库尔勒香梨感官及理化指标的定量无损检测

目的利用高光谱成像技术建立库尔勒香梨分级指标的快速检测方法。方法选择采摘期香梨作为研究样本,以颜色(a^(*))、硬度(带皮硬度,hardness)和可溶性固形物(soluble solids content,SSC)为研究指标,使用高光谱成像系统采集样本900~1700 nm范围波长的漫反射光谱。提取样本感兴趣区域(region of interest,ROI)的光谱并对其进行预处理,采用多元散射校正(muliplication scattering correction,MSC)、标准正态变量变换(standard normal variable transformation,SNV)及其分别与卷积平滑滤波法(savitzky-golay,S-G)相结合的组合处理方法。基于不同的预处理结果建立偏最小二乘回归(partial least squares regression,PLSR)预测模型,以验证集相关系数(Rv)和均方根误差(RMSEv)对模型进行评价。为进一步优化模型,采用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)筛选特征波长,并建立PLSR模型和最小二乘支持向量机(least square-support vector machine,LS-SVM)模型对比建模效果。结果MSC-SG多光谱数据的预处理效果最好。使用CARS筛选的特征波段建立的LS-SVM模型效果最佳,香梨a^(*)、硬度和SSC的模型预测值与标准理化值的相关系数分别为0.873、0.908和0.916,均方根误差分别为0.375、0.385 kg/mm^(2)和0.346%。结论利用高光谱成像技术可以实现库尔勒香梨多品质参数的无损检测。

任务驱动教学法在高校数控教学中的应用实践

任务驱动教学法主要模拟实际的生产过程,引导学生置身于更加真实的学习情境,并在完成任务的过程促进知识的内化与技能的提升。在整个过程中,学生始终是学习活动的主体,教师则起指导、主导的作用,引导学生完成任务。任务驱动教学法将学科式的教学内容转化为任务式的模块内容,改变传统教学理念中侧重知识传授的思维方式,基于实际生产需求的角度将教学内容融入具体的任务,以更好地促进理论知识的应用与迁移,提高教学效果。基于此,探讨高校数控教学中任务驱动教学法的应用实践。

基于多光谱图像的库尔勒香梨表面缺陷检测

表面缺陷会导致水果腐烂,降低商业经济价值,引发食品质量和安全问题。为此,利用机器视觉技术检测果皮表面缺陷是水果采后加工的主要任务之一。然而,由于香梨果皮颜色及缺陷多样性,用图像处理方法检测库尔勒香梨表面缺陷较为困难。为实现快而准确的香梨缺陷检测,提出一种基于多光谱图像的库尔勒香梨表面缺陷检测方法,并研究了疤痕、病害、虫咬、碰压伤、机械损伤及果锈6种表面缺陷情况。同时,设计了一种基于多光谱图像的库尔勒香梨表面缺陷面积计算方法,通过统计缺陷区域像素个数来代替缺陷面积。按照国标GB/T19859-2005规定:选定缺陷面积大于0.8cm 2作为缺陷果的判别依据进行试验,结果表明:带有疤痕、病斑和腐烂缺陷的缺陷识别准确率可达到92%以上,处理单张图像平均耗时2.4s,具有较高准确性,可用于库尔勒香梨的实时检测。

1+X证书制度下数控技术应用教学研究

我国于2019年实施的“职教20条”中提出了针对专业教育1+X证书制度的改革,所谓“1”是指学历证书,“X”是指与学生所学专业相关的某种技术技能资格证书。各大高校积极响应,鼓励学生不仅可以在校获取学历证书,还要积极取得多种职业技能等级证书,以提高自身的专业能力及综合素养,从而提高就业竞争力。在此背景下,以数控技术应用教学为例,探索1+X证书制度的具体应用。

农业技术推广的策略研究

农业技术推广在农业发展中一直发挥着重要的作用,加快农业新技术的普及,推动我国农业生产方式的整体升级。但是在农业技术推广各要素中存在的问题不断阻碍着农业发展。本文从农民、农技人员和政策3方面对农业技术在基层中的推广和应用问题进行讨论。

水果无损检测技术的应用现状

中国是水果生产大国,在世界水果市场上所占比重日益提升。为了进一步提高竞争力和贸易利润,用于把控贸易水果品质的无损检测技术,其存在价值越来越高,发展程度越来越受重视。无损检测技术可以在不损伤被测对象的情况下,利用被测对象缺陷的相关物理性质对其进行检测。本文针对目前比较常见的几种水果无损检测技术,阐述其技术原理,对它们国内外新的研究现状进行叙述,同时对水果无损检测技术进行优缺点总结,让相关科研学者把握水果品质评价中无损检测技术的应用情况,并且为之后的研究提供参考。