反射光色度实验的研究

本文针对光学色度实验的开设,就反射光色度实验提出了新的实验方案,并给出了依据此方案所获得的实验数据及分析结果。

物理学与社会性论题结合教学模式的探讨

学习物理是进一步提高大学生科学素养和创新能力的重要途径,结合目前大学物理课程的授课内容及教育现状,本文探讨将物理学知识与社会性论题相结合的教学,即开设一门从物理视角讨论社会性论题的物理类选修课,使物理教学更贴近学生、更贴近生活、更贴近社会,不仅能够增加学生的物理学知识,还能够培养和提高学生多方面科学素养。

基于CIE-xyz系统的反射光色度的研究

本文对三基色及颜料混合纸板反射光的信号进行收集,借助单片机积分球对实验数据进行积分和生成的反射率曲线分析,并将实验结果与生活经验进行了比较,验证了颜色相关原理,得出各波长谱线反射率随白料增加均呈上升趋势。

对三基色纸板反射光色度的分析

以1931CIE-XYZ系统为基础,对三基色及颜料混合纸板反射光的信号进行收集和分析.借助单片机积分球对实验数据进行积分并生成反射率曲线,验证了颜色相关原理,各波长谱线反射率随白色颜料增加均呈上升趋势.

光栅衍射光谱的非线性研究

当汞灯发出的复色平行光斜入射光栅面时,发现衍射光谱位置并不随光谱的不同而线性分布。本文对测量数据进行了相应的理论分析,得出光栅光谱的非线性特征。

注重教学过程,重建考核体系——提高基础课程的实效性研究

本文讨论了扩招带来的高校教育面临的问题,从教学实践中总结出注重课堂教学的实效性,提高人才培养质量的应对措施。这些措施不仅对重修课程有效,同样适用于普通本科院校的基础课教学。

基于卷积神经网络的小麦产量预估方法

小麦产量是评估农业生产力的重要指标之一,针对小麦产量人工预估困难,提出将卷积神经网络运用于小麦产量预估,为农业生产力的预估提供参考,指导农业生产管理决策。利用无人机分别在河南省新乡、漯河两地进行图片采集,并以之构建麦穗数据集,分为正样本(麦穗)和负样本(叶子和背景)。针对小麦常规的生理形态和生长环境,设计卷积神经网络识别模型,以图像金字塔构建多尺度滑动窗口,以非极大值抑制(NMS)去除重叠率较高的目标框,实现对单位面积内麦穗的计数,并利用随机采样的方式对大田麦穗进行单位面积图像采样,以采样图像中麦穗数量的平均值作为产量预估基准,进一步实现麦穗产量预估。随机抽取100幅不同小麦图片进行测试,与人工计数结果进行对比,准确率达到97.30%,漏检率为0.34%,误检率为2.36%,误差率为2.70%。试验结果表明,此方法能够克服环境中的多种噪声干扰,能够在不同光照条件下对麦穗进行计数和产量预估。

基于SSD目标检测框架的乌龟常见病症识别方法

为实现对乌龟常见病症的快速检测,以便及时对患病乌龟进行治疗,防止病情加重或传染蔓延,减少乌龟养殖所需要的人力监督,降低养殖过程因监督不当所造成的乌龟因病死亡带来的损失。结合深度神经网络,采用可分卷积代替传统卷积方式,精简SSD300目标检测框架以及特征提取网络结构,以retina_net中提出的Focal Loss作为损失函数训练目标检测模型,并且针对乌龟常见状态的目标尺寸,利用聚类算法k-means得出适合乌龟病症识别的默认框纵横比,使预测框的回归更加精确,最终利用非极大值抑制去除重叠率较大的预测框,得出检测结果。相比于SSD300原模型,该模型参数量从550.1MB减少至18.8MB,参数量缩减共计531.3MB,检测一张图像仅需0.45s,速度提升4.11s,平均查准率为98.22%,仅仅降低0.48%,同时也验证了Focal Loss对于目标检测的提升,采用Focal Loss的模型至少提升2个百分比的平均查准率。该方法能够有效地检测出乌龟的白眼病、中耳炎、腐甲病3种常见病症,在保证精度的同时,大幅提升检测速度,能及时发现具有很强传染性的腐甲病病龟,实施相应的治疗和隔离措施后,可防止腐甲病进一步扩散,极大程度的降低损失。