细菌凝集素与菌体脂多糖在大白菜与软腐欧氏杆菌接触识别中的作用

用3种试验方法测定了大白菜细菌凝集素(Agin-SD60)和软腐欧氏杆菌脂多精(LPS),在双方接触识别中的作用。在吸附抑制试验中,来自大白菜和马铃曾的Agin-SD60显示约98％的吸附抑制效应,另3种植物的Agin-SD60及大白菜外源凝集素(lectin)和细咆壁蛋白质(CWP)无明显作用;同时用不同种类的7个菌侏的LPS作测定,只有病菌的LPS吸附抑制作用明显(93.37％),其胞外多糖(EPS)也无作用。在菌体凝集试验中,也只有大白菜和马铃薯的Agin-SD60表现50％～100％的凝集活性。在琼脂双扩散试验中,寄主Agin-SD60可与病菌菌体及其LPS发生免疫沉淀。这些结果说明,Agin-SD60和菌体LPS在大白菜与软幅欧氏杆菌接触识别中分别作为植物识别子(cognor)和细菌识别子(cognon)起作用。

多面体颗粒的接触识别及离散元动力学建模

为了模拟多面体颗粒的真实形状和运动过程,基于离散元法,采用有效的接触识别算法对多面体颗粒系统进行动力学建模.利用连接线性目录法建立可能接触颗粒对的邻居目录,采用改进的射线穿透法判断邻居目录中颗粒对是否真正接触.建立颗粒间的接触力模型,通过Verlet积分获得单个颗粒的运动轨迹,最终获得颗粒系统的整体运动状态,并对2个多面体颗粒系统自由堆积过程进行了数值模拟.模拟结果表明,对于多面体颗粒,连接线性目录法能够快速建立颗粒系统的邻居目录,改进的射线穿透法能有效地识别颗粒间各种复杂的接触情况,动力学模型能够真实地反映颗粒系统运动状态.改进的射线穿透法可以有效解决考虑多面体颗粒真实形状的颗粒系统离散元动力学建模问题.

机动车非接触识别系统的设计与实现

设计开发了一种机动车锁止系统,该系统通过非接触识别技术识别操作者的身份,从而达到机动车防盗的目的。该系统用单片机AT89C55WD控制专用集成电路HTRC110通过无线通信方式实现对H ITAGTM2密码存储器的读写操作,从而实现有效的密码控制。

接触识别导误与烟草抗赤星病诱导的关系

用非病原细菌、病毒和赤星菌弱毒株先对烟草作预处理,后在未诱导叶片上接种赤星菌毒性菌株,发现诱导处理可引起病菌7类侵染前行为失误:①孢子萌发延迟;②持续产孢;③孢子、芽管产生粘联物(adhesin)的能力降低或丧失;④芽管背离叶片生长;⑤芽管顶端膨大、侵染能力降低或丧失;③芽管盘附在叶面上,但侵染能力降低或丧失;⑦芽管弯曲生长,顶部液泡化或原生质流空.这些行为导误与赤星菌致病力的诱导减弱有关,使烟草发病程度减轻55—94%.分析认为,病菌侵染前行为导误取决于接触识别导误,是烟草抗赤星病诱导的一种有效反应.

基于机器视觉技术的猪行为活动无接触识别系统

信息化和智能化是今后猪养殖产业的主要发展模式,为实现智能化识别猪的行为活动,从而监测猪的健康和生长情况,提出了一种基于机器视觉技术的无接触识别猪行为活动系统.该系统通过CCD相机采集猪行为活动序列图像,利用卷积神经网络提取图像深度特征,再使用特征融合方法融合图像深度特征,最后根据融合的深度特征识别序列图像中猪的行为活动.该系统能高精度识别自然场景下拍摄的猪的运动行为、跛足行为、伏地行为、呼吸行为、饮食行为和排泄行为等活动,对各类行为的识别准确率均在94%以上,均高于现有方法或与现有方法识别准确率相当.

非接触识别技术在二次回路电(光)缆信息管理中的应用

吊牌标识了电(光)缆的重要信息,传统电(光)缆吊牌在使用中由于污损、老化,往往给电(光)缆的信息管理造成困难。简单介绍了非接触识别技术的原理,论述了非接触识别技术在二次回路电(光)缆信息管理方面的应用。将基于非接触识别技术的线缆吊牌以及电(光)缆信息数据库进行对应、结合,形成的二次回路电(光)缆信息管理可实现电(光)缆全流程、全寿命的信息化管理,从而达到全面提高管理水平的目的。

基于LSTM预测误差的轨道交通弓网接触力异常识别算法

[目的]接触力是轨道交通弓网综合检测的重要内容,也是弓网系统性能的重要评价因素,但在检测过程中常受到外部环境的影响而出现异常检测数据。目前针对弓网接触力异常检测数据的剔除主要依赖于人工,影响数据分析效率,因此需深入研究弓网接触力异常识别算法。[方法]梳理了弓网接触力常见的异常形式,分析了不同异常形式下接触力检测数据的特征。提出了一种基于LSTM(长短期记忆网络)预测误差的弓网接触力异常识别算法,通过使用正常的接触力数据训练LSTM模型,使该模型能够对接触力变化趋势进行预测。为实现正常区段与异常点的精确划分,使用基于置信区间的异常检测数据识别方法。为降低长距离异常数据对LSTM模型预测效果的影响,提出了一种基于预测值置换的异常数据处理方式。通过高速综合检测列车测得的真实检测数据,分别对三种常见异常形式的弓网接触力识别效果进行验证。[结果及结论]提出的算法能够较好地实现对弓网接触力异常的识别。

金刚石砂轮与金刚石滚轮磨削接触的声发射监测

为了实现金刚石砂轮磨削加工金刚石滚轮过程的自动化,需要对磨削接触状态进行准确识别。由于磨削过程中材料去除率较小导致声发射信号幅值变化不显著,仅用有效值对磨削接触状态识别的准确性受噪声影响很大。针对此问题,通过模态分解和相关性分析相结合的方法对采集的声发射信号进行处理,再计算各分量的有效值和方差值完成特征提取,最后利用支持向量机对磨削接触状态进行识别。实际应用发现:该方法对滚轮的磨削接触状识别准确率达到了98.3%,准确实现了对磨削接触状态的识别。

基于视觉检测的非接触式膏体浓度识别方法

为解决膏体料浆对于接触式浓度计的损坏以及核子浓度计对施工人员的辐射等问题,提出一种基于视觉检测的非接触式膏体浓度识别方法,以膏体图像数据集为基础,采用卷积神经网络模型提取膏体深度特征,设计多模型全连接层融合算法、伽马矫正数据增广策略,对膏体浓度监测准确率进行分析。研究结果表明:手动搅拌膏体数据集的准确率为88.79%,在自动搅拌膏体数据集上获得91.42%的准确率,可有效提高浓度识别准确性,避免浓度计损坏或辐射危险。

基于脊线校正的非接触式指纹识别研究

对比传统接触式指纹识别,非接触指纹识别在卫生安全性和用户接受度等方面具有更大的优势,但由于采样条件和指纹自身的问题,导致的脊线图存在伪脊线或特征点是其主要挑战。针对以上问题,在将指纹图像进行改进的自适应对比度增强(adaptive contrast enhance, ACE)和通过自定义Gabor滤波器对二值化的脊线进行滤波增强的预处理前提下,提出了一种基于指纹结构的脊线和特征点优化(ridge and minutiae optimization, RMO)算法。该算法能够有效地在对伪脊线校正的基础上剔除伪特征点,进而提高特征点信息获取准确性和提升指纹识别效率。为了验证本文所提出方法的有效性,基于一个公共非接触式指纹数据集,设计了两组实验,分别验证上述方法是否能准确、有效的获取指纹特征点信息和该方法对于基于特征点匹配的指纹识别的收益。最终在实验以及结果讨论环节,证明了本文提出的RMO算法能够高效地对指纹特征点信息进行提取,以及该算法能够显著提升指纹识别准确率。

铁路接触网支柱的图像序列自适应识别方法

接触网支柱数字化管理是电气化铁路运维的关键环节,基于移动视频建立接触网支柱数字台账是高效、经济、便捷的技术手段;为实现对于移动视频图像序列中接触网支柱杆号的精准识别,提出了一种基于区域相关和改进SVTR网络的接触网支柱识别算法;针对视频图像中接触网支柱区域重叠、结构模式复杂的特点,采用了YOLO v4网络对单帧图像中支柱区域和号牌标识区域分别进行检测,并通过测算交叠区域来获得距观察点最近的杆位和对应的号牌区域;此外,针对接触网杆号牌尺度多样性和字符变长的问题,在杆号文字识别问题中采用了SVTR-tiny网络,并进一步引入迁移学习方法增强模型对于复杂杆号的识别精度和对于不同线路场景的泛化性能;通过在实际高铁线路采集的移动视频数据集上进行测试,结果表明算法在移动视频中视野最近杆位杆号区域的定位检出率可达98.01%,杆号文本的识别准确率达到96.13%,适用于我国高速铁路主要干线建设配套的接触网支柱结构。

非接触式智能识别卡系统的设计

针对接触式智能识别卡系统的缺陷,文章提出了一种采用射频技术的非接触式智能识别卡系统的设计方案,详细介绍了非接触式智能识别卡系统的组成、工作原理、读卡器软硬件的设计。

基于桥梁动力响应的车-桥接触力识别方法

将桥梁划分为欧拉梁单元建立桥梁的振动方程,基于拉格拉日原理建立汽车的振动方程,根据接触点处的接触力将汽车和桥梁系统耦合在一起。求解汽车-桥梁系统耦合方程得到桥梁节点动力响应,由广义正交函数和模态叠加原理确定模态响应及其导数,用正则化方法得到稳定的识别结果。数值模拟结果表明,该方法用于识别车桥接触力是有效的、可行的。

基于对比度受限直方图均衡化的夜间接触网支柱号牌识别方法研究

在接触网停电检修作业挂接地线中,挂接地线位置由作业票上的支柱号确定,因此,研究接触网支柱号牌的识别对挂接地线的自动化监测具有重要意义。为此,提出一种基于对比度受限自适应直方图均衡化(Contrast-limited adaptive histogram equalization,CLAHE)的支柱号识别方法。利用对比度受限自适应直方图均衡化和中值滤波预处理图像,用最小区域法和形态学变换提取号牌区域,再用连通域和模板匹配识别号牌上的支柱号字符,并在识别过程中考虑支柱号的分布规律,验证支柱号的识别结果。利用Halcon和C#联合开发的识别软件平台进行试验,对比CLAHE和直方图均衡化(Histogram equalization,HE)的均方差和峰值信噪比,结果表明这种方法大大提高了支柱号识别的准确率。

基于区间分析的非接触式影响线识别方法及复合反演机制研究

近年来,一种不需要在桥梁结构布置传感器的非接触桥梁动态称重(cBWIM)方法被提出。为了对cBWIM系统的实现提供支持,文中验证了基于区间分析的支持向量机(SVM)识别影响线方法的效果。考虑到实际应用中,会出现汽车总重量无法布满总重估计区间而导致对轴重区间过宽估计的情况,文中通过车桥数值模拟发现轴重区间过宽估计会降低SVM影响线识别的精确性。基于影响线区间与轴重区间的相互映射关系,提出了大数据影响线识别的复合反演校验机制。所提出方法可以有效减小区间过宽估计造成的SVM影响线识别误差,并通过数值模拟对所提出方法进行了验证,其中影响线的识别误差从初始的26.09%降低到1.36%,达到了提高影响线识别准确性的目的。

基于深度学习的马面部识别探究

由于传统的生物识别方式具有易造假、易引发应激等缺点,不利于现代马业的健康发展,因此该文综述近年来计算机视觉在畜牧业生物识别的应用进展,同时又建立基于DenseNet、EfficientNet、MobileNet、ResNet的4种不同神经网络模型的马面部识别方法。通过分析4种神经网络的训练结果可以得出结论,101层的ResNet网络结构表现最优,准确率为0.935、精确率为0.944、召回率为0.929。因此,深度学习技术在马面部识别系统的应用具有可行性,可以为马匹非接触性个体识别提供新的思路和方法。

非接触式身份识别的深度学习算法

针对传统基于Wi-Fi的身份识别方法手工编码特征效率低、准确率不高的问题,提出一种基于深度学习的非接触式身份识别(WiID)算法。该算法通过分析子载波中信道状态信息数据的空间相关性,建立了用于深度学习的输入矩阵;采用二维卷积运算从相邻子载波中提取局部空间特征;构建门限循环单元层,从时间维度对空间特征进行时序建模,完成空间与时间两个维度的步态特征提取,实现端到端的非接触式身份识别,有效减少了数据预处理工作量。实验结果表明,与卷积神经网络和循环神经网络算法相比,该算法识别准确率得到了有效提高;在6种不同的实验场景下,该算法的身份识别准确率介于92.9%～95.6%之间,具有良好的身份识别效果及算法鲁棒性。

非接触式识别卡通信方案的比较分析

本文对非接触式识别卡的国际标准（ＩＳＯ１４４４３）草案中互不兼容的两种通信方案进行了比较分析。在功率传输，频带占用，信号通信接口和防碰撞协议几方面对比两种方案的优劣，给出了量化结果。

非接触式手势识别智能控制器设计

在使用防静电、保密或者有生物安全性要求的精密仪器设备时,接触式操作容易给操作者或者仪器设备带来损害。设计了非接触式手势识别智能控制器。首先由9个红外手势传感器APDS-9960构成手势传感器阵列;其次,利用STM32F103单片机对传感器阵列数据进行采集并存储为状态矩阵;然后,设计了手势智能识别算法实现对手势滑动和捏合等动作的识别。最后,以2个照明灯为被控对象,利用本文设计的手势识别控制器实现对其开关控制。结果表明:该控制器运行稳定,识别率高,没有误动作,满足设计要求。

基于高清摄像技术的非接触式指纹识别系统

指纹识别是一种理想的生物识别技术,普遍性、唯一性、稳定性、可采集性、性能、接受度、反欺性均较好。本次研究简单的探讨指纹识别系统的工作过程,并提出基于DSPTMS320F2812处理器设计非接触式指纹采集仪器的架构。