基于“深度”神经网络的贮藏期柚果品质检测模型研究

针对柚果单个理化指标无法表征整果品质,和其内部品质无损检测精度不佳等问题,采用可见-近红外光谱、机器视觉和动态称重等无损检测技术,搭建动态无损检测试验样机,构建“深度”神经网络模型,探究柚果内部综合品质检测方法。研究发现,采集柚果的多特征信息(光谱特征、果形描述子和动态质量等),经数据融合和分析,构建综合品质指标(HP和STP),建立BP神经网络模型,可准确检测蜜柚和沙田柚内部品质,R_(pre)~2分别达到0.930 1和0.936 1,均高于其他内部品质指标(SSC,TA,MC和E)检测结果,具备高效、快速且精度高等优势。研究为厚皮水果综合品质指标构建和模型检测提供参考。

基于流式细胞摄像技术(FlowCAM)的赤潮藻类识别分析初探

采用流式细胞摄像系统(Flow Cytometer And Microscope,FlowCAM)技术,构建了福建南部海域的赤潮生物图谱数据库,并利用该数据库分别用VisualSpread软件自动识别法和描述子分析算法(MATLAB)来鉴定样品,对两种方法的识别精确度进行了比较。VisualSpreadsheet专业软件分析能力达到98.2%的平均精度,自主开发的特征描述子分类器达到94.1%的平均精度,拓展了实验设备的应用范围。

大脑中的基本语言单位——来自汉语单音节语言单位加工的ERPs证据

本文运用ERPs技术,通过语义判断任务,考察汉语单音节单位的加工差异。实验发现,汉语中非自由语素的判断准确率明显低于词和无意义的字,无意义的字诱发的N400成分的波幅明显小于词和非自由语素,非自由语素诱发的LPC成分的波幅显著小于词和无意义的字,词诱发的LPC波幅也明显小于无意义的字。结果表明,无意义的字、非自由语素和词具有不同的加工机制,由于缺乏意义,无意义的字在实验中加工的难度最小,非自由语素的加工难度明显大于词。最后得出结论,实验结果支持N400是语义加工的敏感指标,LPC成分的波幅和加工难度负相关;词更应该是大脑词库中的基本语言单位;词在大脑中存在状态比较稳定,非自由语素可能以不稳定的后备信息的概念存储或附着在大脑词库中;词和语素的划分以及语素的下位分类都是具有心理现实性的。

基于Radon域描绘子乾安湖群湖泊形态变化遥感信息提取

以乾安湖泊群为研究对象,利用1989年和2001年乾安县TM影像分割得到两个时期的湖群对象,利用具有几何不变性的Radon域描绘子提取每个湖泊对象的形态特征向量,根据所定义的湖泊相似度指数计算出两个时期湖泊对象的相似度,定量地描述了湖泊对象的时空形态变化特征。通过对所建立的面向对象数据库的挖掘,得到了比传统的湖泊面积变化检测更加丰富有效的信息,为防止湖泊进一步萎缩制定有效的保护性措施提供了数量化依据。

网络入侵检测系统的最优特征选择方法

用于网络入侵检测系统(IDS)的特征(变量)数量太多或太少都会降低IDS识别入侵者的正确率。为解决这一矛盾,提出一种选择最优特征的方法。计算每个特征或组合成的新特征对IDS的"贡献"值,选择少量"贡献"值较大的特征(最优特征)作为IDS识别入侵者的特征,既减少特征数量又基本保留了原始特征组所提供的信息。实验证明该方法实用且识别入侵者的正确率较高。

EDAR参与绵羊毛发性状与生长的调节

绵羊的背部、耳部和腹股沟部的毛发性状、生长速度存在差异,背部毛发弯曲、细长、密度高、生长速度快,耳部、腹股沟部毛发粗直、密度低、生长速度慢。研究表明,EDA/EDAR、IGFBP5/Krox20、WNT等介导的信号通路及毛发角蛋白基因对毛发纤维弯曲的形成有重要的影响。本研究利用实时荧光定量PCR、原位杂交技术、Western印迹和免疫组织化学等技术,对外异蛋白受体(ectodysplasin A receptor,EDAR)在绵羊背部、耳部和腹股沟皮肤中的m RNA、蛋白质表达水平和定位进行研究,以探讨EDAR与绵羊毛发的生长和性状的关系。实时荧光定量PCR结果显示,EDAR在绵羊背部皮肤中相对基因表达量是绵羊腹股沟皮肤的4.9倍(P<0.01),耳部是腹股沟部的1.4倍(P<0.05),背部是耳部的3.4倍(P<0.05);原位杂交和免疫组化结果表明,EDAR基因m RNA和蛋白质在背部、耳部和腹股沟部毛囊均有表达。根据光密度值可知,背部表达量最高,耳部次之,而腹股沟部最低;Western印迹结果显示,绵羊皮肤组织蛋白质提取物中存在与兔抗EDAR多克隆抗体发生免疫阳性反应的蛋白条带,绵羊皮肤背部平均蛋白质表达量最高,耳部次之,而腹股沟部最低,差异极显著(P<0.01)。研究结果提示,EDAR可能参与绵羊毛发卷曲的形成和调控,对毛发密度、生长速度等可能也有影响。

基于神经网络的字符识别技术研究

本文在分析人工神经网络理论和图象处理及其特征提取理论的基础上，探讨了网络结构、特征编码、算法的实现、学习样本的收集、网络参数的选择及ＢＰ算法缺陷等问题，设计并实现了一种基于神经网络的字符识别系统。并针对ＢＰ算法的缺陷问题提出改进方法并得以实现，提出建立奇异样本特征库的方法使学习的效率大大的提高。实践证明采用改进型ＢＰ算法的三层前向无反馈神经网络进行手写字符识别是完全可行和实用的。

IF钢再结晶晶粒尺寸、显微织构和晶界特征分布的EBSD研究

对IF钢板的罩式退火工艺和连续退火工艺进行了模拟,并运用电子背散射衍射(EB SD)技术研究了两种退火工艺处理的IF钢板的再结晶晶粒尺寸、显微织构和晶界特征分布及其与二次加工脆性间的关系。试验结果表明,两种退火工艺的IF钢板在再结晶晶粒尺寸、显微织构和晶界特征分布上存在很大的差异,这种差异导致了两种退火工艺的实验钢板在深冲性能和韧脆转变温度上的差异。

神经网络在汽车牌照字符识别中的应用

分析了反传学习神经网络和Hopfield神经网络的基本原理,探讨了神经网络在汽车牌照字符识别中的应用。结合神经网络和汽车牌照的特点,研究了学习速率,误差精度与隐含层节点数之间的关系,最终提出了一种Hopfield神经网络和反传学习神经网络相结合用于汽车牌照字符识别的方案。Matlab仿真结果表明,所设计的汽车牌照字符识别系统可以获得较为满意的高分辨率。

基于DPM的自然场景下汉字识别方法

自然场景下,汉字背景复杂且形态各异,导致传统识别方法中的文本定位与文本矫正过程难以进行。为了避免这些问题,采用物体识别方法中的可变部件模型(DPM)进行识别。该方法将汉字视为物体类,训练其对应的参数模板,然后采用滑动窗口的方法遍历待检测图片,以判断图片中是否存在目标汉字。实验表明,该方法对简单独体汉字有较好的检测效果,但对于多笔画复杂汉字,由于模型自身结构特点,效果并不明显。

利用MTDFREML估计大约克双肌臀种猪活体背膘厚遗传力

利用MTDFREML软件包估计大约克双肌臀种猪活体背膘厚遗传力。首先用SAS软件包对固定效应进行不同水平间差异显著性检验 ,尔后确定固定效应的水平数 ,最后用MTDFREML进行遗传参数估计 ,得出大约克双肌臀种猪 1 0 0kg体重时活体背膘厚遗传力的估值。这对于大约克双肌臀种猪的育种实践将起到一定的促进作用。

神经网络和模板匹配在自动打分系统中的应用

为提高实验教学中实验报告成绩的录入效率,设计了一个基于图像处理技术的手写字符识别系统。以VISUAL C++6.0为编译环境,MFC为图形界面开发平台,通过CCD摄像头进行图像采集,根据图像识别原理对图片进行预处理,并分别采用BP神经网络和模板匹配两种不同方法对实验报告成绩及学号字符进行识别,比较了两种方法在识别准确率和速度方面的优劣。测试结果表明,BP神经网络法比模板匹配法识别的准确率更高,而后者识别速度较后者快10倍左右,自动打分系统较传统的手工录入法大幅度提高了数据输入速度。该系统可以应用于各类实验报告成绩的快速录入。

基于sift特征描述符的多尺度图像配准方法

研究图像处理,提高图像的精确性,在基于特征的图像配准中,特征描述符用来对两幅图像的特征进行相似性度量。合适的特征描述符对于建立图像之间的配准映射关系和提高配准精度具有重要意义。为了适应图像的尺度变化,提高配准算法的精度,引入多尺度Harris角点检测算法,并对一种基于sift特征的描述符在向量构造和采样区域等方面进行改进,最后通过对比特征描述符的相似性建立特征点间的匹配关系,并进行仿真。结果证明,算法能够适应图像的尺度变化,增加了描述符在图像具有噪声、旋转时的鲁棒性,提高了图像配准的精度。

激光干涉法检测回流离子特征参数的实验研究

分析了回流离子基本物理特性及特征参数的检测与信号处理方法,设计了激光干涉实验方案。简要介绍了该实验方案的优缺点,并针对具体实验调试工作中出现的不利于信号检测的问题,总结出了解决方法:严格按照成像质量要求进行光学元器件的设计、加工、选型、调试,可获得较为理想的静态干涉图像;在激光干涉条纹输出与分幅相机之间增加一定缩束比例的缩束镜,可获得动态干涉图像;采用铅等重金属材料对分幅相机进行屏蔽可提高测量图像的信噪比;在6μs时间段内,采用变时延和时间间隔的方法,获得了回流离子的状态信息。最后对实验所获得的干涉图像进行了分析处理,获得了假设条件下回流离子的密度分布。

BP神经网络算法的改进及其在手写体汉字识别中的应用

分析BP算法的基本原理,指出BP算法具有收敛速度慢、易陷入局部极小点等缺陷以及这些缺陷产生的根源.针对这些缺陷,通过在标准BP算法中引入变步长法、加动量项法等几种方法来优化BP算法.应用实例利用MATLAB软件对标准BP算法及其改进的算法进行语言编程、仿真.实验结果表明,这些方法有效地提高了BP算法的收敛性,避免陷入局部最小点.同时,将改进的BP神经网络算法应用于脱机手写体汉字识别系统的实现,实验表明系统较好地回避了汉字结构复杂、变形难以预测等问题,提高了识别率.

神经网络的西夏字识别技术研究

字符识别是模式识别领域的一个传统课题，汉字和古文字的识别是中文信息处理领域的一个重要研究课题，汉字的识别技术有力地推动了计算机技术的广泛应用。本文对西夏文字的特点以及神经网络的西夏字识别技术的每个环节进行了详细的讨论。

基于梯度方向直方图与高斯金字塔的车牌模糊汉字识别方法

针对现有车牌识别方法中对模糊车牌识别率不高的问题,提出一种结合高斯金字塔与梯度方向直方图(HOG)特征的车牌识别算法。利用金字塔模型多尺度表达的方法,首先对车牌模糊汉字图像建立两层高斯金字塔模型,第一层描述了模糊汉字的细节特征,通过对第一层作平滑处理并向下采样得到第二层,在描述模糊图像细节特征的基础上突出主体特征;然后对两层高斯金字塔模型提取HOG特征,拓展图像的特征维数,提高特征对模糊汉字的识别能力;最后采用BP神经网络分类器进行模糊且互为形近字间的汉字分类识别。仿真结果显示,在相同的样本空间下,与HOG特征法、K-L变换法相比,所提算法在识别率方面均有提高,能提高视频监控中对模糊汉字的有效识别率。

316不锈钢的晶界分布研究

利用背散射电子衍射花样(EBSD)分析冷轧变形量及热处理工艺对316不锈钢晶界特征分布的影响。结果表明,微量变形(5%)的试样在1050℃热处理30min,低Σ-CSL晶界比例可提高到83.8%,且Σ3n晶界比例占总体低Σ-CSL晶界比例的93.6%。在低Σ-CSL晶界比例较高的试样的OIM图中,存在Σ3-Σ9-Σ3和Σ3-Σ9-Σ27三叉晶界角,该种晶界角的三个晶粒之间存在特定的取向关系。低Σ-CSL晶界的比例主要受晶粒的形核和晶界迁移的影响,与晶粒大小并没有直接的关系。

冷变形对IF钢晶界特征分布及连通性的影响

为了研究冷轧工艺对IF钢显微组织的影响.本文借助电子背散射衍射技术,研究了20%到75%冷轧压下率的IF钢退火后的微观结构、晶界特征分布和晶界连通性.结果表明:随着冷轧压下率的增加,冷轧态晶粒逐渐由等轴状变为纤维状,退火态晶粒逐渐细化并变得均匀,小角晶界的出现频率呈下降趋势;随机晶界的出现频率呈明显上升趋势,且随机晶界占绝对优势;而CSL晶界在冷轧压下率40%以下时,变化较小,40%以上时,含量明显增加.大变形量轧制后的IF钢CSL晶界主要由Σ3晶界组成,而小变形量轧制后主要是Σ3和Σ13b晶界.对于75%压下率,还含有较多的Σ7,Σ9和Σ11等CSL晶界.通过增加冷轧压下率,0-CSL三叉晶界的含量减少,1-CSL三叉晶界的含量增加.因此,通过改变冷轧工艺,可以优化IF钢板的晶界特征分布及连通性.

考虑软土结构性损伤的路基沉降预测反分析

为了较好的预测工后沉降,从软土的结构性入手,考虑天然软土的结构性损伤,减少由于软土的扰动、损伤对计算结果精确性的影响,对受扰动软土的弹性力学特征值进行了修正;结合反分析方法,由沉降固结计算的角度对模型参数进行反分析,预测了沉降趋势,并与实际观测数据及理论计算数值进行比较,对工后沉降做出合理地预测。结果表明,软土路基沉降预测不应该忽视软土的结构性损伤,通过对土参数的反演修正,计算出的软土路基沉降预测值和实测值更加接近,应用反分析理论可根据工程现场实测的变形及其他可观测信息进行一系列反馈处理,能将设计与施工过程密切联系起来,是动态设计的最基本也是最重要的组成部分。