基于高光谱成像的茶叶中EGCG分布可视化

针对目前关于表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)在茶叶中的分布缺乏可视化表达问题,该文采用高光谱成像技术以实现EGCG在茶叶中的分布可视化。通过高光谱成像仪采集茶叶的光谱信息,按照标准方法 HPLC(high performance liquid chromatography)法测量茶叶的EGCG浓度。运用化学计量学方法建立光谱与EGCG浓度之间的回归模型。为寻求相对较优的模型效果,对光谱进行不同的预处理,以确定最优的预处理方法;采用4种建模方法建立回归模型,以确定最优的建模方法;对光谱进行特征波段选择,以降低数据冗余提高模型的稳定性和运算速度。最后,将高光谱图像中像素点对应的光谱变量导入模型,从而生成EGCG浓度分布图。结果表明:可见-近红外光谱与EGCG浓度之间具有很强的相关性,其回归模型的决定系数达到0.905,利用高光谱成像技术对茶叶中EGCG分布进行可视化可行。通过对不同品种、叶位的茶叶中EGCG浓度分布进行可视化,能够为高EGCG浓度茶树品种的培育、EGCG代谢规律的分析以及茶树采摘部位的识别提供有效手段。

基于RIA-GIS的农业蓟马害虫分布可视化系统开发

基于全国蓟马分布普查数据,采用RIA-GIS和Web Service技术构建了中国农业蓟马害虫分析可视化系统,实现了蓟马全球分布、普查分布、潜在分布和自定义区域分布等查询功能,为开展农业蓟马害虫分布与防控研究提供了技术支持。

分布式可视化坐席系统在指挥中心的应用探究

伴随着我国的大数据和物联网行业的快速发展,在维护社会公共安全中也起到了更加重要的作用。借助于计算机网络,分布式可视化坐席系统能够通过建立综合性的管理控制平台来统一的部署和管理指挥中心的各个模块,无论是PAD端还是PC端,系统都能更加智能化的管理和控制指挥中心的各类设备,指挥工作的决策和部署能够不受空间因素的限制,大大的提升了快速反应的能力。文章从分布式可视化坐席系统的主要功能、需求、架构以及网络搭建等三个方面探讨了在指挥中心内分布式可视化坐席系统的具体应用情况。

基于高光谱成像技术的番茄叶片叶绿素含量可视化分布研究

传统的叶绿素检测手段耗时耗力,利用便携式高光谱成像仪对微咸水灌溉下的番茄叶片叶绿素含量进行快速无损检测。通过采集不同处理条件下的冠层叶片图像,采用分析软件提取叶片光谱数据,进行异常值剔除、预处理、特征波长提取以及模型构建与可视化分布研究。结果表明,异常值剔除优化了模型,优选了原始光谱进行数据分析;利用PLSR方法对不同方法提取的特征波长建立模型,优选SPA提取的特征波长。在此基础上,采用MLR,PCR,PLSR,SVR,ANN模型对SPA提取的特征波长进行建模,并对不同的建模效果进行比较和分析,优选出MLR、PCR、PLSR模型,最优的特征波长为392、465、686、760 nm,最优模型的预测相关系数Rp为0.896,预测均方根误差为1.111。通过对3种模型的可视化研究,优选出PLSR模型用于预测番茄叶绿素含量。优选的特征波段可用于番茄叶片叶绿素含量的定量可视化分析。

新冠病毒基因序列S蛋白信息熵可视化分布

新冠肺炎(COVID-19)在全球范围爆发,至今仍未得到有效控制。新冠病毒(SARS-CoV-2)表面的刺突蛋白(spike protein, S)在病毒传播中起着十分重要的作用,针对它的分析在疾病预防与免疫中具有重要的应用价值。本文分析了新型冠状病毒基因序列的碱基分布及S蛋白基因的突变情况。针对相关新冠病毒基因序列进行多种可视化处理及分析,选择多条S蛋白基因序列,运用BLAST以及MEGA6软件进行信息比对、对齐,再进行信息熵的计算、展示可视化分布及相关分析。结果显示,新冠病毒基因碱基的整体分布具有对称性,由于选择的S蛋白数量不大变异量较小,其信息熵可视化分布呈现的特征聚点数目也较少。

分布式可视化KVM坐席通信系统在指挥中心的应用

为了解决指挥中心运行过程中工作效率低下的问题,满足指挥中心运行时高效应用各类功能系统的需求,本文详细介绍了指挥中心对分布式可视化KVM坐席通信系统的需求,分析了分布式可视化KVM坐席通信系统设计的注意事项。该系统可以应用于指挥中心,支持任意场所实现信息的实时共享、分发,打破地域限制,构建高效化的协作系统,提升指挥中心的工作效能。研究结果表明,该系统具有海量接入、无限扩容,信息交互、多方协作,权责分明、柔性部署,人机分离、环境舒适等多重优势,能满足各类指挥中心应用场景的需求,建议在实践中大力推广和应用该系统。

高光谱成像的豆腐形成过程中组分含量变化检测

豆腐作为我国传统食品,其生产已有两千多年的生产历史,但目前市场上的豆腐还是以经验式小作坊生产为主,难以保证豆腐质量和品质的均一性。水分和蛋白质含量是影响豆腐品质的重要因素,然而,水分与蛋白质的传统检测方法过程繁琐,耗时、费力,无法及时指导生产。因此,探索豆腐制备过程中水分和蛋白质分布的快速、无损、定量描述方法,可为精确调控豆腐制备工艺提供科学依据。应用高光谱成像技术结合化学计量学方法检测豆腐形成过程中豆浆、热浆、凝胶、豆腐四种不同状态下水分与蛋白质含量变化并实现其含量分布可视化。采集每种状态下120个样品在432~963 nm波段范围内的高光谱图像,利用ENVI软件选取感兴趣区域并计算样品的平均光谱数据。采用卷积平滑(savitzky-golay, SG)结合多元散射校正(multiplicative scatter correction, MSC)对原始光谱进行预处理,消除光谱噪声影响。用预处理后的光谱数据建立偏最小二乘回归(PLSR)和主成分回归(PCR)定量模型,比较发现豆浆、热浆、凝胶、豆腐样品的PCR模型对与水分和蛋白质的预测结果均低于PLSR模型。选用PLSR模型作为最优模型,采用连续投影算法(SPA)筛选豆浆、热浆、凝胶、豆腐样品的特征波长,分别选取13, 9, 8和9个特征波长建立基于特征波长下的PLSR模型。结果表明:与全波段下的PLSR模型相比基于特征波长建立的SPA+PLSR模型的预测效果更好,对水分的预测模型RP达到0.84~0.96,蛋白质的预测模型达到0.92~0.97。基于预测效果更好的SPA+PLSR模型计算豆浆、热浆、凝胶、豆腐图像中每个像素点的水分与蛋白质含量,将样品中的水分与蛋白质分布用不同的颜色直观显示,实现水分与蛋白质在不同状态下的分布。验证了高光谱技术对豆腐形成中水分与蛋白质含量检测的可行性,解决传统检测方法的缺陷,为豆腐生产的工业化和智能化提供理论依据。

基于拉曼光谱成像的食品中化学添加剂的无损检测

基于拉曼光谱成像技术对小麦粉中过氧化苯甲酰和L-抗坏血酸进行快速、无损、原位检测,并对2种添加剂的空间分布进行了可视化研究.采用实验室自行搭建的线扫描式拉曼光谱成像系统,激发光源波长为785 nm,有效光谱范围为0~2885.7 cm^(-1).分别在小麦粉中添加含量为0.1%~30%的过氧化苯甲酰和L-抗坏血酸,对制备的样品进行拉曼光谱扫描,选取感兴趣区域的光谱信号进行平均,得到平均光谱代表该样品的拉曼信息.分别选取过氧化苯甲酰和L-抗坏血酸的2个特征峰,与该物质在小麦粉中的含量建立线性关系,其决定系数R^2分别为0.9828和0.9912.采集的特征波段拉曼图像经过自适应迭代重加权惩罚最小二乘(air PLS)方法扣除荧光背景后,选取合适的特征峰强度作为阈值,对校正拉曼图像进行二值化分析,得到添加物的空间分布可视化图像.该方法与点检测拉曼技术相比,具有检测结果准确且检测时间较短的优势,且可以实现不均匀样品中多种物质的同时检测与分布可视化.

分布式铁路车辆分布组件的设计与实现

为了解决铁路运输管理中车辆分布的可视化问题,提出了一个分布式铁路车辆分布组件的概念,详细地给出了这个组件的基本结构、分析、设计和实现。应用该组件可以为铁路运输管理系统构建一个分布式的车辆分布平台,以该平台为基础可以实现铁路运输管理系统中的车辆分布以及车辆调度作业的可视化,构建出一个具有高可用性和高适用性的铁路运输调度管理系统。实践结果表明,复用该组件不仅可以解决某些领域(如车辆调度、库存和物流等领域)中的实体分布可视化和调度管理问题,也可以有效地提高了软件开发的效率和质量。

OFAF冷却方式下换流变压器绕组内油流分布的解析

应用先进的计算软件,对换流变压器内油流的分布、油流流速的矢量,做出了可视化的计算研究,这相当于吸收了国外某公司研制的高端换流变压器的设计理念,对于我国今后自主设计类似于国外某公司的高端换流变压器具有重要的指导意义。

基于轻量化神经网络的公路监控场景天气识别研究

针对深层卷积神经网络模型参数量大、对硬件设备要求高而难以部署于边缘端的问题,本文结合高速公路监控图像这一应用场景,对基于轻量化神经网络的天气识别算法进行研究。首先对经典的轻量化神经网络模型MobileNet进行理论分析,由参数量和计算次数的角度分析其深度可分离卷积与标准卷积操作的不同。同时,收集并标注基于公路监控图像的天气识别数据集。在此基础上,搭建并训练包含多个轻量化神经网络在内的模型进行对比实验,实验结果验证了MobileNet在识别精度、速度以及模型参数量等指标上的优势。此外,本文通过可视化算法t-SNE从类别响应分析和特征分布两个方面探讨MobileNet的特征表征能力以及特征的类间可分性和类内可聚性,其结果进一步支撑了上述分析。

利用高光谱成像技术预测牛肉pH值及其空间分布

利用可见/近红外高光谱(400~1000 nm)成像技术对黄牛肉pH值进行预测。对229个黄牛肉样本的原始光谱信息利用Kennard-Stone(KS)算法进行样本集划分及光谱预处理,分别采用竞争性自适应加权算法(competitive adaptive reweighed sampling,CARS)、无信息消除变量法(uninformative variable elimination,UVE)、β权重系数法及变量组合集群分析法(variable combination population analysis,VCPA)对特征波长进行提取,最后结合偏最小二乘回归(partial least squares regression,PLSR)、多元线性回归(multiple linearity Regression,MLR)和主成分回归(principal component regression,PCR)方法对全波段及特征波段进行建模分析,进而优选出最佳模型。结果表明,利用KS算法划分后的样本集,结合最大归一化法预处理后的光谱数据所建立的预测模型的RC^2和RP^2分别为0.8423和0.7837,效果较好;利用CARS、UVE、β权重系数法和VCPA分别选出19、16、14和11个特征波长;基于CARS提取特征波长建立的PLSR模型效果最优,其决定系数RC^2和RP^2分别为0.8453和0.7406,均方根误差为0.0690。利用CARS-PLSR模型计算牛肉样本中像素点的pH值,并通过选取742 nm处的伪色彩图像直观表示牛肉样本的pH值的空间分布情况。

结构优化的光寻址电位传感器研究进展

光寻址电位传感器(Light Addressable Potentiometric Sensor,LAPS)作为一种电位型半导体场效应传感器,具有灵敏度高、成本低、制备简单等优点,已经发展为无标记生化物质检测和二维生化物质浓度分布可视化分析的重要工具。由于绝缘层中存在陷阱电荷、半导体层光电转换效率低以及系统存在噪声干扰、检测信号串扰等的影响,LAPS的灵敏度、线性度、空间分辨率和测量速度受限制。因此,在结构层面对LAPS进行优化有助于提升检测性能。本文首先介绍了LAPS的原理包括传感器的结构与工作原理,基于LAPS的测量系统以及LAPS的测量模式,进而分析了对LAPS进行结构层面优化所取得的进展及其相关应用,最后总结了提高LAPS检测性能的结构优化要点并对未来研究的突破点和关键点进行了展望。

基于无人机图像的玉米冠层叶绿素含量检测与分布研究

为了快速、无损地获取大田作物叶绿素含量空间分布,基于无人机遥感技术研究了大田玉米冠层叶绿素含量检测及分布图绘制方法。利用无人机遥感技术采集了150幅大田玉米的航拍图像,并通过Pix4dmapper软件对其进行了拼接;在实验田中,等距获取80株玉米叶片样本,通过化学法萃取叶绿素,并使用分光光度计测量叶绿素含量,形成了基础数据源。在数据处理方面,采用ArcGIS软件对样本点的POS(Position and orientation system)数据与无人机图像进行匹配;对无人机拍摄的RGB图像,首先进行 R、G、B 三通道分量值提取,构建了绿红比值、绿红差值、归一化红绿差值、超绿等10种颜色特征,并计算了均值、标准偏差、平滑度、三阶矩等6种纹理特征,然后建立了基于BP(Back propagation)神经网络的玉米冠层叶绿素含量检测模型。实验结果表明,基于BP神经网络的玉米冠层叶绿素含量检测模型的均方根误差RMSE为4.465 9 mg/L,决定系数 R 2 为0.724 6。通过BP神经网络检测模型计算出大田玉米图像每个像素点的叶绿素含量,基于伪彩色技术绘制大田玉米叶绿素含量可视化分布图,分析田间玉米冠层叶绿素含量分布图可以直观区分田间道路与冠层区域,显示地块叶绿素分布差异。通过无损检测大田玉米冠层叶绿素含量及叶绿素分布可视化,可为田间作物长势评价和精细化管理提供技术支持。

高光谱特征的人造肉中低色度差异物检测

人造植物肉在其原料运输、制糜和包装等加工环节时有发生异物污染事件,误食异物会严重损害人的身体健康。常规食品异物检测方法容易检测出如金属、石头等坚硬、深色异物,而软质、浅色、透明异物却是食品异物污染事件中的主要来源且是检测的难点。根据异物和人造肉各自化学组成成分的差异,提出了一种人造肉中低色度差异物的高光谱成像检测方法,根据异物与人造肉光谱信息的差异,建立模式识别模型,来进行人造肉中低色度差异物的判别,最后结合数字图像处理技术对异物进行空间分布可视化。选取了聚碳酸酯(PC)、涤纶树脂(PET)、聚氯乙烯(PVC)、硅胶、玻璃五种食品生产加工过程中常见的低色度差异物为研究对象,模拟人造肉压片的工业制作流程,将异物混入人造肉肉糜中,制备混有异物的人造肉样品,分别采集异物和人造肉感兴趣区域(ROI)的反射高光谱数据,采用SG,SNVT,MSC,VN,1ST及2ND六种不同的光谱预处理方法对原始光谱数据进行预处理,然后采用主成分分析法(PCA)对预处理后的光谱数据降维,采用连续投影算法(SPA)提取人造肉的特征波长。分别以全波段光谱、特征波长和主成分变量作为模式识别模型输入变量,对比LDA,KNN,BP-ANN,LS-SVM四种模式识别模型的准确率,优选出最佳的定性识别模型,设置优选模型异物类别输出变量为1、人造肉类别为0,生成二值图像,再结合数字图像处理技术实现人造肉中异物分布可视化,进而实现人造肉中低色度差异物的识别。结果表明,采用SG预处理后的光谱在降噪方面优于其他预处理方式。SPA法优选了人造肉10个特征波长。全波段主成分变量结合BP-ANN模型的检测效果最佳,准确率达98.33%。验证了高光谱技术应用于人造肉中低色度差异物检测的可行性。

高光谱图谱融合检测羊肉中饱和脂肪酸含量

为探究高光谱成像(400~1000 nm)对羊肉中饱和脂肪酸(SFA)含量检测的可行性,提出一种基于特征光谱信息和图像纹理特征融合的SFA含量预测模型,实现对羊肉中SFA含量的快速检测及分布可视化。利用分段阈值法构建掩膜图像,获取羊肉样本感兴趣区域(ROI),结合SPXY法对样本集进行划分并对相关光谱信息进行预处理,分别采用连续投影算法(SPA)、变量组合集群分析法(VCPA)和β权重系数法提取特征光谱;通过获取羊肉样本主成分图像,结合灰度共生矩阵(GLCM)算法提取图像纹理信息;分别对特征光谱、图像信息及图谱融合信息建立的偏最小二乘回归(PLSR)与最小二乘支持向量机(LS-SVM)预测模型进行对比分析。利用5种不同对原始光谱数据进行预处理,经SNV法预处理后的光谱其校正集与预测集相关系数分别为0.921和0.875,较原始光谱分别增加了0.001和0.04,均方根误差模型分别为0.244和0.268,较原始光谱模型分别减少了0.003和0.06;对SNV法预处理后的光谱数据进行特征波长提取,SPA法、VCPA法及β权重系数法分别提取出12,10和9个特征波长;获取羊肉样本的前5个主成分图像,选择所含信息量最多的第一主成分图像进行纹理特征提取,依次提取0,45°,90°和135°方向下的能量、熵、同质性和相关性共4个主要纹理特征。利用SPA法提取的特征波长建立的PLSR与LS-SVM模型性能较好,PLSR模型校正集与预测集相关系数分别为0.8849和0.8807,均方根误差分别为0.3001和0.2606;LS-SVM模型校正集与预测集相关系数分别为0.8987和0.8926,均方根误差分别为0.2767和0.2476;图谱信息融合模型中,PLSR模型校正集与预测集相关系数分别为0.9071和0.9078,较特征光谱模型分别增加了0.02和0.03,均方根误差分别为0.3269和0.2992,较特征光谱模型分别增加了0.03和0.04;LS-SVM模型校正集与预测集相关系数分别为0.9206和0.8946,较特征光谱模型分别增加了0.02和0.002,均方根误差分别为0.2519和0.2458,较特征光谱模型分别减少了0.02和0.002。光谱预处理中经SNV法处理后的光谱所建模型性能优于其他预处理方法;采用SPA法提取的12个特征波长简化了光谱模型,提高了模型性能,特征光谱建模的最优方法为SPA-LS-SVM;图谱信息融合模型较特征光谱模型,模型相关系数增加较少,表明图像纹理信息虽携带了部分有效信息,但这些信息与羊肉中SFA含量之间的相关性有待进一步研究。基于图谱信息融合模型的预测性能最优,其次为光谱信息模型。择优选取SPA-PLSR模型计算羊肉样本中每个像素点的SFA含量,利用伪彩色图直观表示了羊肉样本中SFA的含量分布。实现对羊肉样本SFA含量的无损检测及分布可视化表达。

基于多阶段近邻排序法与实体匹配法的电能质量关联分析方法

在复杂电网环境下,电能质量监测系统检测到的扰动事件与设备动作之间可能具有关联特性。为分析挖掘扰动事件的关联特性,基于电能质量扰动数据从数据清洗、关联分析、时空分布可视化展示方面开展研究。针对扰动能量传播特性,提出一种多阶段近邻排序数据预处理方法,有效划分扰动时段并剔除重复数据。其次利用实体匹配方法融合同一扰动时段的电能质量数据和电网动作事件数据,实现电能质量扰动事件关联分析。在此基础上,运用ArcGIS10.1中的热度分析工具,以可视化的表达形式揭示出:电能质量扰动事件发生次数在短时间尺度范围内存在空间相似性。同时为电能质量数据可视化展示提供了一种尝试。

说话人识别中语速鲁棒性研究

如今,说话人识别技术已经比较成熟,但依然有很多因素影响说话人识别系统的稳定性。本文针对说话速度对说话人识别的影响进行了一系列的研究工作。通过模型空间分布可视化和语音频谱观察两方面来分析不同语速语音的差距。然后,提出了最大似然线性回归(MLLR)和Constraint MLLR(CMLLR)的方法对模型和特征进行变换,使训练端和测试端的语音特征互相接近匹配。通过实验发现,MLLR和CMLLR能较好地提高说话人识别系统中语速鲁棒性。

基于二维GIS的空间规划辅助决策支持系统研究

为了实现对空间的有效管控和科学治理,高效地对空间规划进行辅助决策,提出一种基于二维GIS的空间规划辅助决策支持系统。本文对该系统的总体框架、关键技术以及功能设计进行阐述,系统前端采用原生的Java Script开发,后端采用微服务框架Spring Boot。本文提供空间规划的应用案例,对三峡水电站进行模拟,规划结果显示,该系统能够对空间规划进行合理决策,运行速度快,且易于扩展和维护。

Seismic data analysis based on spatial subsets

There are some limitations when we apply conventional methods to analyze the massive amounts of seismic data acquired with high-density spatial sampling since processors usually obtain the properties of raw data from common shot gathers or other datasets located at certain points or along lines. We propose a novel method in this paper to observe seismic data on time slices from spatial subsets. The composition of a spatial subset and the unique character of orthogonal or oblique subsets are described and pre-stack subsets are shown by 3D visualization. In seismic data processing, spatial subsets can be used for the following aspects： （1） to check the trace distribution uniformity and regularity; （2） to observe the main features of ground-roll and linear noise; （3） to find abnormal traces from slices of datasets; and （4） to QC the results of pre-stack noise attenuation. The field data application shows that seismic data analysis in spatial subsets is an effective method that may lead to a better discrimination among various wavefields and help us obtain more information.