流判别神经网路驱动的奶粉真实性拉曼成像非定向检测方法

提出一种奶粉真实性拉曼成像非定向检测方法,该方法创新性地利用流判别神经网络提取奶粉拉曼成像数据的深层特征,并基于概率分布转移策略和密度保持原理构建可信奶粉特征分布区间。该方法可准确识别多种未知掺杂奶粉,其识别准确率达97.3%以上,检出限可达0.3%。结果证明,该方法具有检测范围广、精度高、便捷快速等特点,可高效满足当前奶粉真实性检测的实际需求,并为其他非均匀食品体系的真实性检测提供一种新型手段。

井下导线网陀螺经纬仪定向检测与误差分析

介绍用陀螺定向检测井下导线网测理精度的一个实例，较详细地叙述了应用中考虑的问题和成果的分析。

手持式智能三轴磁场检测与定向仪的设计

为了进行弱磁场的测量,设计了一种基于霍尼韦尔HMC1043型磁阻传感器的手持式智能数字三轴磁场检测与定向仪,介绍了它的硬件实现及软件设计方法。在该仪器中,磁阻传感器把外部磁场强度转化为差分电压信号,该信号经过调理放大后送入ADC进行模数转换,转换后的数字量经过AT89S52校准、误差补偿、平均等处理后送入LCD显示,最后给出了样机的整体外形,通过对该仪器的性能测试可知:仪器测量准确,性能优良。

基于偏心阵列的油气井双层管柱损伤检测

针对双层管柱损伤检测方向识别能力差的问题,提出了基于偏心阵列的油气井双层管柱损伤检测方法。在井下瞬变电磁信号模型基础上,推导了偏心探头在双层管柱结构中的瞬变电磁响应。此外,结合双层管柱无损检测原理,利用Comsol仿真分析了基于偏心探头的双层管柱损伤检测方法。仿真结果表明偏心探头可以获得更多偏心方向上的敏感信息,使用多个不同方位角的偏心探头组成的偏心阵列能够获得双多层管柱损伤的方位信息。最后,通过现场试验对该方法进行了验证,结果表明偏心阵列可以实现双层管柱的定向检测,有效提高双层管柱损伤检测精度。

表面增强拉曼光谱对西地那非类药物的快速检测

采用表面增强拉曼光谱(SERS)技术并结合简单的前处理流程,对保健品样品中11种西地那非类药物进行了非定向快速筛查研究.结果表明,11种西地那非类药物可根据结构分为5类,类别之间SERS谱图差异显著;类别内SERS谱图具有共性特征,特征峰相对强度差异明显.实际样品的检测中,西地那非类药物的最低检出浓度约为0.05 mg/kg;前处理和测试的总时长约为3~5 min,且与检测目标物和样品无关.本方法高灵敏度、快速和非定向检测的设计理念为快速检测保健品中违禁添加药物提供了新思路和新方法.

基于旋转中心点估计的遥感目标精确检测算法

由于遥感图像背景复杂、目标密集分布以及目标尺度、形状差异巨大,给检测带来挑战。当前基于R-CNN的两阶段算法在水平框(HBB)检测上取得了良好效果,然而在定向框(OBB)检测上效果有限。基于点估计的HBB目标检测框架,提出用于定向遥感目标检测的旋转中心点估计网络(RCNet),大幅提升一阶段anchor-free算法在倾斜目标检测上的性能,同时保持较高的检测速度。RCNet通过添加一个用于方向预测的分支,实现旋转中心点估计。提出新的角度表示方式,解决回归角度参数loss不连续以及宽高交换导致训练过程不稳定的问题。所提方法在DOTA数据集上取得66.68 mAP的检测精度以及29.4 fps的检测速度,实现了最佳的速度和精度平衡。

基于YOLOv3的定向目标检测算法

为解决YOLOv3目标检测算法中无法对旋转物体进行定向目标检测的问题,提出一种基于YOLOv3的定向目标检测算法。首先,使用多维坐标对训练集的图像进行定向标定,以适应网络训练;其次使用最小外接矩形对网络输出的矩形框进行修正优化,以获得更加准确贴合的检测框;然后对网络的损失函数进行改进,使其适应多维坐标的回归;最后,对改进后的网络进行训练。在UCAS-AOD数据集上的实验结果表明,目标检测的能力在改进后有了明显提升,比原始YOLOv3算法精确率提高了6.1%,召回率提高了3.2%。

基于K-L变换和灰度共生矩阵下的桂西—滇东南地质构造遥感信息提取方法研究

桂西—滇东南是植被高覆盖区域,地质遥感信息相对于地表覆盖(植被)信息而言相对较弱。有效消除地表覆盖信息、突出地质遥感信息是遥感地质专题信息提取的瓶颈之一。本文运用K-L变换提取代表地质构造信息的成分波段,有效滤去地表覆盖信息;利用灰度共生矩阵、定向检测和环形滤波检测相结合的方法,并通过阈值设置,提取地质构造的遥感专题信息,从而达到实现计算机自动提取地质构造信息的目的。经过野外实地验证,结果表明:地质构造信息提取精度较高,特别是一些小的地质构造信息也能有效提取;但是环形地质构造信息没有有效提取,地表覆盖类型对地质构造信息的提取仍有较小影响。

杂交与辐射诱变相结合选育高产优质小麦新品种的研究

为了培育优质高产小麦新品种,研究提出用^(60)Co-γ射线辐照杂交F0或F1干种子,并从早期分离世代开始对重要品质指标进行连续定向跟踪检测的育种技术路线。利用该育种体系从高产中筋组合矮抗58/周麦18、周麦18/豫同198中分别成功选育出2个高产、强筋小麦新品种郑品麦8号、豫丰11。在2年区试中,郑品麦8号比周麦18(CK)增产4.15%、3.95%,达显著、极显著水平;豫丰11比周麦18(CK)增产5.4%、5.17%,均达到极显著水平。2013年、2014年郑品麦8号品质检测结果为容重799g/L、816g/L,蛋白质(干基)含量15.13%、14.32%,湿面筋含量32.0%、30.2%,稳定时间8.0min、7.9min;2015年、2016年豫丰11品质检测结果为容重814g/L、808g/L,蛋白质(干基)含量15.06%、13.90%,湿面筋含量30.9%、29.7%,稳定时间8.0min、9.7min;2个品种品质指标均达强筋小麦品质标准。实践表明杂交与辐射诱变相结合对重要品质指标的连续定向跟踪检测的育种体系是可行的,为加快选育优良高产小麦新品种提供了一种有效途径。

陀螺经纬仪稳定性检验方法探讨

陀螺经纬仪是一种光、机、电相结合的精密定向仪器,它在内在的、外部的各种因素影响下,会导致仪器光路、电路状态及其参数发生改变,而定向时前后只测定仪器常数不一定能发生问题。针对这种情况,作者从理论到实践上研究了一套陀螺经纬仪稳定性的检验方法,包括检验陀螺经纬仪电压、频率、摆动中值、仪器常数等;并根据对多台陀螺经纬仪的检验结果,初步确定了陀螺经纬仪稳定性的参考标准,从而保证陀螺经纬仪定向结果的准确性。

一种基于Cascade R-CNN的电子器件容器质检方法

电子器件容器生产是一种对安全性、高效性、完整性要求极高的过程,是各大企业必须要关注的问题。但是在实际的生产封装过程中,容器上的污渍、容器内的异物,外观的异常不可避免地出现,这些问题亟待解决。目前解决这些问题主要的检测方法还是人工检测和传统的机器视觉的方式,人工检测方式的缺点在于准确率高而效率低,传统机器视觉检测方式是效率高而准确率低,都难以满足高速自动化生产线要求。因此,本文提出一种基于Cascade R-CNN的电子器件容器质检方法,针对实际过程中的容器数据定向改进网络,加入Focal Loss检测难以区分的样本,使用可变形卷积更高效地提取特征,以多尺度训练方式训练强鲁棒性的模型,用于电子器件容器的多类别检测问题。实验结果表明提出的改进的基于Cascade R-CNN的电子器件容器质检模型具有高准确率和强鲁棒性。

基于M-Z干涉仪原理的光纤超声检测

提出了一种基于M-Z（Mach-zehnder）干涉仪原理的光纤超声检测技术和U形结构的光纤传感器。讨论了光纤传感器与超声波之间的相互作用关系。对传感器的灵敏度与传感光纤的有效长度、U形结构的个数之间的关系进行了理论分析，实验结果和理论分析结果是一致的。通过比较超声波在三种不同入射方式下探测器的输出电压可知，该结构的光纤传感器在声信号垂直入射时由探测器探测到的信号最强，即传感器有很强的方向性，适合于对声表面波的定向检测。