均值+方差二维表征高光谱信息的苹果腐败预警方法

为实现苹果在贮藏过程中有效的腐败预警,提出一种基于高光谱图像灰度值均值融合方差的二维高光谱信息表征方法,并构建了苹果样本的巴氏距离(BD)预警模型。首先,为获得有效的光谱信息,对高光谱图像的感兴趣区域(ROI)进行了选择;同时,为减少噪声影响,通过对比分析6种光谱信息的预处理方法,最终采用Savitzky-Golary(SG)平滑方法,分别对均值和方差表征的两种光谱信息进行全波段(371.05~1023.82 nm)光谱曲线降噪处理。其次,为获得特征波长,从降噪后的光谱曲线中运用连续投影算法(SPA)结合样本色调角和失水率2个理化指标,提取了高光谱图像共同的特征波长,分别得到了两种表征方式下的7个(均值表征)和8个(方差表征)特征波长。然后,通过分析样本色调角随贮藏天数变化的折线图,确定了图中发生明显转折的数据点所对应的贮藏日期,并结合样本贮藏期间实际观察的情况,初步界定第21贮藏日为样本腐败的基准日。另外,依据苹果样本表皮叶绿素特征吸收波长(675 nm左右),绘制出平均光谱反射值变化趋势图,发现趋势图在第21日升至最高点,吻合色调角的分析结果,这表明样本确实从第21日开始腐败。因此,第21贮藏日对应的特征波长可用来建立腐败基准日的光谱信息表征向量。最后,分别建立基于均值表征、方差表征及二者相融合表征下的光谱信息巴氏距离腐败预警模型。结果表明:基于均值融合方差的光谱表征信息所建立的预警模型相较于它们各自建立的预警模型,波动性进一步减弱,可更好地反映苹果样本在贮藏过程中接近腐败的程度。因此,融合灰度值均值和方差的光谱表征信息更能全面的表征苹果贮藏过程中的品质变化,模型预警的稳健性及泛化能力更强,为利用高光谱图像信息对苹果贮藏进行腐败预警提供了新思路。

英语学习词典原型义项二维表征模式构建

英语学习词典中多义词义项的排列问题一直是词典学家研究的焦点之一。多义范畴属于原型范畴,其中最典型、最有代表性的义项是原型义,其他义项则以此为中心,借助于转喻和隐喻等认知手段,以连锁和辐射的混杂方式不断向外扩展。在分析原型义确立的一般原则和方法,以及义项扩展的内在机制和路径模式基础上,研究者可以通过个案研究的形式尝试构建新的"原型义项二维表征模式",以突破传统的义项"一维线性"排列方式的窠臼,真正再现语义发展的原貌。

中药提取物吸湿性的动态二维表征技术及影响因素分析

构建中药提取物吸湿性的动态二维表征技术及探究粉体的物料性质对吸湿性的影响。以丹参提取物、枳壳提取物、茯苓提取物与不同比例的可溶性淀粉、无水乳糖、微晶纤维素的药辅混合粉体作为研究对象,在25℃及75%湿度为标准的条件下,测定各粉体的吸湿率-时间动态曲线,并推导出半平衡吸湿时间(t_(1/2))及平衡吸湿率(F^(∞))构成二维评价指标,最后运用主成分分析法(PCA)以及偏最小二乘分析法(PLS)分析各物料性质与吸湿行为的相关性。结果表明,以1/t_(1/2)=0.1 h^(-1)、F^(∞)=15%为中心构建的吸湿性动态二维表征体系可将中药提取物粉体的吸湿行为分为吸湿量大吸湿快、吸湿量大吸湿慢、吸湿量小吸湿快、吸湿量小吸湿慢4类,且吸湿量与D_(50)、D_(90)、ρ_(b)、ρ_(t)呈负相关;吸湿速率与D_(10)、D_(50)、D_(90)、ρ_(b)、ρ_(t)呈负相关,与含水量呈正相关。本研究所构建的中药提取物吸湿性动态二维表征指标与中药提取物(CMEs)的物性相匹配,该表征技术具有可行性及科学性,动态多维表征的思路及方法具有较强的推广价值。

构建地块二维表征及CNN模型的作物遥感分类

本文旨在研究基于地块数据约束的深度学习模型的分类特征表示方法,以识别不同作物在不同时相上光谱差异从而对作物类型进行分类。通过Google Earth Engine平台获取作物生育期内全部Landsat 8影像,利用其质量评定波段完成研究区无云时相及区域上的地块统计,提取地块级别的各波段反射率均值按照时相顺序及波长进行排列,构建波谱、时相二维特征图作为该地块的抽象表示。通过构建相对最优的卷积神经网络CNN(Convolutional Neural Network)结构完成对特征图的分类,从而完成对地块的分类。构建CNN模型并不需要手工特征和预定义功能的需求,可完成提取特征并遵循端到端原则进行分类。将该模型的分类结果与其他最为常用机器学习分类器进行了比较,获得了优于常用遥感分类算法的分类精度。结果表明地块数据的加入可以有效的缩减计算规模并提供了准确的分类边界。所提出得方法在地块特征表示及作物分类中具有突出的应用潜力,应视为基于地块的多时相影像分类任务的优选方法。

英语时制的体貌功能分析——基于二维几何表征的分析框架

以往有关时制与体貌的关系研究认为过去时对应完整体,为观察动貌提供了一个外部视角;现在时对应惯常体,为动貌提供了重复观察的视角。但是,本文在使用Croft提出的二维几何表征对不同动貌类型的动词进行体貌的二维表征分析时发现,英语时制不仅能为不同类型的动貌提供不同的观察视点,并且能够同时改变动词所表征的原始动貌。

刘勰《比兴》的二维度推阐——兼谈“二维度美学”

南朝刘勰的“比”、“兴”概念，众说纷纭，从分析哲学的视角出发，借助于词源学这一语言学部门的原理，以笛卡尔的直角坐标系为理论模型，解剖“比”、“兴”概念，进而抽象出一种新的美学理论，称之为“二维度美学”。据此，对美的类型做出区分；可以看出，美有不可选择的一面，美又有可以选择的—面；美具有天然的一面，美又具有可生成的一面；美是一种生存的需要，美又是一种艺术的需求；美是遗传的，美又是变异的。援引美国学者埃伦·迪萨纳亚克的有关理论，阐释了二维度表征的原型性及审美联觉性。

基于复球面映射的大气偏振模式表征与分析

为了解决理论大气偏振模式二维表征中存在的畸变问题,使理论模型与实测结果之间的对比准确可靠,提出一种基于复球面映射的表征方法。首先根据复球面映射,建立球面与平面之间的投影关系;在此基础上,实现三维理论模型的无畸变二维表征;最后,利用偏振成像系统检测结果与复球面映射理论模型在映射关系上的一致性,对比分析大气偏振模式变化规律。实验结果表明,复球面映射能够实现理论大气偏振模式的无畸变表征,提高理论模型研究分析的准确度。

基于物理指纹图谱评价不同干燥工艺及辅料对黄芩、黄连提取物浸膏粉吸湿性影响

目的以黄芩Scutellariae Radix(SR)、黄连Coptidis Rhizoma(CR)的提取物浸膏粉为研究对象,考察不同干燥方式及辅料对其吸湿性的影响。方法采用常压干燥(conventional drying,CD)、真空干燥(vacuum drying,VD)和喷雾干燥(spray drying,SD)方式制备常用中药黄芩及黄连的提取物浸膏粉,以含水量、吸湿率、比表面积、中值径、粒径分布宽度、粒径范围、豪斯纳比、休止角、松密度、振实密度、间隙率、卡尔指数总计12个二级指标建立提取物浸膏粉的物理指纹图谱,将所得二级指标转换成均一性、堆积性、可压性、流动性和稳定性5个一级指标,进而筛选出最佳的干燥工艺;并对各物理参数进行主成分分析(principal component analysis,PCA)以及偏最小二乘分析(partial least squares analysis,PLS),分析各物理参数与吸湿行为的相关性;优选糊精、β-环糊精、预胶化性淀粉、无水乳糖、微晶纤维素5种辅料对吸湿性的影响,绘制出粉体的吸湿率-时间动态曲线,并推导出半平衡吸湿时间(t1/2)及平衡吸湿率(F∞)构成二维评价指标,评价其动态吸湿行为,筛选出最佳防潮辅料。结果通过物理指纹图相似度研究得出:黄芩:喷雾干燥浸膏粉(SR-SD)相似度最佳为0.98、0.99、0.99,真空干燥浸膏粉(SR-VD)相似度为0.87、0.92、0.89,均优于常压干燥,真空干燥、喷雾干燥与常压干燥的相似度分别是0.95、0.69;黄连:3种干燥方式自身差异不大,喷雾干燥浸膏粉(CR-SD)相似度最佳为0.99、1.00、0.99,真空干燥、喷雾干燥与常压干燥的相似度分别是0.94、0.61。根据5个一级指标结果综合评价可以得出黄芩真空干燥方式较好,黄连喷雾干燥方式较好。通过矩阵热点图及PCA、PLS,对吸湿率影响最为显著的是粒径分布宽度、粒径范围、比表面积、中值径,其次为振实密度、松密度(P<0.05)。通过动态二维表征技术,得出辅料可以改善浸膏粉的吸湿性。研究表明:黄芩:浸膏粉的3种干燥方式下样品均属于第2类,平衡吸湿量大,吸湿速率慢,药辅混合物大部分属于第3类,平衡吸湿量小,吸湿速率慢,黄芩常压干燥样品与β-环糊精的药辅混合物平衡吸湿量最小,其值F∞=9.12%,黄芩真空干燥样品与β-环糊精的药辅混合物吸湿速率最小t1/2=69.33 h;黄连:常压和喷雾浸膏粉属于第2类,其药辅混合物均属于第3类,其中黄连真空样品与乳糖的药辅混合物,平衡吸湿量最小,其F∞=7.72%,黄连真空样品与β-环糊精的药辅混合物的吸湿速率最小,t1/2=76.33 h。结论改善中药提取物的干燥方式,选取优质防潮辅料可以改善中药提取物的吸湿性。