基于自适应样本均衡与信息融合的林火检测数据增强方法

【目的】提出一种基于自适应样本均衡与信息融合的林火检测数据增强(SMA)方法,以解决因林火样本数据难以获取、各类别分布不均衡、场景表达能力不充分等导致林火检测效果不佳的问题。【方法】以河北省张家口市崇礼区采集的无人机林火图像为研究对象:1)对无人机视频进行预处理,构建原始数据集;2)采用类别统计、标注框中心化等方法分析数据存在的问题,如小目标居多、类别分布不均衡和标注框尺寸分散等;3)针对类别分布失衡问题,引入自适应参数,实现样本动态调整;4)为保证信息跨样本融合的有效性,提出新的参数指标IOA作为判定阈值,并给出合理参考值;5)设计12组消融试验,以无人机采集数据为样本,根据控制变量原则,对比原始数据、随机数据增强、马赛克数据增强和SMA方法在SSD、YOLOv3、YOLOv4主流算法中的林火检测结果;6)以MAP(平均查准率)为指标,评估不同数据增强方法在同一算法中的效果。【结果】消融试验结果显示,SMA方法在SSD、YOLOv3、YOLOv4算法中MAP分别为48.16%、82.02%、67.79%,相比原始数据分别提升12.14%、11.50%、36.83%,相比随机数据增强分别提升11.95%、4.86%、16.33%,相比马赛克数据增强分别提升1.06%、18.24%、1.79%。【结论】现有数据增强方法未能充分利用林火数据中蕴涵的信息,SMA方法引入自适应参数可解决样本分布不均衡问题,IOA指标引入能够实现数据跨样本融合。SMA方法在SSD、YOLOv3和YOLOv4算法中MAP相较传统方法均有提升,表现出对林火数据检测的有效性。

葡萄酒降酸酵母菌株的筛选及鉴定

该试验通过对分离自黄河故道地区的150株按照形态分类为非酿酒酵母的菌株,经培养后采用分光光度计在OD600处测其吸光值的方法,筛选出32株在含有20 g/L浓度苹果酸、柠檬酸及酒石酸的培养液中表现出很强生命力的菌株。通过接种至含有12 g/L浓度苹果酸、柠檬酸及酒石酸的培养液中,筛选出2株降酸效果最好的非酿酒酵母菌株。酵母Ch0-4降解苹果酸和柠檬酸的能力最强;Ch0-7可降解35%的酒石酸。并且在培养8 d后酵母降酸能力均被抑制,培养液酸度不再下降。

三年

无数个夏天繁复地交叠在一起。气温不断攀升一个又一个顶峰．太阳的光点在瞳孔里形成交集，于是所有的时光集中于一点，不断拉长，形成一年中自昼最长的日子——夏至。那么是在多少年前的这一天，照相机的镜头迅速旋转．闪光灯炽烈的光伴随着快门的“咔嚓”声在云彩里突兀地闪烁起．随之被剪裁在暗红色底片上的是四十张被烈日烘烤成赭红色眉头微皱的脸，定格着三年的岁月。