高光谱数据对损伤长枣的检测判别

灵武长枣作为宁夏优势特色枣果,具有重要的经济社会价值和科学研究意义。利用可见近红外(Vis/NIR)高光谱成像系统采集60颗完整长枣光谱图像,然后利用损伤装置对60颗完整长枣进行损伤实验,最终得到60颗损伤（内部瘀伤）长枣,高光谱成像系统采集损伤后五个时间段（损伤后2,4,8,12和24 h）长枣的光谱图像。对采集的长枣光谱图像用ENVI软件提取感兴趣（ROI）区域,并计算完整长枣和每个时间段长枣的平均光谱值。原始光谱利用Savitzky-Golay平滑的一阶导数（SG-1）和二阶导数（SG-2）、标准正态变换（SNV）和去趋势（Detrending）、以及SNV-SG-1、SNV-SG-2、Detrending-SG-1、Detrending-SG-2算法进行预处理,原始光谱和预处理光谱建立偏最小二乘判别分析（PLS-DA）分类模型。选择最优的预处理光谱数据,利用连续投影算法（SPA）、间隔随机蛙跳（IRF）、无信息消除变量（UVE）、变量组合集群分析法（VCPA）、区间变量迭代空间收缩法（IVISSA）和IRF-SPA、UVE-SPA、IVISSA-SPA等算法进行特征变量选择,对选择的特征变量建立PLS-DA、线性判别分析（LDA）和支持向量机（SVM）分类判别模型。结果表明,在原始光谱建立的PLS-DA模型中,模型校正集和预测集准确率分别为82.96%和90%。光谱经过预处理后得到SNV-SG-2-PLS-DA为最优分类判别模型,模型校正集和预测集准确率分别为91.11%和96.67%。在特征变量建立的分类模型中,SNV-SG-2-UVE-PLS-DA模型校正集和预测集准确率分别为86.3%和94.44%;SNV-SG-2-SPA-LDA模型校正集和预测集准确率分别为86.3%和83.33%;SNV-SG-2-UVE-SVM模型校正集和预测集准确率分别为77.78%和71.11%。对于分类模型来说线性分类模型（PLS-DA、LDA）分类结果优于非线性分类模型（SVM）分类结果,在线性分类模型结果中PLS-DA优于LDA分类结果,PLS-DA可以更好的提供分类效果。研究表明,利用高光谱结合偏最小二乘判别分析分类模型,可以有效的实现灵武长枣损伤后随时间变化的快速检测,为灵武长枣在线检测提供理论依据。     

近红外特征光谱的羊肉TVB-N浓度预测模型

为提高生鲜羊肉储存期内（4,8和20 ℃环境）挥发性盐基氮（TVB-N）的近红外光谱（NIR）检测的稳定性和准确性,选取特征光谱和预测模型是关键步骤。以121个羊肉样品为实验对象,采集生鲜羊肉680~2 600 nm波段的近红外光谱。以多元散射校正（MSC）、标准正态变换（SNV）等散射校正方法,Savitzky-Golay卷积平滑（SGS）、移动平均平滑（MAS）等平滑处理方法,以及归一化（Normalization）、中心化（Centering）、标准化（Autoscaling）等尺度缩放方法分别预处理光谱数据后建立偏最小二乘法（PLS）预测模型。比较发现SGS处理的光谱建模效果最好。利用蒙特卡洛采样（MCS）法及马氏距离法（MD）消除了羊肉光谱的5个异常数据。运用光谱-理化值共生距离（SPXY）算法划分总样本的75%（87个）为校正集样本,剩余29个为验证集样本,利用竞争性自适应重加权法（CARS）、无信息变量消除法（UVE）、改进的无信息变量消除法（IUVE）和连续投影算法（SPA）提取特征光谱得到的波长个数分别为14,713,144和15。将全光谱和4种方法提取的特征波长作为输入变量建立预测模型,CARS提取的波长所建立模型的性能优于UVE、IUVE和SPA提取的波长所建立模型的性能,表明CARS方法可以有效简化输入变量并提高预测模型的性能。改进后得到的IUVE法相比于UVE法,筛选出的波长数更少且模型性能有所提升。以提取的特征波长建立PLS,支持向量机（SVM）和最小二乘支持向量机（LS-SVM）预测模型,SVM模型得到最优的校正集预测结果,其中CARS-SVM预测模型的校正决定系数（R2_C）和校正均方根误差（RMSEC）分别为0.939 1和1.426 7,最优的验证集预测效果为LS-SVM预测模型得到,其中IUVE-LS-SVM预测模型的验证决定系数（R2_V）和验证均方根误差（RMSEV）分别为0.856 8和1.886 2。基于近红外特征光谱建立简化、优化的生鲜羊肉储存期TVB-N预测模型,为实现快速无损检测生鲜羊肉中的TVB-N浓度提供技术支持。     

拉曼光谱结合偏最小二乘法测定血清胆固醇含量

以日常体检用血清样品为分析对象,采集了其拉曼光谱,波数范围为250～2 400cm-1,并对信号进行归属,与临床传统生化法测定得到的胆固醇含量对比,结合偏最小二乘法建立了血清胆固醇拉曼光谱定量模型(n=73)。结果表明,拉曼光谱能够表征血清中主要化学基团的信息。所建立的血清胆固醇定量校正模型的相关系数R为0.909 6,交叉验证校正标准差(RMSECV)为0.24;检验集(n=17)预测标准差(RMSEP)为0.69,相关系数r为0.926 2。证明了应用拉曼光谱技术结合偏最小二乘法建立血清胆固醇定量模型,用于未知血清样品胆固醇含量无损快速检测是可行的。     

噪声模态单元预判的经验模态分解脉冲星信号消噪

为了改善脉冲星辐射脉冲信号的消噪效果, 提出了一种基于噪声模态单元预判的经验模态分解(EMD) 消噪声方法. 该方法首先利用EMD将含噪辐射脉冲信号分解为一组内蕴模态函数(IMF), 根据IMF系数的统计特性采用局部均方误差准则进行噪声模态单元预判, 并将噪声模态单元置零; 然后对噪声模态单元预判处理后的IMF以模态单元为基本单位进行最优比例萎缩消噪, 从而达到抑制噪声、保留信号的目的. 实验结果表明: 与Sure Shrink小波阈值法、Bayes Shrink小波阈值法和EMD模态单元比例萎缩法相比, 基于噪声模态单元预判的EMD消噪方法可以更有效地去除脉冲辐射信号中的噪声, 同时更好地保留信号突变处的细节信息特征, 在信噪比、 均方误差、峰值相对误差、峰位误差和相位误差等方面都有一定程度的改善. 关键词： 脉冲星信号消噪 经验模态分解 噪声模态单元预判 局部均方误差     

基于最小电压法的超声换能器谐振频率自动跟踪*

首先分析了最大电流法跟踪超声换能器谐振频率的原理及应用范围。研究了基于由串联电感和并联电容匹配电路下,不同频率时换能器两端电压电流的变化规律。研究表明在串联电感和并联电容匹配电路下发生谐振时,换能器两端的电压最小而电流并非最大。由此形成了采用最小电压法跟踪谐振频率的自动跟踪策略,并给出了该方法的具体实施步骤。论文研究结果为换能器谐振频率的自动跟踪方法提供了新的选择。     

脱靶量建模与测量方法研究

提出了一种对雷达测量数据进行处理而得到双目标脱靶量的算法，该算法建立在精确的空间运动模型的基础上，对雷达数据处理所得的弹目之间的距离平方进行非线性拟合，进而对拟合曲线求导并进行零点搜索得到脱靶时刻，之后在三维方向上再次拟合并内插得到矢量脱靶量和标量脱靶量。仿真实验表明，该算法具有很好的精度和稳定性，可在实际应用中提供有效数据。     

矢量信号分析仪在数字通信中的应用

矢量信号分析仪具有频域、时域和调制域分析能力，可以进行矢量调制分析、猝发信号和瞬变信号分析、信号频谱测量、瞬时功率测量、限带和选时功率测量等。为了满足现代军用通信日益发展的测试需求，矢量信号分析仪可以测量各种数字调制信号，包括GSM(全球移动通信)系统中的GMSK(高斯滤波最小频移键控)格式，CDMA(码分多址)系统中的QPSK(正交相移键控)格式以及BPSK、FSK、16QAM等格式的调制信号。     

环上广义自反矩阵及其应用

首先在带有对合反自同构的环上引入自反矩阵、广义自反矩阵等概念,证明了:①若P,Q为环R上广义反射矩阵,α,β∈R,A,B为关于(P,Q)的广义自反矩阵,则αA++βB+,αA*+βB*为关于(Q,P)的广义自反矩阵,A*B为关于Q的自反矩阵,AB*为关于P的自反矩阵;②环R上任一矩阵A可以分解成关于(P,Q)的一个广义自反矩阵和一个广义反自反矩阵之和.然后利用这些性质,讨论了四元数体上线性方程组的最小二乘解问题,得到一个将系数矩阵是广义自反矩阵的线性方程组最小二乘解问题化为两个独立的较小子问题的方法,使这类问题的求解得到简化.     

线性模型的最小二乘估计的中偏差及其重对数律

本文研究了线性模型的最小二乘估计的中偏差.通过估计Laplace渐近积分,得到了随机误差为取值于Rd的相互独立同分布随机变量情形下的中偏差与重对数律的结果.     

C~3I-EW计算机通信网络结构

主要阐述Ｃ３Ｉ－ＥＷ计算机通信网络的四要素、网络模型、流量效率和安全性问题，探讨我国的Ｃ３Ｉ－ＥＷ计算机通信网络结构模型。