摘要：电感耦合等离子体原子发射光谱(ICP-AES)分析法是一种常用的溶液元素浓度分析方法,但在ICP-AES测量过程中,由于温度漂移、杂散光和仪器暗电流等原因,光谱往往会存在一定程度的基线漂移,导致元素光谱强度值的测量结果存在误差,进而影响元素浓度的定量分析结果,因此基线校正是ICP-AES分析法中的必要环节之一。对传统光谱基线校正方法进行简要分析,在此基础上设计了一种基于非均匀B样条曲线和差分进化算法的ICP-AES光谱基线漂移校正方法;首先验证了光谱信号中噪声的概率密度分布服从高斯分布,然后对原始光谱进行预处理,通过高斯滤波对光谱信号去噪;然后以光谱基线校正过程中极小值序列的标准偏差作为评价指标,以非均匀B样条曲线作为基线模型,以曲线的控制点序列C和内接点序列T作为评价函数特征参数,建立ICP-AES光谱基线校正评价函数,将光谱基线校正问题转换为求解评价函数特征参数全局最优解的问题;最后简要介绍了差分进化算法的流程,通过差分进化算法求解使得评价函数取得最小值时的特征参数的全局最优解,即非均匀B样条曲线的控制点序列C与内接点序列T的取值,并以此拟合相应的非均匀B样条曲线作为光谱基线,实现对ICP-AES光谱的基线校正。利用一组实测的ICP-AES光谱数据对本文提出的基线漂移校正方法进行验证,实验结果表明,提出的基于差分进化算法和非均匀B样条曲线的ICP-AES光谱基线校正方法能够准确地计算出非均匀B样条曲线的控制点序列C与内接点序列T,并拟合出理想的光谱基线,从而实现ICP-AES光谱的基线校正,该方法能够克服非均匀B样条曲线在光谱基线校正领域应用的局限性,为后续的元素含量定量分析提供了技术基础。

摘要：电感耦合等离子体原子发射光谱分析法(ICP-AES)已成为一种常规的元素分析方法,但在ICP-AES分析过程中,大多元素的分析谱线会受到背景或其他谱线的重叠干扰,形成的光谱干扰严重影响了谱线分析的准确性,所以在元素的分析过程中,需要通过适当的光谱干扰校正方法才能得到合适的元素分析线。根据光谱强度具有叠加性的特征,利用谱图将谱线形状表示为Voigt线型函数加和的多峰谱线叠加模型,以多峰谱线叠加模型与目标谱线的均方根误差构建多元函数作为评价函数的数学模型,设计自适应粒子群优化(APSO)算法寻找分离谱线特征参数的最优解,APSO算法在标准PSO算法的基础上,引入压缩因子同时使得种群参数惯性权重根据粒子个体适应度值自适应变化以及学习因子线性变化,在算法迭代过程中协调粒子种群内全局搜索能力和局部开发能力,保证算法有效且迅速收敛,实现多峰谱线分离,减少干扰谱线的影响从而得到更精准的元素分析线。以ICP-AES检测器返回的含Pr元素溶液特征波长为390.844 nm和汞灯特征波长为313.183 nm两条谱线的光强AD采样值作为两组实测数据,以两个Voigt线型近似函数构成的三种不同重叠程度的叠加合成曲线作为三组模拟数据,在数据曲线上分别选取50个能够包含曲线全部特征参数信息的点作为数据点,通过对上述五组目标数据点进行APSO算法处理,结果表明APSO算法得到的多峰谱线叠加模型相关参数能够较准确地拟合出相应的目标数据曲线,目标数据点与拟合曲线函数值相对误差较低,算法表明能够有效扣除谱线重叠干扰,同组目标数据经过多次算法处理,选择最小的最优适应度值相应的特征参数向量作为Voigt线型函数相关参数,以此拟合出的多峰谱线叠加模型曲线精准度越高、相对误差越小。这种算法具有良好的收敛性和适应性,可应用于ICP-AES在元素定性、定量方面的分析研究。

摘要：粮油质量安全关乎国家的稳定发展,但目前还存在诸多粮油质量安全问题,特别是异构系统间数据的可信互联、高效互通得不到保障。因此,本研究首先在对粮油质量安全全链条信息流转特性进行分析的基础上,构建粮油质量安全全链条架构,并对典型环节进行关键信息分类。然后基于可信区块链和可信标识构建粮油质量安全可信溯源模型,对区块数据结构、标识体系编码规则、存储方式等进行定义和重构,并提出链网连接器的概念及具体架构方案。最后,以典型粮油品种小麦为例,基于超级账本Fabric开源框架设计并研发了小麦质量安全可信溯源系统,对模型进行了系统实现验证和案例分析。结果表明,研究的模型及系统实现了粮油质量安全全链条信息互联互通,并且保证了跨链信息交互的安全与全流程可追溯性。

摘要：粮食生产供应关乎国家安全稳定,针对目前粮食供应链存在的数据共享水平低、管控智能化程度不高等问题,构建基于工业互联网标识解析技术的粮食供应链数字孪生系统。以大米供应链为典型对象,首先设计涵盖收购、运输、加工、仓储、包装、销售的大米全供应链数字化模型,研究基于标识解析体系的各环节全要素标识编码和数据开放共享,建立实物对象与信息系统之间的数字桥梁;提出包含物理层、网络层和孪生层的数字孪生体系架构,形成基于工业互联网的数据流通共享基础,明确孪生体系架构的关键模型;并详细阐述设备、产线、物料等对象的全要素精准建模过程,构成集几何模型、物理模型、行为模型和规则约束模型为一体的数字孪生模型;最后借助Unity3D软件以及C#编程技术搭建大米供应链数字孪生原型系统,实现对产线的三维可视化监控。实验结果表明,该系统在供应链全要素数据充分共享基础上,通过三维展示、预测控制和智能决策一定程度上提升了大米供应链智能化监管能力,为工业互联网等技术赋能产业数字化转型提供参考。

摘要：针对稻米供应链业务主体复杂、信息流转冗长、数据利用率低、监管覆盖性差等问题,构建了区块链驱动的稻米供应链信息监管模型,并进行系统化实现。首先,对稻米供应链信息流转特性进行分析,梳理并提炼供应链各业务环节主体及关键信息;然后,以区块链驱动构建稻米供应链信息监管模型,设计隐私数据分级加密存储模式和定制化业务逻辑监管智能合约;最后,基于Hyperledger Fabric开源框架,构建并实现稻米供应链信息监管原型系统,并以湖南省常德市某粮油企业为例,进行了应用案例实证分析。结果表明,构建的稻米供应链信息监管模型及原型系统能够解决稻米供应链数据隐私加密、安全存储及权限管理等问题,实现供应链信息互联互通和有效监管。本研究可为粮油质量安全监管提供一种可行的应用方法。

摘要：为实现对柑橘叶片病虫药害种类的快速精准识别,针对多种类柑橘病叶设计一种融合注意力机制(Attention mechanism)的双向门控循环单元-循环神经网络(Attention-bidirectional gate recurrent unit-recurrent nural network, Att-BiGRU-RNN)分类模型。该模型在编解码模块分别采用BiGRU和RNN结构,能够利用高光谱数据前后波段光谱信息的关联性,有效提取光谱信息的深层特征;根据不同波段光谱信息的差异性引入注意力机制动态分配权重信息,提高重要光谱特征对分类模型的贡献率,提升模型的分类准确率。获取6类柑橘叶片高光谱信息,构建实验样本集,利用Att-BiGRU-RNN、VGG16、SVM和XGBoost分别建立柑橘病叶分类模型,Att-BiGRU-RNN模型总体分类准确率(Overall accuracy, OA)平均可达98.21%,相较于其他3种模型分别提高4.71、10.95、3.89个百分点,对光谱曲线重合度高的除草剂危害和煤烟病叶片的分类准确率有显著提升。实验结果表明,深度学习方法可有效利用高光谱不同波段间的关联信息,识别准确率较机器学习方法有大幅提高,为柑橘病虫药害快速无损检测和防治提供了一种新方法。

摘要：[目的/意义]隐私数据要素的流转是保证粮食供应链安全高效运行的重要基础。实现粮食供应链中隐私数据要素的协同计算对保障粮食质量安全具有重大意义。[方法]针对供应链中不同主体间因数据的隐私性而无法共享并参与计算的难题,提出基于工业互联网标识解析技术与联邦学习的粮食供应链数据流转与协同计算架构,设计了支撑联邦学习数据互通的数据标识编码和任务标识编码及对应的参数、信息和评价数据模型;搭建了不同主体数据特征同构的单环节横向联邦学习模型和数据特征异构的跨环节纵向联邦学习模型,基于逻辑回归算法对模型参数进行快速调整计算,以粮食供应链安全风险评估场景为对象,依托开源FATE (Federated AI Technology Enabler)联邦学习平台进行测试验证。[结果和讨论]相比传统的单一主体评估计算,横向联邦学习评估准确率提升6.7%,纵向联邦学习评估准确率提升8.3%。[结论]采用联邦学习的方式提高了评估的准确性。本研究可为粮食供应链安全高效稳定运行提供技术支撑。

摘要：为解决由于现有深度迁移学习无法有效匹配实际农业场景部署应用,而导致大规模、多类别、细粒度的病虫害辨识准确低、泛化鲁棒差等问题,该研究利用农业物联网中多种设备终端获取12.2万张181类病虫害图像,并提出了基于多流概率融合网络MPFN(Multi-stream Gaussian Probability Fusion Network)的病虫害细粒度识别模型。该模型设计多流深度网络并行的细粒度特征提取层,挖掘可区分细微差异的不同级别局部特征表达,经过局部描述特征聚合层和高斯概率融合层的整合优化,发挥多模型融合信息互补及置信耦合的优势,既可以有效区分不同类病虫害的种间微小差异,又可容忍同类病虫害种内明显差异干扰。对比试验表明,该研究MPFN模型对各类病虫害的平均识别准确率达到93.18%,性能优于其他粗粒度及细粒度深度学习方法;而平均单张处理时间为61ms,能够满足农业生产实践中物联网各终端病虫害细粒度图像识别需求,可为智能化病虫害预警防控提供技术应用参考,进而为保障农作物产量和品质安全提供基础。

摘要：工业软件一体化是支撑工业企业生产运行及数字化转型的重要基础,也是实现产品全生命周期管理的核心依托;标识解析路径作为实现工业全要素互通的关键枢纽,助力工业软件的深度集成与融合。本文针对我国工业软件一体化发展面临的数据孤岛、业务孤岛现状,从产品设计生产、质量信息追溯、企业“业财融合”等角度分析了工业软件一体化的应用需求;通过剖析工业软件一体化的国内外发展历程,总结了工业软件在市场占有率、使用成本、系统协调联动,高端制造应用、核心技术竞争、信息安全风险、生态体系建设等软件全套采购方面存在的问题。围绕物理网关、接口平台、云组件技术等重点方向,提出了工业软件一体化与标识解析相结合的发展思路,涵盖工业软件一体化集成的技术架构、标识解析技术路径、数据管理方式、核心功能等要素。研究建议,从行业驱动、企业思想、人才支撑等角度着手,努力推动标识解析体系与工业软件对接,更好促进工业软件的互联互通。

摘要：为解决纳税人在大厅办税的过程中,需要实名办税等问题,设计税务风险防控系统通过在某市办税大厅入口位置部署专用高点动态相机,获取办税人员人脸图像,设计基于Gabor小波、LBPH和PCA降维方法相结合的人脸识别算法进行人脸识别,绘制办税人员的企业画像并进行风险等级的推送。为了对大厅人员拥挤区域的及时疏导,实现了人员轨迹图和区域热力图的绘制。系统采用B/S架构,现场运行结果表明,通过动态人脸识别技术可实现对虚假办税现象的有效打击。