微波辐照诱导萃取南瓜子油及其脂肪酸组成分析

采用微波辐照诱导萃取南瓜子油,并利用GC-MS对其脂肪酸进行化学成分分析和鉴定。结果得到,用微波辐照诱导萃取南瓜子油的最佳工艺条件是在微波功率900W下,用正已烷提取50s,南瓜子油得率为41%。南瓜子油中亚油酸含量高达56.54%,不饱和脂肪酸含量达到65.43%,是制备营养保健油的优质原料。微波提取的南瓜子油颜色澄清、香味自然,与其他提取方法相比,具有提取时间短、得率高等优点。     

核Foley-Sammon变换

在模式识别领域,基于Fisher判别准则的Foley-Sammon变换技术有很大的影响.但是线性判别并不总是最优的.文章提出了一种基于核技巧(Kernel tricks)的非线性的特征提取技术KFST(Foley-Sammon Transformwith Kernels)——通过引入核技巧,可以在特征空间中有效计算FST.特征空间中的线性特征提取对应于输入空间的非线性特征提取.试验表明,KFST比FST具有更好的特征提取能力.     

黑荆树皮中缩合单宁的提取

采用微波法、超声波法和高压蒸煮法从黑荆树皮中提取缩合单宁,探索了它们的最佳提取工艺条件,并对这些提取方法进行了比较.实验发现微波法是提取缩合单宁的最佳方法.用IR、UV、TG-DTA分析和XRD分析对微波法在最佳条件下提取的缩合单宁进行了表征.     

桉树叶中黄酮类化合物的提取工艺研究

讨论了影响黄酮类化合物提取率的主要因素,并确定了较好的提取工艺,结果表明:以φ=65%的乙醇、粒度为30目的桉树叶粉按m料∶V乙醇=1∶12的比例,浸泡24 h,然后在70℃下提取2 h,可得到质量含量为3.41%的总黄酮.     

基于机器学习的裂纹识别研究现状及发展趋势

裂纹识别一直是机器视觉领域的重要研究内容,尤其是与之相关的自动检测算法在近年来备受关注.深度学习作为机器学习的一个分支,其在裂纹识别方面已显现出强大的功能和灵活性.本文对基于机器学习的裂纹识别技术的发展情况、研究现状以及典型方法进行详细介绍:首先介绍了多种机器学习方法在裂纹识别领域的应用,并从特征提取算法和应用对象等方...     

微波辅助萃取的微波吸收系数与吸收功率密度

微波吸收系数和吸收功率密度是反映微波辅助萃取效率的两个重要参量,前者代表了溶液对微波能的整体吸收比率,后者代表了溶液中某一点处微波能转化为热能的强度.文中根据微波在介质中的传播规律,导出了微波吸收系数与溶液复介电常数间的关系式;并以微波与物质相互作用的基本原理为基础,导出了微波吸收功率密度与物质复介电常数以及空间位置间的量化关系式.所得结论可为微波辅助萃取中溶剂的选择以及特定溶剂中微波频率的选择提供理论参考.     

基于复值小波模和幅角经验正交分解的奇异性特征提取

提出了基于Hermitian复值小波模和幅角经验正交分解方法,采用这种方法可以提取信号奇异性特征。通过在滚动轴承故障诊断应用表明:小波模和幅角协方差矩阵的特征值向量反映了在时间-尺度平面上的分布结构,不受时间平移影响,便于信号的奇异性特征提取;用主成分重构信号小波模和幅角,能更清晰地反映信号的奇异性特征,便于分类识别.     

基于活动轮廓模型的人脸特征提取方法的研究

根据活动轮廓模型理论 ,提出了提取人脸面部特征的系列算法 ,特征是精确的轮廓描述而非简单的数字表达.     

基于线谱特征的水下目标识别仿真实验研究

水下目标识别技术是世界各国十分重视的研究课题之一,在国民经济尤其在军事领域中,具有重要的应用价值。船舶辐射噪声中有着很强的线谱成份,这些成份分类或识别往往是非常有价值的。因此,利用线谱特征对舰船目标进行识别是水声领域研究的重要内容。本文在研究舰船辐射噪声线谱提取逄法的基础上,对多种型号和多种工况的大量噪声样本,进行了线谱提取。针对舰船辐射噪声线谱分布的特殊性,提出了筛选法和模糊推理分类法。利用这些     

基于SVM的多特征图像隐秘分析

文章通过分析研究隐秘图像和正常图像小波子带系数高频部分的统计特征,从纹理统计矩、DCT系数直方图矩和上下文块之间的相关性方面来提取特征,组成特征向量,并采用SVM方法进行分类,实现了一种从不同类型、不同角度提取多个特征的图像隐秘分析算法,解决了现有通用性隐秘分析算法特征提取不足的问题。实验结果表明,这是一种有效的、高精度的及通用性的检测方法。