期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于高光谱成像技术与BO-LightGBM算法的玉米品种无损鉴别
1
作者 张阿支 沈建国 +3 位作者 蒋敏兰 杨文文 张长江 石小威 《中国粮油学报》 北大核心 2025年第3期192-199,共8页
玉米集粮、经、饲三元为一体,是我国最主要的饲料来源及工业原料,优质的玉米品种是保证玉米产量的首要条件。针对目前玉米品种检测以人工为主、工作量大、效率不高,有损检测、易因疲劳而产生主观错误等问题,本文提出了一种基于高光谱成... 玉米集粮、经、饲三元为一体,是我国最主要的饲料来源及工业原料,优质的玉米品种是保证玉米产量的首要条件。针对目前玉米品种检测以人工为主、工作量大、效率不高,有损检测、易因疲劳而产生主观错误等问题,本文提出了一种基于高光谱成像技术实现玉米品种快速无损鉴别的方法。首先,对采集到的5种不同品种共计1000份玉米光谱数据采用多元散射校正、小波变换、移动平均滤波、标准化和矢量归一化5种不同的方法进行预处理,消除光谱采集过程中存在的干扰信号,比较并筛选出最优的光谱预处理方法;其次,采用主成分分析(PCA)进行特征波长提取,实现数据降维,降低模型运算量;最后,利用贝叶斯优化自动调整模型超参数,建立基于贝叶斯优化LightGBM玉米品种分类模型(BO-LightGBM)。结果表明,矢量归一化的预处理方式结合PCA提取特征的BO-LightGBM模型对于玉米种粒无损鉴别的效果最好,准确率为99.67%。 展开更多
关键词 玉米 品种鉴别 高光谱成像技术 LightGBM
在线阅读 下载PDF
基于改进的RetinaNet大豆外观品质无损检测 被引量:2
2
作者 周春欣 霍怡之 +4 位作者 杜有海 蒋敏兰 曾令国 张长江 石小威 《中国粮油学报》 CAS CSCD 北大核心 2024年第9期172-180,共9页
快速、准确、有效地区分大豆外观品质是大豆食品质量检验和食品安全与包装中的一项重要而艰巨的任务。本研究提出了基于改进的卷积神经网络Retina Net的大豆外观品质检测模型。将原始主干网络ResNet50替换为ResNet34,在保证准确度的同... 快速、准确、有效地区分大豆外观品质是大豆食品质量检验和食品安全与包装中的一项重要而艰巨的任务。本研究提出了基于改进的卷积神经网络Retina Net的大豆外观品质检测模型。将原始主干网络ResNet50替换为ResNet34,在保证准确度的同时降低了模型参数量,提高了运算速度,降低了运算时间。在主干网络和特征金字塔(FPN)的输出端分别嵌入ECA模块,进一步提取有利特征,减轻了冗余特征对网络的影响,提高了网络性能。同时,为保证不失原有特征的丰富性,将FPN后嵌入的ECA模块的输出与主干网络的输出结果相叠加,所得特征作为输入,传入分类器中进行识别检测。结果表明,本研究提出的改进的RetinaNet大豆品质检测模型的精确率达97.39%,mAP值达98.64%。 展开更多
关键词 卷积神经网络 大豆外观品质检测 RetinaNet FPN ECA模块
在线阅读 下载PDF
护理风险管理在外科新毕业护士护理管理中的应用 被引量:14
3
作者 蒋敏兰 马丽薇 《解放军护理杂志》 CSCD 2017年第5期66-68,共3页
目的探讨护理风险管理在新毕业护士护理管理中的应用效果。方法选择2014年12月至2015年12月在某医院外科任职的32名接受护理风险管理的新毕业护士作为观察组,选择2013年12月至2014年12月在某医院外科任职的32名接受常规培训的新毕业护... 目的探讨护理风险管理在新毕业护士护理管理中的应用效果。方法选择2014年12月至2015年12月在某医院外科任职的32名接受护理风险管理的新毕业护士作为观察组,选择2013年12月至2014年12月在某医院外科任职的32名接受常规培训的新毕业护士作为对照组,对比分析比较风险管理前后新护士"知-信-行"(KAP)问卷得分、护理风险和投诉事件发生率及患者护理满意度。结果护理风险管理后新护士对风险管理的认识、态度和行动得分均明显高于风险管理前(均P<0.05),风险和投诉事件发生率低于风险管理前(P<0.05),患者护理满意度明显高于风险管理前(P<0.05)。结论护理风险管理能够有效提高新毕业护士护理质量,减少不良事件的发生,提高患者满意度,值得临床推广应用。 展开更多
关键词 护理风险管理 新毕业护士 外科 护理管理
在线阅读 下载PDF
压力传感系统精度损失诊断
4
作者 蒋敏兰 费业泰 《上海交通大学学报》 EI CAS CSCD 北大核心 2006年第12期2063-2065,共3页
基于全系统动态精度理论和误差分解与溯源理论,提出了动态测试系统精度损失诊断理论.用神经网络的方法对压力传感系统的精度损失进行诊断,得出了压力传感系统各主要结构单元的精度损失情况,并建立了精度损失函数模型.研究结果表明:运用... 基于全系统动态精度理论和误差分解与溯源理论,提出了动态测试系统精度损失诊断理论.用神经网络的方法对压力传感系统的精度损失进行诊断,得出了压力传感系统各主要结构单元的精度损失情况,并建立了精度损失函数模型.研究结果表明:运用该理论可以对特定的动态测量系统进行精度损失诊断;通过掌握系统的精度损失规律,找到系统中精度损失的主要单元,采取有效措施恢复和提高系统的测量精度. 展开更多
关键词 压力传感系统 精度损失诊断 全系统动态精度理论 误差分解与溯源理论 精度损失诊断理论
在线阅读 下载PDF
动态测量精度损失实验系统
5
作者 蒋敏兰 费业泰 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第12期1555-1558,共4页
在长期的使用过程中动态测量系统的测量精度不可避免会逐渐降低,将直接影响测量结果的精度和可靠性,掌握动态测量系统的精度损失规律,可以采取有效的措施来提高测量精度。该文介绍了一套动态测量精度损失实验系统,可实现对动态测量系统... 在长期的使用过程中动态测量系统的测量精度不可避免会逐渐降低,将直接影响测量结果的精度和可靠性,掌握动态测量系统的精度损失规律,可以采取有效的措施来提高测量精度。该文介绍了一套动态测量精度损失实验系统,可实现对动态测量系统在长期使用过程中的精度损失规律的研究。实验结果表明用该实验系统研究动态测量系统的精度损失规律是可行的,可以为提高动态测量系统的测量精度提供理论依据。 展开更多
关键词 动态测量系统 测量精度 精度损失
在线阅读 下载PDF
基于图像显著性区域提取的垩白米检测 被引量:7
6
作者 陈昊然 蒋敏兰 +2 位作者 张长江 吴颖 吴沛伦 《中国粮油学报》 EI CAS CSCD 北大核心 2021年第2期145-149,共5页
垩白度是衡量优质大米品质的重要指标,随着农业检测自动化发展,利用机器视觉准确检测大米垩白度对大米生产加工具有重要意义。针对现有算法在分割垩白区域时存在抗干扰能力弱、稳定性差以及准确度低等问题,提出了一种基于图像显著性区... 垩白度是衡量优质大米品质的重要指标,随着农业检测自动化发展,利用机器视觉准确检测大米垩白度对大米生产加工具有重要意义。针对现有算法在分割垩白区域时存在抗干扰能力弱、稳定性差以及准确度低等问题,提出了一种基于图像显著性区域提取的垩白区域提取算法。利用大米垩白区域图像显著性的特点,对图像特征变化边缘进行提取,计算出边缘像素点个数以及边缘的总像素值,从而计算出边缘像素的平均值作为该区域的阈值。最后,利用计算得到的阈值对该区域进行分割,分割出整张图片的垩白区域,并计算出大米的垩白度。实验结果表明,该算法识别准确率为96.76%,相较于传统的OTSU算法检测准确率平均提高了26.87%,相较于改进的OTSU算法检测准确率平均提高了7.26%。 展开更多
关键词 大米 机器视觉 图像显著性 垩白度
在线阅读 下载PDF
基于高光谱成像技术与GBDT的大豆品种无损鉴别 被引量:6
7
作者 周春欣 沈建国 +3 位作者 蒋敏兰 曾令国 张长江 范宇龙 《中国粮油学报》 CAS CSCD 北大核心 2023年第12期183-190,共8页
大豆的品种直接关系到大豆制品的质量和出油率,目前主要采用对大豆中蛋白质及脂肪等含量的检测来实现对大豆品种的鉴别。这种鉴别方式破坏了大豆本质,并且存在检测费用高、效率低、精度差的问题。基于高光谱成像技术和机器学习理论,研... 大豆的品种直接关系到大豆制品的质量和出油率,目前主要采用对大豆中蛋白质及脂肪等含量的检测来实现对大豆品种的鉴别。这种鉴别方式破坏了大豆本质,并且存在检测费用高、效率低、精度差的问题。基于高光谱成像技术和机器学习理论,研究了大豆品种无损快速鉴别方法。采集并建立了4个品种(每个品种200粒,共计800粒)大豆的高光谱原始图像及光谱数据集。研究了利用归一化、均值中心化、小波变换、S-G平滑滤波以及矢量归一化对采集到的高光谱数据进行滤波去噪预处理,建立了基于KNN、RF及GBDT的大豆种粒无损检测模型。实验对比得出,利用主成分分析结合GBDT的检测模型精度最高,识别准确率可达99.58%。 展开更多
关键词 高光谱技术 种粒无损检测 GBDT
在线阅读 下载PDF
基于高光谱成像技术与BO-XGBoost的花生含水率无损检测研究 被引量:1
8
作者 黄琦 沈建国 +4 位作者 蒋敏兰 冯昌广 方小生 张长江 石小威 《中国粮油学报》 CSCD 北大核心 2023年第5期135-140,共6页
含水率影响着花生的质量、储藏时长与出油率。本研究针对当前花生含水率测量效率低、有损检测、无法适应大规模检测等问题,探索基于高光谱成像技术的花生含水率无损快速检测方法。测量并建立了300份不同种类花生的高光谱原始图像及光谱... 含水率影响着花生的质量、储藏时长与出油率。本研究针对当前花生含水率测量效率低、有损检测、无法适应大规模检测等问题,探索基于高光谱成像技术的花生含水率无损快速检测方法。测量并建立了300份不同种类花生的高光谱原始图像及光谱数据集,并利用小波变换、多元散射校正(MSC)和一阶导数对数据进行预处理,结合PLS、XGBoost、BO-XGBoost算法建立花生含水量无损检测模型。通过实验对比得出,利用小波变换对原始光谱数据进行预处理后的光谱数据建立的BO-XGBoost模型最优,预测模型决定系数R^(2)=0.9539,均方根误差RMSE=0.8065。实验表明,高光谱成像技术结合BO-XGBoost能够对花生含水率进行快速、准确、无损检测,且对其他农作物水分含量检测具有一定的借鉴意义。 展开更多
关键词 高光谱成像 BO-XGBoost 含水率 PLS
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部