摘要：基于近红外反射光谱分析技术,设计了玉米种子活力逐粒无损检测与分级装置,该装置主要由单粒化装置、输送管道、近红外光谱采集系统、控制系统和分级装置等组成。种子单粒化装置由一个带孔的倾斜转盘和一个固定托盘组成。输送管道与固定托盘出种口连接,其末端为光谱采集单元。种子由单粒化装置分离后,经输送管道落至光谱采集区进行光谱分析及活力判断,之后由分级装置对判别完成的种子进行分级。带孔圆盘用于将种子单粒化,其工作效率是提高种子检测及分级速率的关键。经分析得出,决定单粒化装置单粒化效率的因素分别为转盘倾斜角、转盘速度和孔高度。为提高检测速率,对单粒化装置进行了参数分析及优化试验。试验结果表明,当转盘倾斜角为31°、转速为0.5 r/s、孔高度为2.2 mm时,种子单粒化效率最优,单通道可达7粒/s。为建立玉米种子活力预测模型,基于该装置分别采集了100粒正常有活力玉米种子和100粒人工老化无活力玉米种子在980~1700 nm波长范围的光谱数据,对种子原始光谱进行不同方法的预处理,并利用PLS-DA建立种子活力的定性判别模型。几种不同处理方式下的建模对比结果表明,SG-smooth预处理下的建模效果最优,其中校正集的判别准确率为98.7%,预测集的判别准确率为96%。选取100粒种子对该装置预测模型的稳定性和准确性进行了验证试验,种子活力预测的总准确率为97%。所设计的玉米种子活力逐粒无损检测分级装置单粒化效率较高,光谱数据采集稳定,对玉米种子活力进行实时无损检测及分级具有可行性。

摘要：抗震设计规范中的场地设计反应谱是一般工程抗震设计的依据,各国的抗震设计规范对场地设计反应谱的规定不尽相同。主要表现在反应谱的形状和谱参数的差异。本文收集了若干国家的抗震设计规范;在总结各国抗震设计规范中关于场地设计反应谱规定的基础上,对中国、美国、日本、欧洲、土耳其和智利等有代表性的国家和地区的抗震设计规范进行分析和对比研究;总结了我国抗震设计规范场地设计反应谱的演化历史和发展过程;提出了进一步开展这一领域研究工作的若干建议,本文的工作对从事场地设计反应谱研究的科技人员有重要的参考价值。

摘要：针对云计算的特点,将灰色关联度和区间数引入云计算安全性量化评估过程中,提出一个云计算安全性量化评估方法。基于区间数型的分数值,采用理想属性偏离度将不确定性问题转化为确定性问题;基于VIKOR方法,运用灰色理论构造灰色关联系数矩阵为新的决策矩阵,提出评估矩阵的改进方法,使之能够兼顾安全性评估的科学性和全面性。运用该方法对3个云计算方案的安全性进行量化评估,验证该方法的有效性,验证结果表明,使用该方法建立了获取最优权重的属性,兼顾了专家对云计算方案的偏好和客观的优选排序等两方面因素,是较为合理的云计算方案安全性量化评估方法。

摘要：大理石花纹是影响牛肉品质等级的重要指标,目前中国牛肉加工企业对大理石花纹的评价是由专业分级人员参照标准图谱完成,具有主观性强、耗费人工的缺点。针对上述问题,该研究提出了基于深度学习的智能分级方法,设计一种具有4层卷积的神经网络结构,实现了大理石花纹特征的自动提取,并基于智能手机开发了牛肉大理石花纹检测软件。该研究共采集样本图像1800张,按3:1:1分为校正集、验证集和测试集。为进一步验证模型,将该方法与传统机器视觉方法进行了比较,提取了牛肉大理石花纹的大、中、小脂肪颗粒个数,脂肪总面积和脂肪分布均匀度5个参数,并建立了多元线性回归模型。试验结果表明,该研究所用方法大理石花纹检测准确率更高,验证集检测正确率为97.67%。最后编写了手机软件,将模型移植入Android手机,在手机平台上调用模型进行大理石花纹检测。试验表明,该软件对测试集样本的检测准确率为95.56%,单张检测时间低于0.5 s。该研究结合卷积神经网络分类能力强和智能手机运行速度快等优点,开发了牛肉大理石花纹的手机评价系统,具有较好的实用性和便携性,可提高牛肉大理石花纹检测效率,有助于提高农畜产品检测的智能化水平。

摘要：我国玉米产量高,高效、便携、低成本的玉米成分检测技术及其装置对于玉米品质的检测至关重要,基于可见/近红外光谱技术,设计了一款玉米主要品质便携式检测装置。为探究所设计方案的可行性,自行搭建了可见/近红外光谱采集系统,对不同品种共72份玉米样本进行光谱采集,分别建立了玉米籽粒蛋白质、脂肪和淀粉含量的偏最小二乘(PLS)预测模型以及结合竞争性自适应重加权算法(CARS)的CARS PLS预测模型。结果表明,CARS方法可以有效筛选出各组分的相关变量,提升模型效果,各组分质量分数的预测集均方根误差(RMSEP)均有所下降,蛋白质质量分数的RMSEP由0.4866%降至0.4068%;脂肪质量分数的RMSEP由0.1549%降至0.0989%;淀粉质量分数的RMSEP由0.4714%降至0.4675%。预测集相关系数R_(p)均有所提高,蛋白质质量分数的R_(p)由0.9309提升至0.9603;脂肪质量分数的R_(p)由0.9497提升至0.9770;淀粉质量分数的R_(p)由0.9520提升至0.9605。基于CARS方法所筛选的各组分特征变量,选择了合适的近红外光谱传感器,在此基础上设计了检测装置的光谱采集单元、控制单元、显示单元、电源单元以及散热单元,并基于NodeMCU开发板和Arduino IDE开发工具,采用Arduino语言对装置控制程序进行开发,实现“一键式”快速检测。试验验证了该装置的检测精度和稳定性,结果表明,预测玉米籽粒蛋白质、脂肪和淀粉质量分数的相关系数分别为0.8431、0.8243、0.8154,预测均方根误差分别为0.3576%、0.2318%、0.2333%,相对分析误差分别为1.8577、1.7761、1.5735。对同一样本多次重复预测,各组分预测值的变异系数分别为0.235%、0.241%和0.028%。

摘要：结构抗震设计理论与方法是地震工程学的核心内容,随着破坏性地震的不断发生和人们对震害认识的不断深化,结构抗震设计理论与方法逐步发展和完善。本文较全面地总结了结构抗震设计理论的形成与发展演化过程,并对不同结构抗震设计理论与方法进行比较研究,详细介绍基于强度的结构抗震设计方法、基于性态的结构抗震设计方法和基于韧性的结构抗震设计理念。在此基础上,提出了进一步开展建筑抗震韧性研究的建议。

摘要：糖度是西瓜分级的重要指标之一,针对传统西瓜检测方法的弊端,探讨了声学特性结合机器学习用于西瓜无损检测与分级的可行性。设计了西瓜声学检测系统,采集了不同批次样本的时域信号。时域信号经归一化处理后,采用快速傅里叶变换得到频域信号,并对其进行去趋势预处理。采用主成分分析提取了频域信号主成分,其中前3个主成分累计方差贡献率为95.32%,第1主成分和第2主成分对不同等级样本具有可分性。利用4种不同的机器学习算法建立了西瓜全变量分级模型,验证集分类准确率均达到66%以上。使用稳定竞争性自适应加权算法提取了特征变量,减少了约84%的变量数,使用优化后的特征变量建立的分类模型,性能均得到了较好的提升,其中支持向量机模型取得了最高的验证集准确率(95.56%)、F1分数(96%)和Kappa系数(93%)。结果表明,声学特性结合机器学习的方法,对西瓜进行无损检测和分级是可行的。该研究为西瓜无损检测和分级提供了可行的技术方案。

摘要：植物篱作为一种有效的水土保持措施,带间距是其配置的关键参数,当前大部分植物篱布设时采用等间距设计,但不同坡段等间距植物篱的作用效果如何尚不明确。以东北黑土区不同坡段等间距植物篱为研究对象,通过含沙径流冲刷试验,模拟不同坡段等间距植物篱在坡度5°,雨强100 mm/h降雨条件下的产流产沙过程。结果表明:与裸地对照相比,各坡段植物篱能够阻延坡面径流,且随坡段的下移,滞后时间逐渐缩短;各坡段植物篱产流、产沙速率在时间尺度上表现基本一致,在上、中坡段植物篱坡面相对平稳,下坡段植物篱坡面后期呈明显波动,其变化趋势与坡面侵蚀形态密切相关,且整体均小于对照坡面;不同坡段植物篱减流效益为5.40%~10.16%、减沙效益为51.90%~75.72%,尽管有较好的减沙作用,但下坡段植物篱坡面的侵蚀模数已达到259.96 t/km^2,超过东北黑土区允许土壤流失量。可见,等间距植物篱需设计改进后,方可应用于东北黑土区。研究结果为东北黑土区植物篱设计提供重要科学依据。

摘要：抗震韧性设计的理念代表着当前结构抗震和城市防灾减灾领域的前沿方向,城市和建筑抗震韧性研究作为城市韧性研究的基础和减轻城市地震灾害的重要措施而备受关注,已成为国际地震工程领域和城市规划领域研究的热点问题之一。由于城市系统的复杂性和地震发生的不确定性,这一领域的若干科学问题还尚不明晰,亟待深入的研究和探索。文中总结和评述了当前城市及建筑抗震韧性研究的新进展;论述了抗震韧性研究的理论基础;梳理和厘定了城市及建筑抗震韧性的评价指标、评价方法及其定义和内涵;对这一领域未来的发展趋势和研究方向进行了探讨,并提出了具体的建议。城市和建筑地震安全的需求为这一领域的研究提供了广阔的空间和巨大的动力,城市和建筑抗震韧性研究必将极大地推动结构抗震和城市防灾减灾工作的创新和发展。文中的工作对从事结构抗震、防灾减灾和城市规划的科技人员有一定的参考价值。

摘要：针对医院中超声影像医生在工作期间过于忙碌导致部分诊断报告字迹潦草,运用Java语言和数据库技术在超声检查科室建立影像信息管理系统,实现超声影像的存储、采集和诊断报告的输出打印,对超声影像进行智能信息管理。相比之前医院的信息管理方式,该系统信息存储、图像管理及病例的管理更为便捷。特别是系统的语音识别功能,可以根据医生在诊断中与病人的对话进行智能编辑,实现诊断报告的自动编辑与输出,语音识别正确率高达百分之九十八。