枇杷枝条修剪机器人的视觉识别和框架提取

通过对枇杷枝条特征图像的分析,提出了一种枇杷枝条图像识别和框架提取的方法.该方法首先通过对亮度进行转换,找到通用的分割阈值;然后将分割图像和转换的二值图像进行叠加,获取初始枇杷枝条特征图像;再利用枇杷枝条的连枝特征进行第二次特征图像的提取和噪音的消除;之后通过枝条边界轮廓和非合理间断部分的补偿处理,完成枇杷枝条框架的提取,获得机器人修剪所需的枇杷枝条直径和中心点坐标.文中还通过实例对该方法的准确性进行了验证,枇杷枝条图像正确识别率达91.2%.     

空间非均匀噪声下应用Bootstrap技术的信源数检测

针对阵列系统接收数据有限且存在空间非均匀噪声的信源数估计问题,提出一种基于Bootstrap技术和空间正交性的新方法.该方法首先估计任意信号的入射角度,然后对阵列协方差矩阵进行特征分解,提出了以特征向量和阵列流型矢量内积为基础的一系列假设检验,数据分布未知,并且应用Bootstrap方法估计零假设下提出的检测统计量分布.通过仿真证明了所提方法,在低信噪比(SNR)和小快拍数的情况下有较好的性能.     

组合惩罚似然估计下发散参数变量选择

在Wang等给出的组合惩罚函数的基础之上,将SCAD惩罚部分推广到一般的非凸惩罚的形式,利用岭回归在解释变量相关度较高情形下的良好表现,提出一种推广了的组合惩罚.在参数个数发散的情形之下,利用贝叶斯信息准则(BIC)来选择调整参数,能同时完成变量选择和参数估计.而且还可以证明在合适的条件之下,这种估计具有Oracle性质.模拟研究的结果证明了所提出的方法在预测变量具有强相关性之下的优势.     

功劳木中总生物碱固-液萃取动力学研究

研究功劳木药材中总生物碱的固-液萃取动力学特征,为总生物碱的萃取条件选择和优化提供依据。基于Fick第一扩散定律,以萃取体系溶液中总生物碱浓度为目标函数,建立功劳木中总生物碱的固-液萃取动力学方程,探讨药材原料粒度、液固比、萃取温度及时间等因素对总生物碱萃取的影响。实验结果表明,所建立的动力学方程完全能够描述功劳木中总生物碱的固-液萃取过程,减少原料粒度、提高萃取温度有利于功劳木中总生物碱的萃取,在5~20 m L/g范围内,液固比总生物碱的萃取影响不大。研究结果对功劳木中总生物碱的工业萃取条件选择具有指导作用。     

小茴香中挥发性成分的超声雾化-固相萃取研究

利用超声雾化-固相萃取法萃取,气相色谱法和气相色谱-质谱法测定了小茴香中的挥发油.采用正十四烷作为洗脱溶剂,体积为50μL、吹扫气流速为200 m L/min,吹扫时间为5 min.利用优化后的方法测定了小茴香中挥发性成分的种类和含量,与水蒸馏提取法所得结果相似.测定样品溶液中挥发性成分的回收率为65.8%~102.0%,相对标准偏差小于8.0%.     

关于文献信息检索及整理利用的探讨

在网络时代,如何检索文献信息并整理利用已成为人们关注的焦点。简述了整理、研究、利用文献信息时应遵循的原则,介绍了文献信息检索的方法和步骤,对如何整理及利用文献信息进行了探讨,以期为文献信息的检索及整理利用提供更多的选择。     

基于CNKI的信息素质教育教学改革文献计量研究

依据CNKI收录的数据,并借助其提供的分析工具,从发表年度、作者及其机构、资助基金和期刊来源等的分布情况以及被引、被下载和互引情况,对10余年来国内研究信息素质教育教学改革的论文进行了文献计量分析,据此梳理出信息素质教育培养教学改革研究的脉络,通过关键词共现及全文浏览归纳了信息素质教育教学改革研究的热点主题及研究特点.     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

固相萃取GC-MS法测定蜂蜜中挥发性成分

通过比较溶剂萃取(SE)、同时蒸馏萃取(SDE)和固相萃取(SPE)3种样品前处理方法,确定蜂蜜中挥发性成分的最优提取方法,建立蜂蜜中挥发性成分的固相萃取-气相色谱-质谱(GC-MS)检测方法.以亲水性HLB固相萃取柱为对象,考察并优化HLB柱的淋洗与洗脱条件,确定HLB柱在以1mL的V(甲醇)∶V(水)=1为淋洗剂,1mL二氯甲烷为洗脱剂的条件下对蜂蜜中挥发性成分提取效果最好,GC-MS可分析出蜂蜜中47种挥发性成分.