型RMSE为3.16%。表明基于全波段所建立的PLS模型具有较优的预测性能。利用连续投影算法(Successive projection algorithm,SPA)筛选获得11个特征波长,并优化全波长PLS模型,将预测集样品带入,以验证模型的预测效果,结果表明SPA算法结合PLS建模方法所建立的模型预测效果更优,预测集相关系数(R_P)为0.93,均方根误差(Root mean square error of prediction,RMSEP)为3.51%,预测偏差(Residual predictive deviation,RPD)为2.66。试验表明利用高光谱成像技术可实现对注胶猪肉的快速无损检测。