简介:消息:北京时间2004年2月24日,美国北达科他州立大学(NDSU)的官员近日表示,该校的科研人员已经研究出了使用无线射频识别技术(RFID)来检测疯牛病的方法,从而为美国公众食品安全的问题提供了新的技术保证。该校负责科研工作的副校长菲尔-布德杰克(PhilBoudjouk)对外宣布了上述消息。无线射频识别技术标签是安装了天线的微小计算机芯片,这种标签能存储并传输电子产品编码(EPC)。自美国发现了疯牛病病例后,不少美国国会议员及农业部官员一直对相应的技术检测问题非常关心,RFID由此也成为最受到关注的技术之一。该校的研究人员表示,通过在牛的耳朵上植入RFID标签,该标签可以记录下这头牛的详细资料,如它的饲养情况、年龄、体重及患病治疗情况。同时这些标签可以自动读取,并能将这些数据直接送入到计算机数据库中去。菲尔-布德杰克表示,目前美国只有少数大学拥有产品追踪技术的开发与制造能力,北达科他州立大学就是其中的一所。他还表示,NDSU此前已经与Alien科技公司建立了伙伴合作关系,Alien计划在2005年制造这种新型RFID产品。美科学家称可用无线射频识别技术检测疯牛病$《上海科...
简介:为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树(C&RTanalysis)数据分析。结果表明:(1)从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;(2)湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合(Segment)分别为:还原糖(≤24.93%)、钾(〉1.98%)、pH值(≤5.37)(p=0.658);钾(≤1.98%)、灰分(〉11.03%)、水溶性灰份碱度(≤0.49)、硝酸根(≤0.06%)(p=0.776);还原糖(〉24.93%)、钾(〉1.98%)、硝酸根(≤0.06%)、蛋白质(〉5.01%)(p=0.914);钾(≤1.98%)、灰分(≤11.03%)、水溶性总糖(〉28.94%)、硫酸根(≤1.43%)(p=0.957)。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。
简介:摘要 : 针对温室番茄智能化管理需要,研究茎秆、叶片和绿果等 3类相近色目标的多波段图像融合方法,以凸显目标与背景亮度差异,提高目标视觉识别效率。根据其各自在 300~1000 nm范围的反射光谱特征差异,建立了针对其光谱数据分类的 Lasso正则化逻辑回归模型。基于模型的稀疏解特征,确定具有较大权值系数的 450、 600和 900 nm等 3个波段作为最优成像波段,在此基础上构建了温室番茄植株多波段图像在线采集系统。结合最优成像波段下相近色目标图像特征分析,提出了基于 NSGA-II的多波段图像加权融合方法,以增强特定目标与近色背景物体的图像亮度差异。最后通过现场试验对多波段图像融合效果进行评估。结果表明,分别以茎秆、叶片和绿果器官作为识别目标,通过多波段图像融合处理后,目标与背景之间的图像灰度差异绝对差值相应达到单波段图像的 2.02、 8.63和 7.89倍,即被识别目标与其他近色背景的亮度差异显著增强,且背景物的亮度波动得到抑制。本研究结果可以为农业环境近色目标视觉识别相关研究提供参考。
简介:摘要 : 水肥一体化自动装备的使用能够有效提高水肥资源利用率,但需要在作业前获知作物的营养状况及水肥需求量,而通过人工手持测量仪器来获取这些信息,存在着时效性差和劳动强度大等缺点。针对以上问题,本研究以常见的作物玉米为研究对象,使用大疆精灵Ⅲ无人机携带 RedEdge-M多光谱相机在田间上空采集玉米多光谱图像,同时使用 YLS-D系列植株营养测定仪测量玉米植株的氮素和水分含量等营养信息,根据这些信息将采集的图像分为 3个等级(每个等级共包含 530幅五通道图像,其中 480幅作为训练集, 50幅作为验证集),提出了一种基于卷积神经网络的玉米作物营养状况识别方法。并基于 TensorFlow深度学习框架搭建了 ResNet18卷积神经网络模型,通过向模型输入彩色图像数据和五通道多光谱图像数据,分别训练出适合于彩色图像和多光谱图像的玉米植株营养状况等级识别模型。试验结果表明:训练后的模型能够识别玉米作物的彩色图像和多光谱图像,能够输出玉米的营养状况等级和 GPS 信息,识别彩色图像模型在验证集的正确率为 84.7%,识别多光谱图像模型在验证集的正确率为 90.5%,模型训练平均时间为 4.5h,五通道图像识别平均用时为 3.56s。该识别方法可快速无损地获取玉米作物的营养状况,为有效提高水肥资源利用率提供了方法和依据。
简介:首次以氯甲基化交联聚苯乙烯树脂(CMCPS)为载体和大分子引发剂、2,4-二氯苯氧乙酸(2,4-19)为模板、丙烯酰胺(AM)为单体、乙二醇二甲基丙烯酸酯(EDMA)为交联剂、溴化铜/2,2’-联吡啶(CuBr/Bpy)为催化剂,采用表面引发原子转移自由基聚合(SI-ATRP)技术,制备了2,4-二氯苯氧乙酸分子印迹聚合物(2,4-DMIPs),并研究了模板分子与功能单体比例对该印迹聚合物吸附量的影响。通过动态、静态及竞争试验考察了该印迹聚合物对2,4-D的吸附性能。结果表明:2,4-DMIPs对模板分子2,4-D具有良好的特异性识别作用;与2,4-二氯苯酚和2,4-二氯苯甲醛相比,2,4.DMIPs对2,4-D的选择性系数分别为2.84和3.75,相对选择性系数分别为2.31和2.29。采用Scatchard模型分析,可以得到两类结合位点,计算得到最大表观吸附量(Qmax)分别为76.92和142.91mg/g,离解常数亿分别为632.91和2309.47mg/L。将2,4-DMIPs作为固相萃取剂,对豆芽样品进行添加回收试验,回收率为86%-104%,相对标准偏差(RSD)为1.9%~10%,方法的检出限为20ng/g。该印迹聚合物可以富集分离测定2,4.D,稳定性好,并且能重复使用。