基于高光谱图像技术的高粱品种识别研究

高粱是酿造白酒的重要原料,高粱内的成分对白酒中微量成分含量和品质十分重要,并且高粱品质影响着白酒的质量和风味,因此,无损快速鉴别高粱品种对于提高白酒质量是个迫切需要的重要问题。采用高光谱成像技术结合机器学习算法对高粱品种进行分类鉴别,通过高光谱成像技术,获取了10个品种高粱的高光谱谱线以及图像纹理数据。采用多元散射校正(MSC)对光谱进行预处理,并用连续投影算法(SPA)筛选出62个特征波段,采用灰度共生矩阵提取高粱的4种纹理特征,分别以高光谱数据和光谱-图像数据融合,采用PLS-DA、SVM、ELM和RF等4种机器学习算法模型对10个高粱品种进行分类识别。结果表明,高光谱经MSC预处理后,用SPA降维提取的高光谱特征波段可以代表全光谱的数据信息,提高了PLS-DA模型识别高粱品种的稳定性。10个品种高梁的分类准确度从67.58%提高到93.85%,识别精度提升了27%。高光谱数据与图像纹理特征数据融合后,PLS-DA基于模型全光谱和特征谱段的高粱品种分类识别精度分别提升到96.47%和97.16%,相比于单一的高光谱数据更适用于高粱品种分类识别。相比于SVM、ELM和RF三种分类机器学习算法模型结果,PLS-DA机器学习算法模型的高粱品种分类识别精度最好。研究证明了高光谱成像技术结合机器学习算法在高粱品种鉴别中的有效性,可实现快速精确的高粱品质检测。

基于拉曼光谱技术的不同年份玉米成分分析

以松原粮食集团提供不同年份的玉米储备粮为实验样品,采用三级显微拉曼光谱检测仪对不同状态下的玉米单籽粒进行光谱采集,并结合密度泛函理论(DFT)得到分子光谱,研究其内部成分随时间变化的规律。通过DFT理论优化分子结构和分析,将求得分子中每个键对应的振动频率与实际测得的玉米籽粒拉曼光谱进行对比,完成部分峰位指认;对不同储存年份的玉米籽粒外表面拉曼光谱进行了测量,对原始光谱进行预处理后分别在476、1006、1156、1459、1519、1597和1633 cm^(-1)这几处发现了较强的拉曼峰,表征着玉米淀粉、叶黄素、木质素的存在;对不同年份玉米籽粒纵切面的拉曼光谱进行测量,将此部分光谱归一化处理后得到了对应峰位的相对峰强与相对峰面积。通过比较发现除在表面得到的拉曼峰外,在850~1450 cm^(-1)附近处还发现了新的拉曼峰。其中位于475、863、944、1260、1338和1378 cm^(-1)几处表征淀粉含量的拉曼峰峰强、峰面积、半高宽(FWHM)值随储存年份的增加产生了或增加或减少的现象,表明其物质组成、成分含量、分子结构均发生了不同改变,基本与玉米淀粉老化的机理一致。其中在1080和1130 cm^(-1)拉曼峰在三个不同年份玉米纵切面拉曼光谱中的变化差距较大:1080 cm^(-1)的拉曼峰只存在于2018年、2019年储存的玉米光谱中,1192 cm^(-1)处的拉曼峰只存在于2020年份的玉米光谱中,且峰强、Full Width at the half of the maximum(FWHM)值有不同程度的变化,可能表示淀粉内某种糖类物质之间的相互转换,可作为鉴定不同年份玉米样品的特征峰。对叶黄素含量相关峰位的物理参数进行了比较,并将其中的峰强、峰面积值与年份做线型拟合分析,拟合程度较好,相关系数均达到了0.9以上,表明叶黄素含量随储存时间延长呈线性下降的趋势。通过与理论计算得到的叶黄素光谱对比分析,发现叶黄素的流失对化学键振动均有不同程度的影响,其中对C═C双键的伸缩振动影响最大。该研究使用密度泛函理论的计算与实验比对结果,探讨玉米的拉曼光谱随时间推移的变化规律,通过分析不同年份玉米的内部成分变化,为使用拉曼光谱鉴别玉米年份提供了一定的依据,拓展了光谱在农产品质量检测分析上的应用。

激光诱导击穿光谱技术对水稻产地识别研究

水稻是中国主要粮食作物,而水稻品质与其生长的外部环境如土壤特性、气候、日照时间和灌溉水等环境息息相关,高品质水稻的产地区域面积有一定地域限制,因此水稻可看成为是一个明显的地理标志物。市场常出现一些假冒或者贴牌的知名优质水稻出售,损害了水稻品牌,降低了消费者的水稻品质保障,并且扰乱了市场稳定性,因此对于水稻产地快速识别技术的需求十分迫切。利用LIBS结合机器学习算法,对吉林省5个产地(大安、公主岭、前郭、松原、洮儿河)的水稻进行产地识别,建立了主成分分析(PCA)算法分别结合Bagged Trees、Weighted KNN、Quadratic SVM和Coarse Gaussian SVM共四种机器学习算法的水稻产地识别模型。实验选取了5个水稻产地共450组在200~900 nm的LIBS数据,对水稻LIBS光谱数据采用卷积平滑(S-G平滑)进行降噪和特征谱线归一化预处理,对水稻LIBS光谱数据进行主成分分析,实现了水稻产地具有较好的聚类空间集群分布,但部分水稻产地存在空间重叠。采用5倍交叉验证,采用PCA-Bagged Trees、PCA-Weighted KNN、PCA-Quadratic SVM和PCA-Coarse Gaussian SVM共四种机器学习模型,水稻产地的识别精度均达到91.8%以上,并且PCA-Quadratic SVM模型的识别精度高达97.3%。结果表明结合LIBS技术和机器学习算法能够高精度和高效率实现水稻产地的识别。

新一代信息技术背景下循环取货路径规划问题

随着新一代信息技术的进步,我国物流发展受限的局面迎来了新挑战.面对制造业独有的生产物流现象,在物流资源配置、物流网络拓扑结构方面、智能算法与反馈的路径优化手段均可帮助做出科学合理的配送方案.文章以汽车厂A在同城面对多目标、多车程汽车零部件循环取货的实际问题入手,以该厂实际运营需求和动态反馈作为依据,提出一种有助于循环取货速度提升、成本费用降低以及物流车辆造成城市内部交通压力得到缓解的智能路径规划的方法.

碳纤维复合材料在汽车轻量化领域中的应用进展

在“碳中和、碳达峰”目标的驱动下,汽车行业正朝着电动化和轻量化方向发展。轻量化是汽车行业节能减排的重要途径,其中碳纤维复合材料是最具发展前途的轻量化替代材料。主要介绍了近年来碳纤维复合材料在传统燃油车以及新能源车的应用及其发展现状,并详细阐述了碳纤维复合材料的优势,同时对碳纤维材料在汽车各部位的轻量化效率进行了深入分析。

结构和纹理感知的Retinex融合红外与可见光图像

为了提高红外与可见光图像的融合质量,本文提出一种新颖的基于结构和纹理感知的Retinex模型的红外与可见光图像融合方法。该方法首先通过结构和纹理感知的Retinex模型将源图像分解为反射分量和光照分量,不但能够有效地将源图像的纹理和结构信息进行分离,而且也能很好地提取可见光图像中低亮度下的细节特征信息;然后通过构造源图像的二阶梯度为基础的权值映射和伽马函数对反射分量和光照分量进行融合;最后对融合的反射分量和光照分量进行重建得到最终融合图像。通过对38组广泛使用的TNO红外/可见光图像数据库中的图像进行测试表明,本文方法得到的融合图像不但具有较高的可视化质量,而且与近年来提出的5种高水平方法相比,本文方法在互信息、非线性相关信息熵、图像相位一致性度量上取得了更好的客观评价结果,能够较好地解决红外与可见光图像融合中出现的细节特征缺失和对比度较低的问题。

Au聚体的吸附位点对杀草强分子表面增强拉曼光谱的影响研究

杀草强是一种白色结晶粉末状的化学除草剂,对环境有极强的破坏性,大量使用会造成农残污染,对生物体具有致癌作用。目前利用密度泛函理论探究杀草强分子的拉曼增强机理的相关研究相对较少,开展了Au聚体吸附位点对杀草强分子表面增强拉曼光谱的影响研究。采用Multiwfn软件结合VMD软件探究了杀草强分子表面静电势分布,得出N_(1),N_(4)和N_(6)是杀草强分子与Au原子配位的最佳位置。基于密度泛函理论,运用GaussView5.0和Gaussian09软件,在B3LYP/6-31++G(d,p)基组水平上对杀草强分子进行几何构型优化,并对C,H,N原子使用6-31++G(d,p)基组,Au原子使用LANL2DZ赝式基组,计算了杀草强分子的常规拉曼散射光谱和杀草强分子与Au_(4)聚体以及Au_(6)聚体吸附的表面增强拉曼散射光谱,并进行特征峰指认和比较。结果发现在Au与N_(1)配位形成的复合物中,在1064,1200,1392和1592 cm^(-1)处杀草强分子的拉曼活性明显;Au与N_(4)配位形成的复合物中,在1304 cm^(-1)处杀草强分子的拉曼活性明显;Au与N_(6)配位形成的复合物中,在1064,1520和1592 cm^(-1)处杀草强分子的拉曼活性明显。经过比较得出Au与N_(1)和N_(6)配位形成的复合物增强效果较好。Au_(4)聚体以及Au_(6)聚体与N_(1)吸附得到拉曼特征峰最大增强因子分别达到41和81倍;Au_(4)聚体以及Au_(6)聚体与N_(6)吸附得到拉曼特征峰最大增强因子分别达到55和96倍。杀草强分子与Au原子结合有很明显的拉曼增强效应,当Au聚体由四个增加到六个时,Raman光谱增强效果明显。该研究结果为杀草强分子的实验研究打下了理论基础。

基于改进遗传算法的路径规划问题应用

信息化赋能传统物流行业的迭代升级,为解决由于汽车制造业独有的物流特点带来的运输难题,使循环取货速度提升、成本费用降低及物流车辆造成城市内部交通压力得到缓解,以汽车厂A在城市Q本地循环取货实际运输需求为基础,设计了基于改进的遗传算法用于汽车零部件运输的智能路径规划方法。利用循环物流过程中当月零部件需求量、供应商订单详情、选配运输车辆容载率、单车器具体积占比、时间窗需求等耦合性因素,使用大规模邻域搜索算法改进遗传算法,求解出应用Solomon数据算例的最优路径并于遗传算法相比较和厂A与供应商间实际运输需求的最优配送方案线路。实验结果表明,该方法在性能上具有显著优越性,数值仿真结果阐明了该方法的适用性和优化过程中的收敛情况。