摘要：为提高青霉素菌渣厌氧发酵效率,试验应用响应面法对其碱热预处理工艺进行优化。采用Design-Expert8.0.6的Box-Benhken设计,以SCOD为响应值Y,研究温度、时间和碱度3个因素对青霉素菌渣预处理的影响,建立SCOD数学模型,对模型进行优化降维分析,并进一步通过批式厌氧发酵试验进行验证。结果表明,青霉素菌渣碱热预处理最佳条件为:温度60℃,时间1.25 h,碱度6%。模型预测值和试验值之间的误差为0.8%,模型的修正决定系数为0.9994,拟合性好。厌氧发酵试验结果表明,预处理菌渣沼气产率为256.3 m L·g^(-1)TS,比对照组产气效率提高了31.4%;甲烷产率为126.7 m L·g^(-1)TS,比对照组提高了28.8%。

摘要：为了改善红外与可见光图像融合的视觉效果,通过潜在低秩表示将两种不同源的图像分别分解为各自的低秩分量和去除噪声的稀疏分量,采用KL变换确定权重对稀疏分量进行加权融合得到融合稀疏图。再对双判别器的生成对抗网络重设计,借助VGG16网络提取两种源的低秩分量特征作为该网络的输入,通过生成器和判别器的博弈来生成融合低秩图。最后,将融合稀疏图与融合低秩图进行叠加获得最终的融合结果。实验结果表明,在TNO数据集上,与所列的5种先进方法相比,本文所提出的方法在熵、标准差、互信息、差异相关性总和及多尺度结构相似度5种指标上均获得最优结果,相比于次优值,5种指标分别提高了2.43%,4.68%,2.29%,2.24%,1.74%。在RoadScene数据集上只在差异相关性总和及多尺度结构相似度两种指标上取得最优,另外3种指标仅次于GTF(gradient transfer and total variation minimization)方法,但图像视觉效果明显优于GTF方法。综合主观评价和客观评价分析,本文所提方法确实能获得高质量的融合图像,与多种方法相比具有明显的优势。

摘要：Top-Hat的检测性能受限于固定单一的结构元素,导致对复杂背景的抑制能力差。针对该方法的不足,提出两种具有递进关系的改进Top-Hat算法。首先依据小目标与其邻域灰度值差异,改进了Top-Hat变换,提出了一种具有双结构元素的Top-Hat算法,分别为膨胀和腐蚀操作设计了各自的结构元素,并且调整了开运算的运算顺序,以提高对红外小目标的检测性能。在此基础上,又提出一种基于局部对比度的自适应双结构Top-Hat红外小目标检测方法,通过计算局部对比度得到显著图,获得先验信息,自适应地改变双结构元素的大小,利用目标区域及其邻域的灰度值差异来抑制背景和增强目标。与同类方法和非同类方法进行对比实验研究,结果表明,所提基于局部对比度的自适应Top-Hat方法在5种评价指标中均表现突出。