学科分类
/ 1
10 个结果
  • 简介:聚四氟乙烯材料被广泛应用于食品接触制品作为不粘涂层,其安全性是消费者密切关注的问题。运用RAC工具和模糊层次分析法对对食品接触制品聚四氟乙烯涂层进行风险评估,结果表明:聚四氟乙烯作为涂层如使用不当就会构成消费者健康风险,应规范聚四氟乙烯涂层在食具中的使用,建议开发新型环保涂层作为替代品。

  • 标签: 食品接触制品 聚四氟乙烯涂层 RAC 模糊层次分析 风险评估
  • 简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.

  • 标签: ZERNIKE矩 边缘检测 特征图像 边缘评价 小模数齿轮
  • 简介:采用top-down技术的控制图法(现行标准方法)、稳健统计-迭代法和质控-灰色评定法评估了实验室内应用电感耦合等离子体-发射光谱法测定不锈钢中镍的测量不确定度。对于镍含量为9.1%的质控样品,三种方法计算的实验室内扩展不确定度均为0.12%,k=2,方法间无显著性差异。

  • 标签: top-down技术 不确定度 控制图 稳健统计-迭代法 质控-灰色评定法 ICP-OES
  • 简介:行人再识别是视频监控领域的关键问题之一,难点在于不同摄像机中同一行人的图像差异较大.基于行人图像的标识可由图像中的语义属性组合间接表示的假设,现提出使用一种基于深度哈希函数的行人再识别算法.通过卷积神经网络学习得到哈希函数,结合多目标损失函数保证分类的准确和哈希编码的有效,使得相似的图像能够获得相似的哈希编码,最后比较哈希特征间的汉明距离进行再识别.实验结果表明,深度哈希特征能够有效地进行行人再识别,提高了算法的执行效率.

  • 标签: 哈希算法 深度学习 汉明距离
  • 简介:在无线电综合测试仪的设计中,频谱扫描是一项基础技术.将需要扫描的频谱划分成子带,进而提出了一种通过在模拟前端采用可变频率本振的混频器和低通滤波器实现子带信号分离,然后对子带信号进行采样并且变换到频域,最后将所有子带频谱拼接获得完整频谱的技术.为了实现该技术,设计了一个由软件无线电(Software-definedRadio,SDR)接收机和数字信号处理片上系统(SystemonChip,SOC)组成的软件无线电平台.随后,在基于该平台实现的综测仪原型上对频谱分析技术进行了验证.仿真和实验表明,该方法和原型样机能够对0~6GHz范围的频谱进行扫描,同时具有较低的噪声水平和较好的动态范围,且能够提供相位谱,因而适用于嵌入式频谱仪和无线电综测仪的应用场合.

  • 标签: 频谱分析 子带 软件无线电 无线电综合测试仪.
  • 简介:研究应用傅里叶变换近红外光谱法快速测定烟叶中氨基酸含量的可行性,使用偏最小二乘法(PLS)为建模方法,选择3800-8000cm-1谱段,采用二阶导数和NorrisDerivative滤波法进行光谱预处理,建立了烟叶中氨基酸含量的近红外预测模型。采用留一(leave-one-out)交叉验证法进行建模,并以校正集样品的交叉验证相关系数(R)和均方差(RMSECV)为指标优化光谱预处理方法和模型参数,确定最佳预测模型。将近红外光谱技术与常规标准检测方法相比较,结果表明,近红外光谱技术可以较为准确的测定烟叶中氨基酸的含量。

  • 标签: 烟叶 近红外光谱 氨基酸
  • 简介:对熔体温度进行在线计量是获得高质量聚合物挤出制品的重要前提,也是目前挤出加工领域的主要研究课题之一.然而存在计量精度不高、校准困难、计量成本高、熔流扰动、耐用性不佳等一系列问题,且至今尚未开发出可大规模应用于挤出成型工业的熔体温度在线计量技术.文章对现有的聚合物挤出过程熔体温度在线计量技术进行综述,并对未来有望用于挤出工业生产环境的在线计量技术进行分析和展望,以期为聚合物挤出工业熔体温度在线计量技术的开发和应用提供参考.

  • 标签: 挤出加工 聚合物 熔体温度 在线计量
  • 简介:传统的深度信念网络模型缺乏并行有效的算法来确定网络层数以及隐藏层神经元的数目,实验时大多依据经验来选取,这样做不仅使得模型训练困难,且范化能力差,影响实验结果.针对此问题,通过比较重构误差和验证集错误分类率的乘积(加权误差)大小来选取网络层数,网络层数确定后,再根据重构误差使用渐增法或二分法来选择合适的隐层神经元数目,以使整个模型达到最优.实验结果表明,用上述方法确定模型网络层数及隐藏层神经元数目,能有效提高模型分类或预测的精度.

  • 标签: 深度信念网络 网络层数 神经元数目 重构误差 加权误差
  • 简介:基于傅里叶变换中红外光谱技术(FTIR),结合改进型偏最小二乘回归法(MPLS),建立豆奶中的快速预测方法。结果表明选取有效波段,不使用散射校正,使用导数和平滑校正光谱基线漂移后定标效果最好,各指标的预测值与实测值相关性良好,脂肪(Fat)、蛋白质(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)预测标准偏差(SEP)分别为0.061、0.039、0.039、0.047;预测相关系数(RSQ)分别为:0.98、0.99、0.99、0.99。该方法可应用于豆奶中脂肪(Fat)、蛋白(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)含量的快速分析检测。

  • 标签: 傅里叶变换中红外光谱技术 豆奶 偏最小二乘回归法
  • 简介:本文采用柱切换-反吹气相色谱技术分析检测汽油中含氧化合物(醇类和醚类)的含量。该方法利用强极性的微填充TCEP不锈钢柱作预切柱,放空挥发性轻烃,保留醇醚类含氧化合物,并将其反吹至石英毛细管WCOT柱进行详细分离。分析了阀切换时间可能影响定量准确性的原因,通过调节分流比和阻力阀阻力建立最佳实验条件。在25min内,用内标法定量可以完成汽油中可能存在的13种醇醚类含氧化合物的分析。准确度实验表明,含氧化合物的回收率在95.2%~100.7%之间,方法的相对标准偏差(RSD)≤0.55%。

  • 标签: 气相色谱 汽油 柱切换-反吹技术 含氧化合物