差分遗传算法优化BP神经网络的双目相机标定

针对传统双目相机标定的方法存在计算量大、标定过程复杂等问题,本文提出了一种利用差分遗传算法优化BP神经网络来完成双目相机标定的方法。利用能量生长和光线扫描匹配算法完成同名角点的检测、匹配以及像素坐标的提取;对遗传算法的选择和交叉算子进行改进,同时利用差分算法对遗传算法的变异算子进行改进;利用差分遗传算法来优化BP神经网络进行双目相机标定。实验结果表明:基于本文提出的方法的双目相机的标定的误差的均方根为0.038 mm,传统的基于Opencv和Matlab标定的方法的标定误差的均方根分别为0.155 mm和0.417 mm。相比而言,其标定精度分别提高了75%和90%。与此同时,采用本文提出的方法对双目相机进行标定时需要花费的平均时间为26.3 s。差分遗传算法优化后的BP网络在双目相机标定过程中简化了标定流程并取得较好的效果,满足双目相机标定的要求。

基于云端-互联便携式近红外技术现场快检西红花真伪

利用云端-互联便携式近红外技术结合化学计量学对名贵药材西红花与其常见伪品(红花、玉米须、莲须、菊花、纸浆)和掺伪品进行现场快速真伪鉴别及掺伪量的定量预测。用移动手机控制的PV500R-I便携式近红外仪采集西红花与其伪品和掺伪品光谱数据。对原始光谱数据进行一阶导,二阶导,三阶导,标准正态变量转换和光散射校正前处理。采用偏最小二乘判别分析分步建立西红花与其伪品、西红花与其掺伪品鉴别模型。结果表明,一个最优模型可将西红花与其五类伪品彼此完全区分;两个最优模型分步区分西红花与其五类掺伪品,外部预测准确率最低为93%,西红花掺入红花、玉米须、莲须、菊花和纸浆的识别水平分别为0.5%,0.5%,4.0%,0.5%和0.5%。采用偏最小二乘回归对五类西红花掺伪品的掺伪量建立定量预测模型,五个最优模型的外部预测相关系数范围为0.920~0.999,RMSEP范围为0.005~0.044,当西红花掺入红花、菊花、莲须、纸浆和玉米须的掺伪量大于8%时,其外部预测相对误差分别低于8%,8%,3%,10%和5%,表明最终模型能较好地预测西红花掺伪品的掺伪量。基于云端-互联便携式近红外光谱技术所建立的西红花真伪鉴别方法和掺伪品掺伪量预测方法快速准确,经济环保,能满足西红花现场快速无损伤真伪鉴别要求。

便携式近红外光谱仪云端智能快速检测花椒饮片

目的采用国产的便携式近红外光谱仪及配套的光谱建模系统,针对3个不同产地的药典花椒品种开发定性识别模型并进行验证。方法使用了62个不同产地的花椒样品作为建模集,14个盲样作为验证集,对花椒颗粒进行直接漫反射采样,每个样本采样6次,每次采样取不同的位置取平均作为建模用光谱数据,采用LDA定性识别算法开发花椒产地识别模型。结果模型交叉验证准确率95%以上,盲样验证准确率达到100%。结论对国产便携式近红外光谱仪和配套的光谱建模系统进行了验证,实验效果良好,可以准确识别不同产地的花椒颗粒,在中药材快检领域具备巨大的应用前景。

西红花吸光度测定方法改进及其品质快速评价

目的:改进《中华人民共和国药典》(以下简称《中国药典》)2015年版中西红花吸光度测定方法,并以吸光度值评价西红花质量。方法:改变提取方法和稀释倍数,考察不同温度及光照与否对测试液稳定性的影响。用改进后的测定方法测定西红花吸光度值,并对不同产地、不同等级的西红花质量进行比较。结果:甲醇超声提取45 min可达到《中国药典》2015年版索氏提取方法效果,稀释倍数由1000倍改为1667倍,可使吸光度值处于0.3~0.7的样品占比由28%提高至88%,检测应在避光条件下测定。不同产地、不同级别的西红花吸光度值之间差异有统计学意义(P<0.05)。结论:改进后的吸光度值测定方法更加快速、科学、准确,可用于西红花质量控制和评价,是高效液相色谱法的有效补充。

基于集成建模方法的便携式近红外光谱仪酒醅成分检测研究

为了提升便携式近红外光谱仪酒醅成分检测性能,提出了一种集成建模方法。利用便携式近红外光谱仪对酒醅样本进行光谱数据采集,将采集后的数据按随机及临近方式划分,继而在不同的预处理算法与偏最小二乘(PLS)建模算法组合中筛选基模,并基于其自身的相关系数(R^(2))值进行模型权重计算,最终结合权重值进行模型集成预测。相较于单模型建模预测结果,集成建模方法将酒醅样本各成分预测准确率平均提升了约8.0%。结果表明,基于集成建模的方法在酒醅成分检测应用中,有效提升了模型预测准确率,是一种可以在便携式近红外光谱仪数据建模中推广应用的实用方法。

背投显示中光学技术及其进展

背投显示作为最早的大屏幕显示设备,长久以来不断经历着技术革新。本文就背投显示中光学技术的发展作了简略的阐述。

基于GPU加速的椎弓根钉置入手术虚拟仿真技术研究

椎弓根钉置钉虚拟手术仿真训练系统均有着计算复杂度高、视觉和触觉刷新率低、操作性差的问题进而导致手术训练效果差。针对该问题搭建了一套基于Graphic Processing Unit(GPU)加速的椎弓根钉置入虚拟手术仿真系统。首先通过使用混合数据模型实现对脊柱的三维重建;其次利用碰撞检测、力反馈计算和体素消除等技术完成手术虚拟仿真系统的搭建;最后将GPU的并行处理框架应用于系统仿真模拟中,提高系统的实时性。对比实验结果表明:在未经GPU加速虚拟仿真系统中,视觉刷新率为10 Hz左右,触觉刷新率为50 Hz左右,采用GPU加速技术,视觉刷新率基本稳定在80 Hz左右,提升了70%,触觉刷新率达到600 Hz左右,性能得到极大的提升,即使用GPU加速的虚拟手术系统能够大大缩短触觉线程与视觉线程的计算时间,提高刷新率,进而提高系统的可操作性。

基于深度降噪自编码神经网络的近红外光谱去噪

近红外光谱仪在数据采集时,由于受到多种因素的影响,光谱数据常常被一系列噪声所污染,对光谱建模与分析产生巨大的影响。在建模前必须要对数据进行预处理,本文提出一种基于栈式降噪自编码神经网络的光谱信号去噪方法,基于降噪自编码模型重构的思想来实现特征的自动提取,使用无监督逐层贪婪预训练和有监督微调的方法对深度自编码神经网络进行训练,对光谱信号具有良好的噪声滤除效果。与目前比较流行的小波去噪等相比,栈式降噪自编码神经网络有较好去噪性能。最后,本文基于实际光谱仪采集数据进行实验,实验结果验证了该方法的有效性。

基于射频通信的近红外智能光谱检测系统设计

针对传统物质检测的实际情况,结合近红外光谱分析与无线通信技术,提出了一种以2.4 GHz射频技术和GPRS通信技术为核心的近红外智能光谱检测系统设计方案。该系统以多无线通信协议的STM32WB55微控制器为核心,采用2.4 GHz射频通信技术进行近距离数据传输,通过GPRS移动通信网络进行数据远距离传输和系统的控制。最后通过实验表明,该检测系统具有结构简单、易于扩展、高可靠性及灵敏度高等特点,特别适合于水果、农产品等的无损检测和监测,具有广阔的应用前景。

近红外光谱的原理及应用

近红外光谱分析技术的特点体现在快速操作简便,无破坏污染。相关理论发展成熟,在生活中应用的范围越来越广泛。作为一种快速无损的分析方法,其应用的行业包括了化工、农业、食品、医药、化妆、烟草等。本文就近红外光谱的原理及应用作简要阐述。

云端智能微型近红外光谱仪的酒醅定量分析模型开发

采用国产微型近红外光谱仪及配套的端云一体光谱智能建模系统,针对白酒酿造过程中出入窖酒醅进行定量分析模型开发,包含出窖酒醅水分、酸度、淀粉、残糖指标,入窖酒醅水分、酸度、淀粉指标,通过使用特制的酒醅压紧工装,以及不同的预处理算法组合,采用偏最小二乘法开发完成了上述共7种成分的近红外光谱定量分析模型并进行验证。

酒醅定量分析的微型近红外光谱采样模式设计研究

在近红外光谱分析应用领域中,酒醅是一种复杂的固液混合物,对酒醅直接进行近红外光谱分析难度较高。为了检测酒醅近红外光谱定量分析的模型效果,试验了4种不同的光谱采样模式,分别进行了酒醅近红外光谱建模试验,分析不同模式下酒醅水分定量分析模型效果。

数字电子技术在网络中的应用研究

随着网络时代的到来,数字电子技术的普及使我们的生活发生了质的变化。它不但增加了人们获取信息和沟通信息的方式,而且还体现了我国现代文明的发展。并且随着电子技术的发展,人们对于数字电子技术的依赖也越来越强, 它基本上已经渗入到我们每个人的生活和工作当中。因此,在我国网络不断发展的背景下,数字电子技术俨然已经成为了我国在构建网络时一门最关键性的技术。本文探讨了数字电子技术在网络中的应用。

基于可调法珀腔的微型智能近红外光谱仪研究

基于MEMS(微机电系统)光谱传感器开发了一款微型智能近红外光谱仪,通过控制微机电法珀腔的两层高反射率薄膜之间的电压,改变薄膜之间静电力的大小来控制薄膜之间空气隙的厚度,从而实现时间顺序的干涉滤波;采用漫反射式光谱采样系统,设计了照度均匀的Φ40mm近红外采样光斑和二片式非球面光学系统;光谱仪采用智能手机控制,开发了Android平台的光谱采集软件,将光谱数据通过移动网络上传到光谱云平台进行分析处理。针对聚苯乙烯薄膜进行了光谱扫描的重复性测试,连续测试20次,光谱曲线标准偏差在0.0001-0.0002之间,光敏二极管温升1.3℃,满足实际使用要求。