基于多图像特征的幼龄沉香全氮估测

【目的】应用计算机视觉技术提取幼龄沉香的多图像特征，对沉香叶片全氮含量进行估测，为实现沉香氮营养状态的快速无损估测提供新方法。【方法】采用基于色调-亮度-饱和度(HIS)颜色空间的最佳直方图(KSW)熵法和形态学处理对幼龄沉香图像进行分割，并提取了图像的颜色、形状和纹理特征。然后利用偏最小二乘法(PLS)对多图像特征进行有监督降维，提取图像特征主成分。最后构建了天牛须搜索算法(BAS)优化后的Elman神经网络(Elman neural network, ElmanNN)模型对幼龄沉香叶片全氮量进行估测，并将模型验证结果与其他常用模型进行对比。【结果】以幼龄沉香可见光图像为研究对象，应用的基于HIS空间的分割算法效果优于常用的RGB和Lab颜色空间分割；PLS算法对图像特征提取了6个主成分，快速降低了图像特征的维数，并有效消除了特征变量间的多重共线性；提出的PLS-BAS-ElmanNN模型能实现模型参数的自适应选取，且估测效果较好，决定系数R²为0.740 7,均方根误差(RMSE)为1.265 3g/kg,估测精度略高于偏最小二乘回归(PLSR)模型和偏最小二...     

基于主体需求分析的职务医疗科技成果转化风险控制机制建设

医疗科技成果转化是一个多主体参与、多目标并存的复杂过程，各个环节都可能产生风险。对医疗机构、成果完成人、受让方或投资方的利益需求进行分析，明确成果转化各方的关注点，提出通过前置评估、明晰产权、尽职调查、健全决策机制、确定合理定价、加强合同管理等方式，加强职务医疗科技成果转化的风险防控机制建设。