基于电子舌技术的不同品种大米区分识别研究

采用法国Alpha公司生产的Astree电子舌对四种不同品种大米进行区分识别研究,系统研究了大米样品经过不同预处理方法后的区分识别效果、研究味觉传感器优化前后大米样品区分效果、研究应用PCA、DFA两种模式识别方法区分识别效果;结果表明,大米经简单预处理后,电子舌能有效区分、识别出不同品种的大米。在大米品质检测方面,电子舌应用是一个新的检测方法,有着广阔的发展空间。

电子舌对不同食用植物油区分识别研究

采用法国Alpha M.O.S公司生产的电势型味觉电子舌系统对20种不同品种、不同原料产地的食用植物油进行区分与识别,并对传感器阵列采集的食用植物油响应数据进行主成分分析和判别因子分析。结果表明:传感器阵列的选择与剔除由不同食用植物油样品和不同传感器响应能力决定,主成分分析和判别因子分析2种方法均能较好地对食用植物油样品进行分类识别,分析结果显示判别因子分析优于主成分分析。电子舌作为一种新型的现代检测技术在油脂品质定性定量检测与分析方面具有巨大的应用潜力。

谱聚类递归神经网络集成的全自动公开区分计算机和人的图灵测试识别算法

针对粘着全自动公开的区分计算机和人的图灵测试(CAPTCHA)的识别问题,提出了一种基于谱聚类递归神经网络(RNN)集成的识别算法。该算法首先使用不一致测度度量两个RNN之间的距离,构建出一张由多个候选RNN形成的图;然后基于谱图聚类理论,将多个RNN划分为不同的簇,并在每个簇上选择最佳RNN参与集成。实验结果表明:相对于单个候选RNN,该算法的识别率提高了约16%;相对于全部候选RNN构成的集成系统,该算法形成的集成规模更小,仅为原来的23%。

岩石种类智能识别研究的Faster R-CNN方法

为实现岩石种类的智能化识别,对橄榄岩、玄武岩、大理岩、片麻岩、砾岩、石灰岩图像进行数据扩增处理,在FasterR-CNN深度学习目标检测框架下,采用简化VGG16为基础特征提取网络,对岩石图像进行特征提取和特征学习,进而训练成岩石种类区分识别模型。通过验证,模型对6张单类岩石图像识别均正确且分类概率均大于96%。对多类岩石混合图像区分识别效果良好,大部分分类概率超过80%且定位准确。模型能够很好地将图像特征相似、有遮挡的岩石种类区分识别出来,证明模型的鲁棒性和泛化能力较强。

电子鼻对蜂胶质量的判别

用电子鼻对来自17个省份的71个蜂胶样品及其杨树胶进行测定。通过主成分分析,可以较好地区分蜂胶和杨树胶。用判别因子分析,发现甘肃的蜂胶与其他来源的蜂胶质量差别较大。

我国一级农业类区的划分及其持续发展战略

姜学民,杨钢桥:我国一级农业类区的划分及其持续发展战略,《生态农业研究》,3(4)1995:22—25 根据国家农业部“九五——2010年农业科技规划与发展战略”的总体要求,本文从自然生态条件、农业产业结构、经济发展水平、农村社会及民俗人文相结合的宏观高度,探讨了我国农业一级生态区、亚区和基地设置及其发展战略。

英西湖相碳酸盐岩储层测井解释新方法

柴达木盆地英西深层湖相碳酸盐岩油藏近年来勘探获得了突破,测井解释面临储层识别与油水区分的巨大挑战.目的层普遍采集了常规、高分辨率电成像及岩性扫描等测井系列.矿物成分以岩性扫描测井的元素含量为基础,通过最优化方法进行计算.孔隙度以矿物成分为基础,结合密度曲线采用变骨架值的方法获得.高分辨率电成像划分地层结构,精细描述裂缝与溶蚀孔洞.热中子俘获截面法区分油水,双重介质模型计算含油饱和度,部分井采用介电扫描测井进行流体识别.多井测试证明,该方法较好地解决了英西复杂湖相碳酸盐岩储层的测井评价难题.

城市新街区之间的建筑肌理——杭州西溪永乐城设计

城市建筑具有群体属性,而每个建筑独立于城市,又具有个体特性。“和而不同”成为新城区内建筑设计过程中的重要考量问题之一。本文从城市新街区之间的建筑肌理角度入手,探讨如何在城市语境下,解析各方矛盾,兼顾建筑群体属性与个体特性,既“融”于城市新区,又“显”出个体特性诉求。通过肌理的表达,回应了不同类型的建筑之间、建筑与城市之间“融合”与“区分”的设计策略,为新城区建筑肌理的研究提供借鉴。