学着问下勤‎哲应用管理软件开发系统功能怎么样，在线等？

点击联系发帖人 时间：2022-07-07 16:34
问办公软件使用的怎么样
《光谱学与光谱分析》2021年, 第41卷，第09期





实现水体致病菌的快速识别检测对防控由水体微生物污染引起的大规模疾病爆发有重要的现实意义。生化鉴定、核酸检测等常规细菌检测方法存在耗费时间长、需要精密的实验仪器等特点，不足以满足水体细菌微生物的快速实时在线监测。由于细菌的多波长透射光谱包含较丰富的特征信息，并且这项光谱检测技术具有快速简便、无接触、无污染等优点，近年来成为细菌检测研究的热点。以肺炎克雷伯氏菌、金黄色葡萄球菌、鼠伤寒沙门氏菌、铜绿假单胞菌和大肠埃希氏菌为研究对象，通过对细菌光谱作归一化处理和方差分析得到光谱变动最显著的特征波长区间，在该区间提取200 nm处的吸光度值及短波段的斜率值作为光谱特征值，结合支持向量机对不同种类细菌进行预测。结果表明，多波长透射光谱的归一化预处理能够有效消除浓度影响，并保留完整的原始光谱信息；通过方差分析法得到特征波长区间为200～300 nm波段，在此区间内提取的五种细菌的归一化光谱趋势图的特征值分别为：200 nm波段处的斜率值为-29.96，-24.62，-33.71，-36.09和-30.88。对样本提取特征值并随机划分训练集和测试集，支持向量机选择惩罚因子模型以及线性核函数，通过寻优算法确定最佳的惩罚因子参数c和核函数参数g，对测试集样本进行测试，得到细菌种类的识别结果，五种细菌的预测准确率均达到100.0%。综上所述，水体致病菌的多波长透射光谱通过合适的数据预处理能够提取出具有明显差异性的光谱特征值，该光谱特征值结合支持向量机能够有效用于不同细菌种类的识别，该方法为水体细菌快速识别和实时在线监测提供了重要的技术支持。


















苹果的可见光谱目标的高效、精准识别是实现果园测产或机器自动采摘作业的关键，由于绿色目标果实与枝叶背景颜色较为相近，因此绿色苹果的识别成为新的挑战。再由于果园实际复杂环境因素影响，如光照、阴雨、枝叶遮挡、目标重叠等情况，现有的目标果实识别方案难以满足测产或自动采摘的实时、精准作业需求。为更好地实现果园自然环境中绿色目标果实识别问题，提出一种新的核密度估计优化的聚类分割算法（kernel SLIC）算法将目标图像分割成不规则块，集结小区域内近似像素点组成超像素区域，计算单元由像素点转变为超像素区域，有效降低数据复杂度，且SLIC算法简化图像数据时可有效避免目标果实轮廓模糊；基于超像素构造R-B区域均值和G-B区域均值的二维特征分量，建立针对聚类分析的青苹果颜色特征空间。然后借助密度峰值聚类中心计算绿色苹果图像每个数据点的局部密度和局部差异度，为解决分割边界模糊问题，在计算过程中利用核密度估计计算局部密度，确保局部密度在不同复杂场景中的清晰准确表达，以更精准找出被低密度区域分割的高密度区域，实现任意形状的聚类。最后以局部密度和距离构造寻找聚类中心的决策图，该研究采用双排序算法实现聚类中心的自动选择，完成目标果实的高效分割。新算法通过SLIC算法获得图像的超像素区域表示，数据点的局部密度通过核密度估计得到，大幅降低算法的计算量，实现目标图像的高效、精准分割。为更好地验证新算法性能，实验采集多光照、阴雨等环境下的遮挡、重叠等复杂目标图像，以分割效率、分割有效性、假阳性、假阴性等指标进行评价，通过对比k-means聚类算法、meanshift聚类算法、FCM算法和DPCA算法，该研究提出的新算法分割性能均最优。




}

我要回帖

更多关于 问办公软件使用的怎么样 的文章

更多推荐

版权声明：文章内容来源于网络，版权归原作者所有，如有侵权请点击这里与我们联系，我们将及时删除。

点击添加站长微信