检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于高光谱图像技术的高粱品种识别研究

光谱学与光谱分析 2024年第5期44卷 1392-1397页

作者：宋少忠刘园园周紫阳滕星李继红刘君玲高勋吉林工程技术师范学院数据科学与人工智能学院吉林长春130052 长春理工大学物理学院吉林长春130022 吉林省农业科学院吉林长春130033

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... 详细信息

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。

关键词：高粱高光谱成像机器学习算法品种识别

在线全文

学校读者我要写书评

暂无评论

并联卷积神经网络的近红外光谱定量分析模型

光谱学与光谱分析 2024年第6期44卷 1627-1635页

作者：于水宦克为刘小溪王磊长春理工大学物理学院吉林长春130022 吉林省科学技术信息研究所吉林长春130033

近红外光谱分析已成为工农业生产过程质量监控领域中不可或缺的重要分析手段之一,在食品、农业、医药等定性定量分析领域被广泛应用。预测精度高、运行速度快、泛化能力强的近红外光谱预测模型可用于不同物质的定性定量分析。但由于近... 详细信息

近红外光谱分析已成为工农业生产过程质量监控领域中不可或缺的重要分析手段之一,在食品、农业、医药等定性定量分析领域被广泛应用。预测精度高、运行速度快、泛化能力强的近红外光谱预测模型可用于不同物质的定性定量分析。但由于近红外光谱数据量的激增,传统的近红外光谱建模方法已经出现明显的不足。随着人工智能技术的不断发展,深度学习算法在近红外光谱分析领域得到了广泛应用。提出了一种基于并联卷积神经网络的近红外光谱定量分析模型(PaBATunNet)。该模型由1个一维卷积层、1个并联卷积模块(Module)、1个展平层、4个全连接层和1个参数调节器(PR)组成,Module模块包括5个子模块分别对光谱数据进行线性及非线性多维特征提取,并通过Concatenate函数将提取后的光谱特征数据进行拼接,PR模块通过调节优化PaBATunNet模型参数,提高模型预测精度。基于Gard-CAM思想给出了PaBATunNet模型高贡献度特征波长,增加了PaBATunNet模型的可解释性。以谷物、柴油、啤酒、牛奶四组公开的近红外光谱数据为例,将PaBATunNet模型的预测结果与偏最小二乘(PLS)、主成分回归(PCR)、支持向量机(SVM)和BP神经网络(BP)模型的预测结果进行比较。结果表明,与PLS相比,PaBATunNet模型在谷物、柴油、啤酒、牛奶数据集的预测精度上分别提高了30.0%、40.7%、43.0%、52.8%;与PCR相比,PaBATunNet模型的预测精度分别提高了28.8%、35.9%、40.8%、52.2%;与SVM相比,PaBATunNet模型的预测精度分别提高了45.5%、37.4%、45.3%、54.7%;与BP相比,PaBATunNet模型的预测精度分别提高了7.9%、32.4%、90.1%、62.0%。基于并联卷积神经网络的近红外光谱建模方法相比于传统建模方法解决了模型预测精度低、运行时间长、泛化能力差以及可解释性不强等问题,可有效应用于工农业生产中不同物质的定量分析,为建立快速、无损、高精度的近红外光谱定量分析模型提供了科学基础。

关键词：近红外光谱深度学习并联卷积神经网络定量分析预测模型

基于密度泛函理论的灭蝇胺分子的表面增强拉曼光谱特性

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第6期44卷 1566-1570页

作者：李长明顾一凡张红臣宋少忠高勋长春光华学院工程技术研发中心吉林长春130022 长春理工大学物理学院吉林长春130022 吉林工程技术师范学院信息工程学院吉林长春130052

灭蝇胺是一种白色结晶粉末状的应用于各种瓜果类、茄果类、豆类及多种叶菜类农业生产中的昆虫杀虫剂,广泛应用农业生产等领域。灭蝇胺的大量使用对生态环境有极强的破坏性,危害人类身体健康。因此,对蔬菜农业生产过程中的灭蝇胺农药残... 详细信息

灭蝇胺是一种白色结晶粉末状的应用于各种瓜果类、茄果类、豆类及多种叶菜类农业生产中的昆虫杀虫剂,广泛应用农业生产等领域。灭蝇胺的大量使用对生态环境有极强的破坏性,危害人类身体健康。因此,对蔬菜农业生产过程中的灭蝇胺农药残留的快速检测技术的需求十分迫切。表面增强拉曼光谱技术(SERS)具有高灵敏度、高准确度以及样品准备简单等优点,已经成为农药残留检测领域的热点研究技术;密度泛函理论(DFT)可用于分子结构与性质的理论模拟及拉曼光谱的计算。基于密度泛函理论对引入金纳米团簇基底灭蝇胺分子的表面增强拉曼光谱进行计算,采用Multiwfn软件结合VMD软件探究了灭蝇胺分子表面静电势分布,基于B3LYP/6-31++G(d,p)基组对结合4个Au原子团簇形成的灭蝇胺—金纳米团簇复合物采用B3LYP方法,对灭蝇胺分子中与Au纳米团簇可能配位的原子使用6-31++G(d,p)基组,Au原子团簇使用LANL2DZ赝式基组,进行灭蝇胺—金纳米团簇复合物的结构优化与表面增强拉曼光谱计算,获得灭蝇胺分子的拉曼散射光谱和灭蝇胺分子与Au 4聚体吸附的表面增强拉曼光谱,并进行特征峰指认和比较。由分子静电势分布可知,Au纳米团簇可能与灭蝇胺分子中的N_(1)、N_(3)和N 5原子位置处形成配位,与C_(6)H_(10)N_(6)分子形成C_(6)H_(10)N_(6)-4Au纳米团簇化合物。计算对比分析了N_(1)、N_(3)和N_(5)原子配位形成的C_(6)H_(10)N_(6)-4Au的拉曼光谱,由于Au原子团簇的侵入,Au原子团簇与N 1、N 3和N 5配位形成的C_(6)H_(10)N_(6)-4Au分子Raman光谱特征峰最大增强分别达到4.0倍、1.4倍和3.2倍,且Raman谱峰出现了选择增强,并且谱峰位置发生一定程度的红移或者蓝移。研究结果为SERS技术用于蔬菜表面农药残留的快速检测奠定了理论基础。

关键词：表面增强拉曼光谱密度泛函理论光谱增强因子灭蝇胺分子

基于改进DeepLabv3+模型的桥梁裂缝图像分割方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第1期54卷 173-179页

作者：谭国金欧吉艾永明杨润超吉林大学交通学院长春130022 吉林省公路管理局长春130021

针对桥梁中的裂缝病害智能化检测,深度学习方法中DeepLabv3+分割模型因其提出了新的Encoder-Decoder结构,其融合了目标的高层语义信息与浅层特征并采用了深度分离卷积的方式,取得了优越的图像分割效果。但是,在编码模块训练过程中逐渐... 详细信息

针对桥梁中的裂缝病害智能化检测,深度学习方法中DeepLabv3+分割模型因其提出了新的Encoder-Decoder结构,其融合了目标的高层语义信息与浅层特征并采用了深度分离卷积的方式,取得了优越的图像分割效果。但是,在编码模块训练过程中逐渐缩减输入数据的空间维度导致有用信息丢失,对尺度大小不一的小目标的识别带来一定的局限性。为了提高网络的分割性能,本文提出了一种基于改进DeepLabv3+的图像分割方法。通过增加的YOLOF模块与Resnet模块,进一步扩大感受野同时获取到更精确的裂缝特征图,为了验证本文改进算法的有效性,将大量实际桥梁裂缝图像作为原始数据集,将其与当前具有代表性的图像分割模型(如Mask R-CNN、DeepLabv3+)在相同数据集上进行对比。结果表明,本文算法在裂缝像素精度上相比Mask R-CNN、DeepLabv3+分别提高了12%与8%,平均像素精确度达到91.99%,平均交并比达到了81.43%,更加适用于桥梁裂缝分割任务,具有工程实际应用意义。

关键词：桥梁工程桥梁裂缝检测 DeepLabv3+ 像素精度图像分割

共价有机骨架在高性能锂离子电池负极材料中的应用

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

高等学校化学学报 2024年第3期45卷 114-124页

作者：张晋恺李佳莉刘晓明母瀛吉林大学化学学院长春130012

通过缩合聚合反应制备了两种热稳定性高、结晶性好和比表面积大的共价有机骨架(COF-1,COF-2)材料.将它们作为锂离子电池(LIBs)负极材料时,均表现出较高的可逆容量(经过150次循环后,COF-1和COF-2的充电比容量分别为484和327 mA·h/g)、... 详细信息

通过缩合聚合反应制备了两种热稳定性高、结晶性好和比表面积大的共价有机骨架(COF-1,COF-2)材料.将它们作为锂离子电池(LIBs)负极材料时,均表现出较高的可逆容量(经过150次循环后,COF-1和COF-2的充电比容量分别为484和327 mA·h/g)、出色的倍率性能(2和10 A/g电流密度下,COF-1和COF-2的可逆容量分别为296,180 mA·h/g和265,166 mA·h/g)、超大电流密度下的工作能力(5 A/g电流密度下循环2000次,COF-1和COF-2的充电比容量分别为572和332 mA·h/g)以及极端温度下的运行性能(50和‒15℃环境中循环40次后,COF-1和COF-2的充电比容量分别为2101,218 mA·h/g和1760,172 mA·h/g).两种COF均具有随着充放电的持续进行,电化学活性基团被激活的能力,COF-1和COF-2在不添加导电剂的情况下循环400次,充电比容量分别从23和16mA·h/g增长到45和31mA·h/g;通过对实验数据的分析,证明了在大电流密度以及高温环境等能使离子扩散速率加快的条件下,更有利于这种激活效应的发生.通过对比两种COF材料,发现含有三嗪环结构的COF-1的储锂性能及电化学反应动力学性质优于全部为苯环结构的COF-2,表明芳香环中的C=N可能是一种具有较高电化学活性的基团.

关键词：共价有机骨架锂离子电池负极材料比容量上升电化学活性

近红外无创血糖浓度的Label Sensitivity算法和支持向量机回归

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第3期44卷 617-624页

作者：孟琪赵鹏宦克为李野姜志侠张瀚文周林华长春理工大学数学与统计学院吉林长春130022 长春理工大学物理学院吉林长春130022 长春理工大学数学实验示范中心吉林长春130022

近红外光谱分析技术在生物医学工程领域具有广阔应用前景。无创且持续性地测量能实时监控人体血糖水平,给糖尿病患者带来极大便利性、提高生存质量、降低糖尿病并发症发生率具有很大的社会效益。无创血糖监测的想法提出较早,但仍然存在... 详细信息

近红外光谱分析技术在生物医学工程领域具有广阔应用前景。无创且持续性地测量能实时监控人体血糖水平,给糖尿病患者带来极大便利性、提高生存质量、降低糖尿病并发症发生率具有很大的社会效益。无创血糖监测的想法提出较早,但仍然存在预测精度低、预测值与标签值相关性不高等难点,至今没有达到临床要求。近年来,光谱检测技术发展迅猛且机器学习技术在智能信息处理方面具有明显优势,两者结合可以有效提高人体无创血糖医学监测模型的精度和普适性。提出了一种标签敏感度算法(LS),并结合支持向量机方法建立了人体血糖含量预测模型。使用近红外光谱仪采集了4名志愿者食指处动态血液光谱数据(每名志愿者28组数据),并使用多元散射矫正(MSC)方法消除了部分光散射的影响。考虑血糖对不同波长光的吸收有差异,提出了基于血糖浓度标签差的特征波长挑选方法,并构建了标签敏感度支持向量机(LSSVR)预测模型。设计实验,对比该模型与偏最小二乘回归(PLSR)和区分度支持向量机(FSSVR)算法。结果表明,LS算法的最佳特征波长数为32,经特征波长选择后的LSSVR表现最佳,其均方误差降低至0.02 mmol·L^(-1),明显优于全谱段PLSR模型,血糖浓度的预测值与标签值的相关系数提升至99.8%,预测值全部位于可容许误差的克拉克网格A区内。LSSVR模型的优异表现为早日实现血糖的无创监测提供了新思路。

关键词：无创血糖近红外光谱特征波长 Label Sensitivity算法支持向量机

样品温度对飞秒激光诱导Al等离子体中AlO光谱的影响

在线全文

学校读者我要写书评

暂无评论

中国激光 2024年第5期51卷 222-228页

作者：代玉银孙艳冯志书于丹陈安民金明星吉林大学白求恩第一医院核医学科吉林长春130021 空军航空大学航空基础学院吉林长春130022 空军航空大学作战勤务学院吉林长春130022 吉林大学原子与分子物理研究所吉林长春130012

针对飞秒脉冲激光诱导击穿光谱(fs-LIBS)中Al靶温度对AlO分子光谱的影响进行了实验研究。通过测量AlO分子的光谱强度和振动温度,发现Al靶温度对fs-LIBS技术中AlO分子的光谱特性有显著的影响。研究结果表明,提高靶材温度能有效增强fs-LIB... 详细信息

针对飞秒脉冲激光诱导击穿光谱(fs-LIBS)中Al靶温度对AlO分子光谱的影响进行了实验研究。通过测量AlO分子的光谱强度和振动温度,发现Al靶温度对fs-LIBS技术中AlO分子的光谱特性有显著的影响。研究结果表明,提高靶材温度能有效增强fs-LIBS中AlO分子的光谱信号强度,并提高分子的振动温度和寿命。此外,时间分辨光谱分析结果还揭示出在高Al靶温度条件下,AlO分子的辐射寿命较长,光谱信号强度较强。这意味着在高温下,分子能够停留更长的时间,增加了光谱信号的持续时间。通过调控飞秒激光能量和靶材温度,可以获得更强的分子发射和光谱信号,从而实现更高的灵敏度和准确性。研究结果为fs-LIBS技术中样品温度对分子光谱的调控机制研究提供了实验数据。

关键词：光谱学激光诱导击穿光谱飞秒激光分子光谱样品温度 AlO

多维度注意力机制下网络舆情视觉情感识别模型及识别效果研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第3期8卷 156-167页

作者：王晰巍王秋月蔡宏天吉林大学商学与管理学院长春130022 吉林大学大数据管理研究中心长春130022 吉林大学网络空间治理研究中心长春130022 吉林大学经济学院长春130022 吉林大软件学院长春130022

【目的】为弥补当前视觉情感分析研究的不足,构建基于ResNet34改进的情感分析模型,分析和提高图像情感分类的精度。【方法】首先基于ResNet34架构建立视觉情感识别模型,然后通过融合CBAM模块和Non-Local模块,对情感特征进行学习、表示,... 详细信息

【目的】为弥补当前视觉情感分析研究的不足,构建基于ResNet34改进的情感分析模型,分析和提高图像情感分类的精度。【方法】首先基于ResNet34架构建立视觉情感识别模型,然后通过融合CBAM模块和Non-Local模块,对情感特征进行学习、表示,最后利用以上模型对情感特征进行分类识别,并且与VGG16和ResNet50模型进行对比以验证构建模型的优越性及精度。【结果】通过实验验证所构建的模型的识别效果,研究结果表明模型的准确率、精确率、召回率和F1值分别达到84.42%、84.10%、83.70%和83.80%。与基线模型进行对比,所提模型的准确率相比于VGG16和ResNet50模型分别提升4.17和3.44个百分点,F1值分别提升4.20和3.30个百分点。【局限】测试的数据集规模相对不大,未采用皮尔曼系数等计算标注的效果,未将基于视觉的情感分类算法进行比较。【结论】从视觉情感分析视角对情感识别模型进行优化,补充了情感计算的分析模态,为舆情信息情感特征提取和分析提供了支撑。

关键词：网络舆情视觉情感识别

最优光谱特征变量反演颗粒物污染生菜的生理信息

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第4期44卷 1128-1135页

作者：孔丽娟隋媛媛刘爽陈丽梅周丽娜刘春慧姜玲李松于海业吉林农业大学工程技术学院吉林长春130022 吉林大学生物与农业工程学院吉林长春130000 吉林农业大学园艺学院吉林长春130022

叶类蔬菜的品质和产量与其净光合速率息息相关,秋冬季节受颗粒物污染的影响,温室大棚内叶菜的光合作用受到制约,对生理信息的准确预测不利。以采收期生菜为试验对象,研究其在颗粒物污染生长环境下,基于高光谱技术建立并对比生菜净光合... 详细信息

叶类蔬菜的品质和产量与其净光合速率息息相关,秋冬季节受颗粒物污染的影响,温室大棚内叶菜的光合作用受到制约,对生理信息的准确预测不利。以采收期生菜为试验对象,研究其在颗粒物污染生长环境下,基于高光谱技术建立并对比生菜净光合速率的反演模型的最优方法。获得生菜的净光合速率和高光谱数据;选取比值植被指数(RVI)、差值植被指数(DI)、归一化植被指数(NDVI)、可视化气压阻抗指数(VARI)、再归一化植被指数(RDVI)、垂直植被指数(PVI)和植被衰减指数(PSRI)的原始和一阶变换共14个光谱植被指数;用相关矩阵法优选出最优波长位置,而非选择既有的固定波长,计算得到最优植被指数,与光谱位置变量(红边幅值,Dr)及光谱面积变量,即红边面积(SDr)、红边面积与蓝边面积的比值(SDr/SDb)、红边面积与黄边面积的比值(SDr/SDy)共同作为光谱特征变量,建立颗粒物污染环境下生菜净光合速率的反演模型。采用多项式拟合和多元散射校正(MSC)、标准正态变量变换(SNV)、偏最小二乘(PLS)和主成分回归(PCR)光谱建模组合方法进行反演预测结果比较。研究结果表明:最优波长位置的PSRI(515,499)和DI(515,499)与净光合速率的相关性最大,可以反映颗粒物污染下生菜的更多生理信息,采用光谱预处理建模组合方法按精度从高到低排序为:SG+MSC+PCR>SG+SNV+PLS>SG+SNV+PCR>SG+MSC+PLS,其中,SG+MSC+PCR组合建模方法的精度最高,决定系数为R_(c)=0.9011,R_(p)=0.9458,基于最优光谱植被指数建模效果最佳;光谱面积变量(SDr/SDb)的拟合精度最高(R^(2)=0.9365),可以实现生菜净光合速率的可靠预测,是基于光谱位置变量和面积变量建立生菜净光合速率的最优方法。该工作对颗粒物污染环境下利用高光谱技术进行植物的生理信息反演研究具有一定参考价值。

关键词：颗粒物最优光谱指数特征变量净光合速率建模反演