高光谱技术融合图像信息的牛肉品种识别方法研究

高光谱图像包含了大量的光谱信息和图像信息,采用高光谱成像技术对牛肉品种进行识别。获取可见-近红外(400~1000 nm)光谱范围内的安格斯牛、利木赞牛、秦川牛、西门塔尔牛、荷斯坦奶牛五个品种共252个牛肉样本的高光谱图像。在ENVI软件中对高光谱图像进行阈值分割并构建掩膜图像,获取样本的感兴趣区域(ROI),并结合伪彩色图对牛肉样本的反射率指数进行可视化表达;采用Kennard-Stone(KS)法对样本集进行划分以提高模型的预测性能;对原始光谱采用卷积平滑(SG)、区域归一化(Area normalize)、基线校正(Baseline)、一阶导数(FD)、标准正态变量变换(SNV)及多元散射校正(MSC)等6种方法进行预处理;采用竞争性自适应重加权算法(CARS)提取特征波长。然后利用颜色矩对不同牛肉样本的颜色特征进行提取;对原始光谱图像进行主成分分析,结合灰度共生矩阵(GLCM)算法,提取主要纹理特征。最后结合偏最小二乘判别(PLS-DA)算法建立牛肉样本基于特征波长、颜色特征以及纹理特征的识别模型。KS法将牛肉样本划分为校正集190个,预测集62个;将未经预处理的光谱数据与经过6种不用预处理的光谱数据进行建模分析,结果发现经FD法处理后的光谱数据所建模型的识别率最高;结合CARS法对经FD法预处理后的光谱数据进行特征波长提取,共提取出22个波长;利用颜色矩和GLCM算法分别提取出每个牛肉样本的9个颜色特征、48个纹理特征。将特征波长数据与颜色、纹理特征信息进行融合建模,结果表明,基于特征光谱+纹理特征的模型识别效果最佳,其校正集与预测集识别率分别为98.42%和93.55%,均高于特征光谱数据模型识别率,说明融合纹理特征后使样本分类信息的表达更加全面;融合颜色特征后模型的校正集识别率均有所增加,但预测集识别率稍逊,颜色特征虽携带了部分有效信息,但这些信息与牛肉样本的相关性不大。因此,寻找与牛肉样本相关性更大的颜色特征是提高模型识别率的重要途径之一。该研究结果为牛肉品种的快速无损识别提供了一定的参考。     

基于深度学习的校园欺凌行为检测研究

为通过校园监控网络实时发现校园欺凌事件, 提出采用人体姿态检测模型与递归神经网络相结合的方法来分析视频中的每一对个体行为, 并通过一个完全连接的网络来识别一系列视频帧的行为, 进而判断是否存在校园暴力行为. 此外, 还建立一个包含了来自校园不同地方的3000多个视频片段数据库, 并对视频中的运动行为进行标注, 以用于训练及测试. 通过对照实验发现 与传统方法相比, 本文设计算法的实时分析准确率更高.     

一步之差天壤之别 ——从估测到精准测量

初中阶段由于实验方法和器材的局限性,很多测量实验都只要求估测,所以测量误差较大,那如何做到精准测量呢?笔者从测量方法的改进、器材的选择、误差的分析等方面对3个实验进行了小小的改进,获得了意想不到的效果.     

吡啶偶氮衍生物的凝胶及液晶性研究

基于本研究组的前期成果,设计合成了偶氮吡啶类化合物A,研究了它的凝胶和液晶性能.X射线衍射(XRD)的检测结果表明,所形成的有机凝胶都是层状结构;红外和XRD的分析结果表明范德华力是A的主要成胶驱动力.A的凝胶能够对F-进行裸眼识别,能够响应紫外光/可见光的照射,通过发生反式-顺式-反式构型的变化实现凝胶-溶胶-凝胶的...     

橙皮苷印迹聚合物的识别性能及机理研究

为了制备对橙皮苷(HES)具有特定识别能力的吸附材料,以HES为模板分子,丙烯酰胺(AM)为功能单体,甲基丙烯酸乙二醇酯(EDMA)为交联剂,在甲醇中制备了HES印迹聚合物(MIP),采用平衡吸附实验方法研究了聚合物的吸附性能和选择性能,探讨了聚合物的印迹机理和识别机理.结果表明,MIP对HES具有较高的亲和性和选择性.当HES浓度为0.048 mmol/L时,MIP及相应NMIP对HES的分配系数KD分别为10.17 和2.973,印迹因子α达到3.421.MIP对结构相似物芦丁及柚皮苷的选择因子β分别为2.446和1.246.机理研究表明识别位点来自AM与HES苯甲酰系统的氢键作用,吸附溶液中水含量的增加对MIP的识别能力有较大的影响.最后,以高效液相色谱研究了MIP在样品中的分离富集能力,表明该印迹聚合物具有一定的应用潜能.     

智能性生物医用高分子研究进展

智能高分子材料能够响应外界环境的微小刺激,引起自身构象,极性,相结构,组成结构等物理化学变化,表现出“智能”的特性,已被广泛应用于生物医学和纳米技术领域．文中将以智能水凝胶体系,智能载药体系和智能识别体系为例,综述智能高分子材料在生物医学上的研究进展,并展望其应用前景．     

糖基修饰大环化合物的研究进展

糖类分子作为生命过程中多种特殊受体的底物,在生物信息传递中发挥着重要的作用.近年来,已通过各种方法高效率地制备了一些新型的糖基修饰的杯芳烃、环糊精和冠醚等大环分子,它们在生物凝集素特异性识别、选择性离子识别及手性催化等方面的应用引起了研究者的广泛兴趣.本文从糖基修饰大环分子的合成、功能化及其相关应用方面综述了目前糖基功...     

学习向量量化神经网络用于胃癌组织样品分类识别的研究

将lvq神经网络(Learn ing Vector Quantization Neural Networks)用于胃癌组织样品的分类识别,根据胃癌组织及相应正常组织的FTIR光谱的主要特征吸收峰值(包括vas(CH3)、vs(CH2)、δ(CH2)、v(C-O)、vs(PO2-)、vas(PO2-)和vs(核酸,细胞蛋白及膜脂))全部或部分作为网络输入向量,对未知的胃组织样品进行分类识别,结果显示:i)以上述全部七个谱峰为输入向量时,网络经训练学习后,其平均识别正确率最高(达89.3%),表明该网络对胃癌组织样品的分类识别是满意的,完全可作为临床医学的辅助诊断手段;ii)总体上,当作为输入向量的FTIR特征谱峰越多时,则网络的平均分类识别正确率越高;iii)作为输入的FTIR特征谱峰不同时,则网络的平均分类识别正确率也不同。     

固有手性杯芳烃的研究

固有手性杯芳烃是指在杯芳烃三维骨架上引入数个非手性基团使之不再具有对称面或反转中心而呈现出整体手性.本文综述了固有手性杯芳烃的合成、光学拆分及其在手性识别和不对称催化领域的应用.