微波辐射溶剂回流法提取石蒜中石蒜碱、力可拉敏和加兰他敏

采用微波辐射溶剂回流提取法(PM IRE)提取石蒜中的石蒜碱、力可拉敏和加兰他敏生物碱,研究了微波功率、辐射时间等因素对生物碱提取率的影响,比较了传统溶剂回流法(SRE)和密闭微波辅助提取法(CMAE)对生物碱的提取率。结果表明,采用PM IRE法后3种生物碱的提取率明显提高,样品放大提取试验结果令人满意。方法简单,操作方便。采用电子扫描显微镜(ESM)观察样品表面结构,发现微波辐射后石蒜细胞发生了破壁。     

稀土溶剂萃取分离过程的故障监测与诊断专家系统REMD

应用专家系统开发工具,以Ｐ５０７－ＨＣＩ－煤油体系分离镨钕为例,首次开发了稀土溶剂萃取分离过程的故障监测与诊断专家系统ＲＥＭＤ。该系统可对分离过程进行日常监测及故障诊断,并能迅速指出故障原因及修复调整的办法,以指导生产实践,确保产品的质量和产量。在实践中经过了考证。     

银杏叶中总黄酮的提取

分别以不同比例的四氢呋喃-乙醇、乙醇-水为溶剂,采用水浴回流和浸泡法提取银杏叶中总黄酮,用分光光度法测定提取率.结果表明:采用水浴回流法时,以体积比为3∶1的四氢呋喃/乙醇为溶剂,银杏叶质量(g)与溶剂体积(mL)比为1∶13.3、水浴温度为50℃、时间为2 h,提取率可达14.7%;采用浸泡法时,以体积比为3∶1的乙醇/水为溶剂,银杏叶质量(g)与溶剂体积(mL)比为1∶10、浸泡时间为24 h,提取率最高达9.3%.     

基于视频图像处理的行人和非机动车数据采集技术

在交通数据实时采集的诸多技术中,基于视频图像处理的方法不但能够克服人工采集方法精度低、可靠性差等缺陷,还能够解决传统的感应线圈检测、雷达检测和微波检测等方法无法检测非机动车和行人的问题.本文针对该问题设计和提出在混合交通情况下的视频交通数据采集系统,通过将视频图像处理技术和神经网络相结合,采集交通数据并识别和区分不同种类的交通对象.经过测试实验,效果比较理想.     

采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别

提出一种基于部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别方法.首先,对煤和煤矸石0~255级灰度图像的前部分灰度信息作灰度级压缩和灰度矩阵扩阶处理,对剩余灰度级部分保持原灰度级不变;然后,根据灰度共生矩阵纹理特征分析理论,分别计算压缩扩阶后的煤和煤矸石灰度图像的能量、熵、惯性矩及相关性.最后,对煤和煤矸石各100张样本采集图像进行处理,并依据特征参数分类识别.结果表明:基于部分灰度压缩扩阶共生矩阵的特征参数能够很好地对煤和煤矸石图像进行有效识别,总的正确率达到93.5%.     

正交试验法优选坚龙胆中龙胆苦苷的提取工艺

目的:优选坚龙胆中龙胆苦苷的提取工艺.方法:以龙胆苦苷的含量为指标,采用高效液相色谱法进行含量测定,采用L9(34)正交设计试验,对提取次数、提取溶剂倍数和提取时间3因素进行考察,以确定最佳提取工艺.结果:提取3次,用10倍量的甲醇,提取时间每次20min为最佳提取工艺.结论:该工艺合理,且稳定可行.     

地面装甲目标声信号的混沌特征提取

针对地面装甲目标辐射的噪声信号的非线性特性,为使智能地雷能够有效地识别目标,利用非线性动力学理论中的混沌原理对目标声信号进行特征提取。通过野外场地实验,采集到2种装甲目标在不同运行速度下的40组样本信号,采用改进C-C法求得信号时间序列的相空间重构参数——时延和嵌入维,再利用Wolf法得到了2种目标声信号的混沌特征量——最大Lyapunov指数。结果显示：同一目标声信号的最大Lyapunov指数相近,且与运动状态相关性不大;不同目标间声信号的最大Lyapunov指数相差较大,辨识度较高。结论证明,最大Lyapunov指数可以作为地面装甲目标识别的有效特征参量。     

工程图形扫描图像中的尺寸字符提取与识别

给出了一种提取与识别工程图形扫描图像中的尺寸字符的方法,提出了几种简便、易于抽取的字符结构特征,能有效地识别工程图形扫描图像中的手写字符.该方法已成功地应用到工程图形扫描输入后的智能识别软件CIRS5.0中,字符提取及识别率达到92%以上.     

基于高次曲线拟合的人脸特征表示

基于数字化曲线拟合技术, 提出一种新的人脸图像不变特征表示方法. 该方法先将人脸边缘图像分割为高次多项式及抛物线段构成的特征曲线段集合, 再运用极惯性矩度量不同人脸图像在特征曲线段两侧的局部纹理及形态差异. 实验结果表明, 该方法与直线边缘图法和抛物线边缘图法相比, 能更好地描述人脸图像的分布特征.     

基于Gabor特征和协同神经网络的车牌识别方法

研究了车牌字符识别问题,针对车牌识别系统易受天气及光照变化影响的实际应用,将Gabor特征和协同神经网络应用在车牌字符识别中,提高了识别率.首先对车牌字符进行二值化和切分,然后利用Gabor滤波器提取车牌字符的特征参数;再利用协同模式训练特征参数,进而得出训练样本;最后根据协同神经网络进一步识别车牌字符.通过大量仿真实验表明,该方法在不同场景、光照条件下,与传统方法相比,识别率有了较大改进,该方法在车牌识别领域有较强的实用性.