科研产出
基于SPA-SSA-BP的小麦秸秆含水率检测模型
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：为提高基于电容法的小麦秸秆含水率检测模型的检测精度,扩大含水率检测范围,提高模型适应性,本文以小麦秸秆为研究对象,使用LCR数字电桥,测量含水率为10.43% ~25.89%的秸秆在频率0.05 ~ 100 kHz、容积密度90.03 ~179.42 kg/m3和温度25 ~40℃内的电容,利用连续投影法(Successive projections algorithm,SPA)和主成分分析法(Principal component analysis,PCA)对原始数据进行预处理,提取特征频率,选用反向传播神经网络(Back propagation neural network,BPNN)在全频率及2个特征频率下分别建立秸秆含水率、容积密度、温度的定量分析模型,引入麻雀搜索算法(Sparrow search algorithm,SSA)优化反向传播神经网络模型.试验结果表明,基于全频率构建的模型较基于SPA算法构建的模型预测效果略好,综合考虑模型复杂度和预测性能,本研究选用基于SPA算法结合SSA算法优化后的BP神经网络模型(SPA-SSA-BP)作为小麦秸秆含水率的检测模型,其预测集R2p、RMSEP和RPDP分别为0.9832、0.00550和7.715.利用该模型对13个含水率为10.62% ~ 25.59%的秸秆样本进行预测,含水率预测结果的相对误差为-5.27% ~5.52%,其中96.8%的预测误差在±5%以内.由此说明,模型具有较高的准确性和较好的鲁棒性.
全文链接
请求原文
基于改进YOLOV5s网络的奶牛多尺度行为识别方法
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：奶牛站立、喝水、行走、躺卧等日常行为与其生理健康密切相关,高效准确识别奶牛行为对及时掌握奶牛健康状况,提高养殖场经济效益具有重要意义.针对群体养殖环境下奶牛行为数据中,场景复杂、目标尺度变化大、奶牛行为多样等对行为识别造成的干扰,该研究提出一种改进YOLOV5s奶牛多尺度行为识别方法.该方法在骨干网络顶层引入基于通道的Transformer注意力机制使模型关注奶牛目标区域,同时增加路径聚合结构的支路与检测器获取奶牛行为图像的底层细节特征,并引入SE(Squeeze-and-Excitation Networks)注意力机制优化检测器,构建SEPH(SE Prediction Head)识别重要特征,提高奶牛多尺度行为识别能力.试验验证改进后的奶牛行为识别模型在无权重激增的同时,多尺度目标识别结果的平均精度均值较YOLOV5s提高1.2个百分点,尤其是对奶牛行走识别结果的平均精度4.9个百分点,研究结果为群体养殖环境下,全天实时监测奶牛行为提供参考.
关键词： 机器视觉 图像识别 奶牛行为识别 YOLOV5s Transformer 多尺度 注意力机制
全文链接
请求原文
香蕉单宁的提取、结构及功能研究进展
《食品科学 》 2022 EI 北大核心 CSCD
摘要：单宁作为植物多酚家族的一员，具有抗氧化、抗肿瘤和抗炎症等生理活性，被广泛应用于食品、医药和制革等行业中。香蕉是“世界四大水果”之一，被证明含有丰富的单宁，但鲜有关于香蕉单宁近年来研究进展的总结。因此，本文对香蕉单宁的提取、结构及功能研究进展进行系统性综述。目前，关于香蕉单宁提取工艺的研究主要围绕溶剂提取法、超声波辅助提取法、微波辅助提取法和酶辅助提取法展开，化学结构研究包括对其分子质量分布、聚合度范围、主要化学组成、结构单元及其连接方式的阐明，而功能活性研究则集中在评价香蕉单宁的抗氧化、抗菌、降血脂、降血糖、降低农药对机体毒性、结合金属离子和吸收紫外线等方面的作用。最后，对香蕉单宁今后的研究方向趋势提出展望，以期为扩大其在食品行业中的应用提供一定的理论指导。
关键词： 香蕉单宁 提取工艺 化学结构 功能活性 水解单宁 缩合单宁
全文链接
请求原文
小波分析的茶鲜叶全氮含量高光谱监测
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：茶是世界上最受欢迎的饮料之一,而氮素(N)是影响茶叶品质的主要成分之一,因此快速准确地估算N素含量至关重要.由于测定N含量的化学方法繁琐耗时,利用高光谱对茶鲜叶中N含量进行预测,利用连续小波转换(CWT)提取的小波系数,探究CWT不同分解层数对于N素含量的估测能力,并讨论了不同波长选择算法所建模型的预测效果.首先,采集广东省英德市茶园的151个茶鲜叶样品高光谱数据,将获得的原始光谱通过卷积平滑(SG)、去趋势(Detrending)、一阶导数(1st)、多元散射校正(MSC)和标准正态变量变换(SNV)五种预处理方法进行预处理并作为参考.其次,采用连续小波对原始光谱进行初步处理生成多尺度小波系数,并进行相关性分析,分别利用连续投影算法(SPA)、竞争性自适应加权采样法(CARS)和变量组合集群分析(VCPA)方法进一步优化CWT变换后光谱数据的变量空间,最后,以特征变量为输入使用PLSR建立了N素定量监测模型,并对比不同尺度不同方法估算N素的效果.结果表明,连续小波分析方法可有效提升茶鲜叶光谱对N素含量的估测能力,明显优于常规光谱处理方法.经连续小波分解后,对茶鲜叶N素的预测能力随分解尺度的增加整体呈逐步降低的趋势,其中在1~6尺度连续小波变换后的光谱与茶鲜叶N素存在良好的相关性,表明小尺度的连续小波分解可有效应用于茶鲜叶N含量的监测.基于CWT(1)-VCPA方法建立的模型精度最高,且变量数相比于全波段减少了99.34%,其建模与预测R2达到0.95和0.90,相比于传统光谱处理方法,精度提升了11%,证明CWT-VCPA可以有效降低光谱维度并大幅提升模型精度.实现了茶叶N素含量的高效量化预测,为评估茶叶的其他成分提供了可靠技术参考.
关键词： 茶鲜叶 氮素 连续小波变换 高光谱 变量组合集群分析
全文链接
请求原文
TLBO-ELM模型的番茄灰霉病高光谱潜育期诊断
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：番茄叶片在感染病害后首先发生的是内在生理反应,肉眼无法观察到.叶片从被感染到出现肉眼可见病斑期间,称为叶片病害潜育期.为了实现番茄叶片表面未见明显病斑的灰霉病潜育期诊断,对接种样本进行叶片编码、跟踪、采集所有编码叶片样本1~8d连续高光谱图像数据,建立番茄叶片样本时序高光谱数据集.采用跟踪的叶片样本出现肉眼可见病斑前几天同一位置区域的高光谱数据作为潜育期感兴趣区域进行检测分析.为了建立番茄叶片灰霉病潜育期诊断和不同病斑等级分类模型,采用基于教学优化算法(TLBO)优化极限学习机(ELM)的分类模型进行建模.通过TLBO算法优化ELM的输入权值和隐藏层的偏差,提高模型分类性能.利用高光谱成像系统在近红外高光谱波段388~1006 nm波段获取五个等级的感兴趣区域进行数据建模,共采样213个高光谱数据,其中,健康类(56个)、潜育期类(42个)、小病斑类(43个)、大病斑类(39个)和严重类(33个).通过对比不同的光谱预处理方法,采用效果最好的小波滤波变换(DWT)对样本数据中每类数据分别滤波.DWT滤波后,在610~840 nm波段间五个等级光谱曲线能区分明显,共包含91个波长,波长数量较多.因此,采用竞争性自适应重加权抽样法(CARS)对采用DWT预处理后的光谱数据在610~840 nm波段重复3次优选特征波长,合并去除重复项后得到9个特征波段:694,696,765,767,769,772,778,838和840 nm.最后分别选取全波段FC、610~840 nm波段、C A RS提取的9个特征波段建立3个分类模型FC-TLBO-ELM,DWT-TLBO-ELM,DWT-CARS-TLBO-ELM进行对比,其中DWT-CARS-TLBO-ELM检测精确度最高达100%,潜育期召回率100%,利用时间最短为0.0689 s,表明该模型可以实现番茄灰霉病潜育期高精度诊断和灰霉病病害程度高精度分类,为番茄灰霉病早期防治、精准施药提供理论依据.
关键词： 时序高光谱数据 灰霉病程度分类 潜育期诊断 极限学习机 教学优化算法
全文链接
请求原文
融合多环境参数的鸡粪氨气排放预测模型研究
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：NH3是影响舍内肉鸡生长发育的主要有害气体,对其排放量的准确测量与预测有助于建立鸡舍环境调控模型,提升畜禽福利化养殖的水平.生产中,NH3监测多采用电化学传感器,精度差且寿命短,较难直接获取NH3排放量.结合NH3产生和释放的机理过程,选择相对较易获取的CO2排放量(ECO2)和H2O排放量(EH2O)等环境参数建立NH3排放量的预测模型.建立了肉鸡厚垫料养殖模式下,舍内鸡粪气体排放的模拟试验装置,连续多日 向试验装置内投入等量鸡粪以模拟鸡舍每日 粪便生成,监测温度、相对湿度以及CO2、H2O、NH3排放量数据.基于多种机器学习方法和环境参数,构建了 NH3排放量预测模型,并运用特征和排列重要性探究参数重要程度,运用部分依赖图和个体条件期望图探究模型对参数的依赖关系.依据氨气排放预测相关知识,将温度和相对湿度计算为水汽压差(VPD),对比引入VPD后,不同参数组合方式对最优模型的影响.结果表明极限随机树模型预测NH3排放量的效果最好,其R2为0.916 7、均方根误差为0.289 7 mg/(kg·h)、平均绝对百分比误差为10.82%.分析各模型参数,该模型对EH20的依赖性最大,引入VPD对极限随机树的预测能力没有提升.基于温度、相对湿度、EH2O、ECO2建立的极限随机树模型可较好地预测肉鸡垫料饲养工艺下粪便的NH3排放量.
关键词： 鸡粪 氨气 厚垫料饲养 排放速率 机器学习 预测模型
全文链接
请求原文
基于转录组分析氯化钙对青圆椒采后机械损伤品质的影响
《食品科学 》 2022 EI 北大核心 CSCD
摘要：为探究氯化钙处理对青圆椒采后机械损伤品质的影响，通过高处坠落的方法模拟青圆椒运输过程中受到的机械损伤，利用1 mmol/L氯化钙溶液浸泡处理，测定贮藏期间青圆椒的硬度、色泽及感官品质，并通过高通量测序技术进行转录组分析。结果表明，1 mmol/L氯化钙处理能延缓青圆椒转红、软化及腐烂。同时本研究确定了与青圆椒果实色泽转变、质地变化和风味香气产生的相关基因，鉴定了参与植物激素信号转导途径的关键酶和转录因子，分析了氯化钙处理对机械损伤青圆椒果实贮藏品质的影响。氯化钙可能通过抑制编码双功能15-顺式八氢番茄红素合酶（bifunctional 15-cis-phytoene synthase,PSY）和辣椒红色素/辣椒红色素合酶（capsanthin/capsorubin synthase,CCS）等基因的上调来抑制类胡萝卜素的合成，通过抑制纤维素合酶A（cellulose synthase A,Ces）、内切-1,3-β-葡萄糖苷酶（endo-1,3-β-glucosidase 4,β-Glu）和内切葡聚糖酶25（endoglucanase 25,EG25）等基因的下调来缓解其软化，并通过影响青圆椒中某些转录因子、植物激素和香气风味相关基因的表达，进而影改善有机械损伤的青圆椒果实的表观品质。结论：氯化钙处理可以有效延缓机械损伤青圆椒果实品质的劣变，延长青圆椒果实的贮藏期。
全文链接
请求原文
光催化自清洁表面增强拉曼光谱基底用于食品污染物可循环检测的研究进展
《食品科学 》 2022 EI 北大核心 CSCD
摘要：表面增强拉曼光谱(surface-enhanced Raman spectroscopy,SERS)是一种新兴的超灵敏分析技术,在食品安全、环境监测和临床诊断等多个领域都有应用前景.然而,传统SERS检测以金或银的贵金属纳米材料为活性基底,存在均一性和稳定较差、成本较高的问题.通过将SERS与光催化技术联用,以半导体-贵金属复合纳米材料为基底,可改善检测结果的稳定性和批次间差异性,有效降低成本.同时,利用材料的光催化降解功能可达到消除污染物和循环使用基底的目的.本文重点介绍近期光催化自清洁SERS基底用于食品污染物可循环检测的研究进展,包括无机/有机半导体-贵金属复合SERS基底的制备方法、优势和不足,及其在农药、非法添加剂和抗生素等食品中典型污染物检测和消除中的应用,最后总结了该领域现存的挑战和未来的发展趋势.
关键词： 表面增强拉曼光谱 光催化降解 食品污染物检测 半导体-贵金属杂化纳米材料
全文链接
请求原文
基于K-means聚类和RF算法的葡萄霜霉病检测分级方法
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题，提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法，实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集，采用HRNet v2+OCR网络建立葡萄叶片语义分割模型，提取复杂环境下葡萄叶片；采用K-means聚类算法将葡萄叶片分解为若干子区域图像，并标记少量数据集进行随机森林算法学习，实现葡萄叶片病斑分割与提取；同时在叶片提取和病斑提取过程中，设计一种像素尺寸变换方法，解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明，基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑，并实现葡萄霜霉病分级，为葡萄霜霉病精准防治提供了方法和模型支持。
关键词： 葡萄霜霉病 病害分级 K-means聚类 随机森林算法 HRNet v2 OCR
全文链接
请求原文
交替光谱辐照对叶用莴苣营养元素水平的影响
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：在人工光型植物工厂中采用深液流水培法栽培叶用莴苣,依托光谱时空分布可精准调控的智能LED光源系统,应用电感耦合等离子体原子发射光谱技术(ICP-AES),研究了5 min,10 min,15 min,30 min,60 min,2 h,4 h和8 h等不同间隔的红、蓝光谱交替照射对叶用莴苣中K,P,Ca,M g,Fe,M n,Zn和Cu等8种营养元素吸收和累积的影响.结果表明:(1)与同时照射模式相比,所有的交替光谱处理均显著提高了叶用莴苣地上部生物量,其中鲜重提高幅度约为18.6% ~67.4%,干重提高幅度约为5.1% ~88.0%;所有的交替红蓝光谱照射下叶用莴苣体内Mg,Fe和Zn元素的植株累积量均得到显著(p<0.05)地提高;所有的红蓝交替光谱辐射处理均不同程度地降低了叶用莴苣植株中Ca元素含量.(2)间隔为5 min的红蓝交替光谱辐射下莴苣植株Fe元素含量显著高于其他任意处理,较其他处理增加了38.87% ~85.37%,高频次的红蓝光切换照射刺激了叶用莴苣植株对Fe元素的吸收.(3)红蓝交替光谱辐射有利于提高叶用莴苣的能量利用效率,与红蓝同时供光的RB处理相比,所有交替处理均显著提高了叶用莴苣的光、电能利用率,提高幅度分别约为34.3% ~87.5% 和34.6% ~87.9%;其中,间隔为4 h的红蓝交替光谱辐射下叶用莴苣植株的光、电能利用率均最大,分别为6.13% 和2.01%,除间隔为5和10 min的红蓝交替光谱辐射处理外的其他交替光谱处理下的植株光、电能利用率均与处理间最大值无显著性差异.(4)叶用莴苣对K和M g两种元素的吸收在红蓝光交替间隔为10 min,15 min,60 min及4 h等多个处理下呈现拮抗现象.(5)R/B(30 m)处理下叶用莴苣中P,Ca,Fe和Mn等四种元素的含量水平均呈现处理间最低水平,其中P和Ca元素含量水平显著低于对照.
关键词： 交替光谱 非连续光谱 ICP-AES技术 叶用莴苣 营养元素
全文链接
请求原文
