基于改进YOLOv5s的木材表面缺陷检测模型

针对木材表面缺陷的复杂多样性和特征提取困难,提出一种基于改进YOLOv5s的木材表面缺陷(活节、死节、有裂缝节子和裂缝)检测模型。首先,在Backbone网络引入坐标注意力机制(coordinate attention,CA)增强每个通道之间的信息交互,然后采用混合空间金字塔池化(hybrid spatial pyramid pooling-fast,HSPPF)结构减少信息损失,再使用GSConv卷积减少参数量,用改进的曲线高效交叉联合(curve efficient intersection over union,CEIoU)作为训练时模型的损失函数,提升木材缺陷检测的准确性。试验结果表明,改进模型能够有效检测出木材表面缺陷,模型的平均精度均值(mean average precision,mAP)为84.4%,比未改进之前提高了2%,检测速度达到73.9 FPS,在模型参数量方面明显减少,同时优于其他主流模型,能够满足木材表面缺陷检测的要求。

基酒FT-NIR光谱预处理与特征波筛选方法的比较

为解决白酒基酒分类的问题,降低基酒的分类误差,减少基酒对摘酒师傅身体的危害,本实验选取18种预处理以及3种特征波筛选方法来较少光谱中的无关干扰信息,降低建模数据复杂度。基酒的傅里叶近红外光谱(Fourier Transform Near Infrared Spectroscopy,FT-NIR)经过光谱理化值共生距离法(SPXY)划分数据集、预处理、马氏距离(MD)异常剔除、特征波筛选、支持向量机回归(SVR)预测来完成最终的分类。研究发现:多元散射校正(Multiplicative Scatter Correction,MSC)后的训练集预测集分类准确率可以达到100%,主成分分析(Principal Component Analysis,PCA)与特定算法结合才能实现准确分类,因此要注意与其他算法的组合,无信息变量消除法(Uninformative Variables Elimination,UVE)和竞争性自适应重加权算法(Competitive Adaptive Reweighted Sampling,CARS)都能实现高效的特征波选择,预测集的平均准确率接近90%。实验证明,经过处理后的光谱数据最多占原数据的47.57%,基酒近红外谱图经过预处理与特征波筛选后可以降低后期回归模型处理数据的复杂程度,提高模型的精确度。

近红外光谱技术结合iPLS_SPA波段筛选在黄水酒精度预测模型中的应用

为实现白酒发酵过程中黄水酒精度的快速检测,研究采用傅里叶近红外光谱(FT-NIR)技术对黄水进行光谱采集,并且采用偏最小二乘回归(PLSR)法建立酒精度预测模型。为减少全光谱的数据冗余降低复杂度,提升建模准确率,将连续投影算法(SPA)与间隔偏最小二乘法(iPLS)联用,对整个谱区进行特征波段筛选,并用决定系数R2与预测均方根误差(RMSEP)评价预测模型。结果表明:与原始数据集相比,经过异常样品剔除、预处理、特征光谱筛选后预测模型,预测集R2也从最开始的0.702变为0.952,提升35.61%;预测RMSEP从3.812变为1.367,降低64.14%;变量数也从2,203逐步下降到99,降低了95.51%。说明在减少非相关信息与噪声的同时,模型的复杂度也得到极大改善,并且模型的稳定性与准确度得到了有效提升,最终实现黄水酒精度的快速无损检测,以期为白酒发酵领域提供一种新的可能性,为近红外在白酒发酵副产物中的检验提供理论基础。

一种基于椒盐噪声密度的滤波算法

视频传输中,每帧图像受到噪声污染程度不同,常利用单一滤波算法对其批量滤波处理.若选用计算简单的滤波算法,虽处理速度快,但在高噪声密度下滤波效果较差.选计算复杂的滤波算法,虽视觉效果较好,但滤波处理时间将会增加,不满足实际工程要求,针对该问题,提出一种基于椒盐噪声密度的滤波算法.首先对现有的滤波算法进行大量实验,结合提出的一种判别滤波算法性能优劣的综合评价公式,确定出不同噪声密度下对应性能最优的滤波算法.再估算出每幅图像噪声密度,选择对应的滤波算法对其去噪处理.实验结果表明,方法对噪声密度估计的误差在0.1%以内,并能自适应的根据噪声密度选取性能最优的滤波算法,同时算法对图像噪声分离处理后,使得未被噪声污染区域细节相比于选取出的滤波算法保护得更完整.

改进遥感生态指数的宜宾市三江汇合区生态环境评价

城市扩张是宜宾市近年来的主要特征,研究其对生态环境的影响,对城市发展与生态保护具有重要意义。为了更好地评价城市扩张对生态的影响,基于遥感生态指数(remote sensing ecological index,RSEI),构建归一化不透水面和裸土指数替代原有建筑指数作为干度指标,建立了改进型遥感生态指数(improved remote sensing ecological index,IRSEI),耦合对生态具有重要影响的绿度、湿度、温度及改进后的干度指标信息,利用主成分分析法及相关性对IRSEI进行了分析,建立基于IRSEI的宜宾市三江汇合区生态评价模型,对该地区2013—2020年间生态环境做出分析评价。结果表明:IRSEI能够更加精准地反映出干度对生态造成的负面影响,较RSEI在第一主成分分量中能够集中更多有用信息,对城市生态环境质量评测具有更好的适用性。2013年,该区域IRSEI为0.54,生态总体状况一般,原因在于城区扩张严重,破坏了原有植被;2017年,IRSEI为0.67,退耕还林的持续推进以及城区生态的恢复,使得绿度明显上升,因此生态状况较2013年大为好转;2020年,IRSEI为0.63,绿度、湿度以及干度基本与2013年持平,但由于城市扩张带来的热岛效应,温度较2017年有所上升,因此生态水平轻微下降。

基于FT-NIR光谱技术结合KPCA-MD-SVM对白酒基酒的快速判别

为保证在摘酒过程中基酒分段的准确,研究通过利用傅里叶变换近红外设备对整个摘酒过程中的基酒样品进行光谱采集,使用支持向量机(SVM)对最优预处理的基酒光谱建立基酒分段模型,其模型训练集的正确率为93.02%,测试集判别率为90.08%。为减少建模时间和提高模型的可靠性,使用核主成分分析(KPCA)对基酒光谱数据降维,并对此建立基酒分段模型。其训练集正确率为94.81%,测试集判别率为90.75%,相比无KPCA分析时的分段模型训练集高1.79%,测试集高0.67%。为进一步提高模型的判别能力,使用马氏距离(MD)剔除了降维后的异常数据样品,创建的基酒分段模型训练集对基酒段数的正确率为98.72%,测试集正确率为98.75%。剔除异常样品后的分段模型的训练集正确率提高了3.91%,测试集判别率提高了8%。以上研究表明了KPCA+MD+SVM基酒分段模型能对基酒进行快速判别,为近红外光谱在自动化摘酒方面提供了一种理论可能。

一种基于Viola-Jones的改进人脸定位算法

Viola-Jones算法能快速定位人脸,但该算法存在对有偏角的人脸出现漏检和对周围环境非人脸区域出现误检的情况。针对该问题,提出一种基于Viola-Jones的改进人脸定位算法。首先将图像中检测到的人脸像素区域排除,再对剩下未被检测出的区域转为YCrCr模式,设定阈值排除大部分环境中非肤色像素的干扰初步筛选出候选人脸区域,再利用形态学方法进一步排除身体其他部位肤色的干扰和环境中近似人脸像素的背景色干扰并对筛选出的区域进行左角度矫正调整和右角度矫正调整,重新检测,准确定位出人脸位置。通过在标准人脸检测库Faces、IMM和AFW上进行实验,结果表明,该算法能有效提高人脸定位的准确性,较原算法在Faces测试库中正确检测率提高5%,在AFW测试库中正确检测率提高9%。

高等院校考勤方法对比研究

文章首先对高等院校考勤方法进行了比较分析,包括遍历点名、随机点名、固定座位等八种常见考勤方法,然后通过发放调查问卷,让接受调查的学生和授课教师选择自己支持的考勤方式,据此研究上述考勤方式的受欢迎程度,最后提出了高等院校考勤配套管理措施。

近红外检测技术在白酒生产中的应用研究进展

白酒根据酿造工艺的不同而各具特色。传统白酒通过固态发酵、固态蒸馏的生产工艺,最终形成了独具特色的风味酒。实现白酒生产过程中相关理化指标快速测量,对于指导白酒生产、提高白酒酒质、增加基酒产酒率具有重要意义。相较于常规检测法中存在的不足,近红外光谱分析技术因其具有快速、无损、在线检测等优势在白酒生产中得到了一定应用与发展。文章通过对近红外分析技术原理及近红外分析模型建立步骤进行概述,综述了近红外光谱分析技术在白酒生产中应用与发展,从酿酒原料、酿酒中间产物以及白酒理化指标检测及分类进行阐述。针对当前近红外分析技术难点探讨未来发展方向,并对近红外分析技术在白酒生产中应用发展进行展望,为白酒生产过程相关参数的快速检测技术发展及相关研究人员研究工作提供参考。

顾及PM_(2.5)浓度遥感生态指数模型的沧州市区生态环境质量动态监测分析

针对空气中颗粒物对城市生态环境存在影响,在遥感生态指数的基础上,加入反映颗粒物PM2.5浓度的差值指数(DI),采用主成分分析法耦合绿度、湿度、干度、热度和PM2.5浓度指标,构建新型遥感生态指数RSEI_(new).通过对比RSEI与RSEI_(new)第一主成分贡献率和平均相关度,建立基于RSEI_(new)模型的沧州市区生态评估模型,对该区域2000—2019年生态环境质量进行监测分析.结果表明:RSEI_(new)第一主成分更好的集中了各指标的特征,比RSEI更能综合代表生态质量情况;绿度指标NDVI和湿度指标WET为正值,对生态环境质量起积极作用;干度指标NDBSI、热度指标LST和PM2.5浓度指标DI为负值,对生态环境质量起消极作用,研究区生态质量主要受绿度影响,其次是干度和PM2.5浓度,湿度影响最小;2000—2019年,沧州市区生态环境质量维持在一般水平,整体呈现下降趋势,降幅约8.3%,主要由于市区原有植被被建设用地代替,生态质量变好的区域主要分布在中部,说明积极推进中心城区裸露地块增绿等环境保护工作,改善了中心老城区的环境质量;依据多元线性回归模型预测,未来增加0.159单位的NDVI,减少0.391单位的NDBSI或0.413单位的DI,就会使沧州市区的生态环境质量提高0.1单位,说明增加绿地覆盖是改善沧州市区生态环境的最有效方式.