修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

129 条数据
?? 中文（中国） ▾

  • [IEEE 2018年国际智能信息与生物医学科学会议（ICIIBMS）- 泰国曼谷（2018.10.21-2018.10.24）] 2018年国际智能信息与生物医学科学会议（ICIIBMS）- 基于最优PCA-EOC-KNN模型的唾液表面增强拉曼光谱中NS1检测方法

    摘要： 非结构蛋白1（NS1）近期被确认为黄病毒所致疾病的替代性生物标志物。因其感染首日即可在血液中检出，临床已公认其用于登革热早期检测。表面增强拉曼光谱（SERS）作为拉曼光谱的改进技术，通过放大拉曼散射强度实现有效检测，更能解析至单分子级别的分子结构，因而成为疾病生物标志物研究者的优选工具。k近邻算法（kNN）是基于学习数据、以最近类别为依据的分类策略。本研究旨在确定主成分分析-特征优化分类器-k近邻（PCA-EOC-KNN）模型中用于掺假唾液SERS光谱NS1指纹自动检测的最优近邻数、距离规则及分类器规则。结果表明：采用共识分类器规则、欧氏/相关/余弦距离规则及k值为1、3、5时，PCA-EOC-KNN分类器的准确率、精确率、灵敏度与特异度均超过90%。

    关键词： k-最近邻算法（kNN），非结构蛋白1（NS1），主成分分析（PCA）

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第25届机电一体化与机器视觉实践国际会议(M2VIP) - 德国斯图加特(2018.11.20-2018.11.22)] 2018年第25届机电一体化与机器视觉实践国际会议(M2VIP) - 基于凸包并采用ICP和NDT精化的三维点云粗配准

    摘要： 非刚性配准是运动跟踪、模型检索和物体识别等诸多应用中的关键步骤。这些应用的精度高度依赖于配准步骤中采用的初始位置。本文提出一种新颖的凸包辅助粗配准方法，并通过两种应用于投影点的算法进行优化。首先，该方法采用统计方法找出代表每个点云的最佳平面；其次，将各点云的所有点投影至对应平面上；随后从两个投影点集中提取两个凸包并进行最优匹配；接着通过最小化两个凸包匹配点对之间的距离，鲁棒地估计从参考点到模型的非刚性变换；最后通过两种方法优化该变换估计：第一种是利用迭代最近点（ICP）算法优化粗配准，第二种是通过正态分布变换（NDT）算法优化粗配准。针对多个点云开展的实验研究表明，在大多数情况下，采用ICP优化的粗配准效果优于NDT优化的结果。

    关键词： 迭代最近点算法（ICP）、凸包、正态分布变换（NDT）、非刚性配准、三维点云、主成分分析（PCA）

    更新于2025-09-23 15:22:29

  • 基于四元数的高光谱图像特征提取多尺度分析

    摘要： 本文提出了一种名为多尺度四元数韦伯局部描述符直方图（MQWLDH）的高光谱图像（HSI）特征提取新方法，该方法基于对应的光谱特征对空间信息进行建模。该方案首先利用主成分分析将光谱数据转换至正交空间，并根据最大方差理论提取前三个主成分（PCs），随后构建MQWLDH基于这三个主成分提取空间特征。该方法通过四元数的代数结构统一处理前三个主成分的过程，降低了计算成本并减少了所提取空间特征向量的维度。此外，构建的四元数韦伯局部描述符能有效表征每个像素邻域的变化并检测高光谱图像边缘。为捕捉不同尺寸和形状同质区域包含的更多本征空间信息，构建了多尺度特征直方图。最后提出特征融合框架整合光谱与空间特征，从而充分利用光谱信息。在三个高光谱数据集上的实验结果表明，该方法能为不同分类器提供有效特征并取得优异的分类性能。

    关键词： 多尺度特征直方图、主成分分析（PCA）、特征提取、四元数韦伯局部描述符（QWLD）

    更新于2025-09-23 15:22:29

  • 基于主成分分析的低光照图像增强

    摘要： 在极端低光照条件下，图像会出现对比度低、亮度不足且噪声高的问题。本文提出基于主成分分析框架的分解亮度-色度分量低照度图像增强方法。针对亮度分量开发了基于多尺度Retinex的自适应滤波器以显著提升对比度和亮度，通过提出的协同滤波技术同时处理亮度和色度分量，在保留图像独特特征的同时呈现最精细的细节并抑制噪声。为评估算法有效性，建立了可生成不同对比度与噪声等级夜间图像的仿真模型。该算法能处理各类图像且不会产生重影和光晕伪影。通过全参考和盲测性能指标进行量化评估，结果表明相比现有方法，本方案在客观标准和视觉质量方面均达到最先进水平。

    关键词： 去噪、对比度增强、主成分分析

    更新于2025-09-23 15:22:29

  • 基于金属卟啉功能化的SnO2和ZnO纳米粒子挥发性有机化合物传感器阵列的制备与表征

    摘要： 基于金属卟啉（MPPs）功能化金属氧化物纳米颗粒（MOX NPs）的挥发性有机化合物（VOC）传感器阵列被成功研制。该传感器阵列由四个单传感器组成，分别基于SnO? NPs/钴卟啉、SnO? NPs/锌卟啉、SnO? NPs/镍卟啉和ZnO NPs/钴卟啉。通过将MOX NPs分散液和MPPs溶液滴涂在MEMS平台上制备了MOX NP/MPP基传感器。所制传感器成功检测到低至20 ppb的甲苯浓度，低于此前报道的卟啉基VOC传感器阵列的检测限。与以往MOX/MPP基传感器研究相比，我们通过主成分分析确认了苯、甲苯、乙苯和二甲苯（BTEX）之间的选择性。BTEX在1至9 ppm范围内以2 ppm分辨率实现分类，且传感器阵列在受到显著冲击后仍保持稳定性能。

    关键词： 气体传感器阵列、卟啉、主成分分析、金属氧化物、挥发性有机化合物

    更新于2025-09-23 15:22:29

  • 前向和直角荧光光谱法监测特级初榨橄榄油光谱演变

    摘要： 荧光光谱技术被应用于一项研究，用于监测暴露于室温间接光照下的特级初榨橄榄油（EVOO）样品光谱模式的变化。从激发波长范围为230至646纳米、发射波长范围为250至698.5纳米的三维荧光光谱中提取了详细信息。FF实验中揭示了相关的发射区域，这些区域有助于研究特征光谱模式的可变性并开发快速检测程序。此类程序包括在低于400纳米的波长下进行同步激发，这在一项直角原型中被提出并实施，以监测暴露于间接光照下的EVOO样品的变化。在约400、434、464、513和674纳米附近的局部最大值处发现的发射信号被认为具有相关性。正在进行的研究强调，高光谱图像提供了橄榄的光谱模式，从而能够更精确地进行分类，这将使得能够将油分选为具有更均匀特征的批次，以便后续建模。

    关键词： 主成分分析、油品质量、氧化、油品储存

    更新于2025-09-23 15:22:29

  • 利用多纹理分析从视网膜眼底图像中诊断中风

    摘要： 中风是一种脑血管疾病，是导致成人残疾的主要原因之一。研究表明，视网膜眼底图像携带了对预测中风等心血管疾病至关重要的信息。本研究探讨了利用多纹理描述进行视网膜眼底图像计算机辅助中风诊断的方法。通过分析视网膜背景纹理，从而省去了分割步骤。本研究采用Gabor滤波器(GF)、局部二值模式(LBP)和方向梯度直方图(HOG)作为纹理描述符，将这些纹理描述符应用于主成分分析(PCA)获取的第二特征通道。提取的特征经串联形成多纹理表征，并通过ReliefF特征选择方法进行降维。将精简后的特征向量输入朴素贝叶斯分类器进行性能评估。我们分别评估了单一特征描述符与多重特征描述符在视网膜眼底图像中风诊断中的表现，其中多纹理描述的准确率达到95.1%，优于单一纹理描述符。

    关键词： 加博尔滤波器、ReliefF算法、方向梯度直方图、主成分分析、局部二值模式、笔画

    更新于2025-09-23 15:22:29

  • 利用高光谱成像技术识别不同加速老化时间下的玉米籽粒活力

    摘要： 种子在储藏过程中的老化是不可逆的，因此建立快速、准确的种子活力检测方法对种子公司和农户都具有重要意义。本研究采用人工加速老化处理模拟玉米籽粒老化过程，并利用874-1734 nm波段的高光谱成像技术作为识别不同加速老化时间条件下种子活力的快速准确方法?；袢×肆礁鲇衩灼分志酥植煌匣背ぃ?、12、24、36、48、72、96和120小时）处理的样品高光谱图像。通过主成分分析（PCA）对不同加速老化时间条件下的玉米籽粒进行定性分析，采用二阶导数法筛选特征波长，构建基于全光谱和最优波长的分类模型（支持向量机-SVM）。结果表明：未处理玉米籽粒的分类错误率极低，而12和24小时短时老化处理的籽粒存在少量误判。总体而言，较短老化时间（0、12和24小时）的玉米籽粒分类准确率较高（61%-100%），较长老化时间（36、48、72、96、120小时）的籽粒分类准确率较低。根据SVM模型的混淆矩阵结果，各玉米品种的八个老化时段可划分为三组：第1组（0小时）、第2组（12和24小时）及第3组（36、48、72、96、120小时）。同组内不同类别的玉米籽粒更易相互误判，而不同组间的误判样本较少。通过发芽试验验证分类模型发现，标准发芽试验显示的玉米籽?；盍ο灾钜煊隨VM模型分类准确率总体吻合。两个玉米品种的高光谱分析结果相似，表明结合化学计量学方法的高光谱成像技术可用于评估种子活力和老化程度。

    关键词： 高光谱成像技术、标准发芽试验、支持向量机模型、加速老化、主成分分析、玉米籽粒

    更新于2025-09-23 15:22:29

  • 一种基于骨架的移动激光雷达点云中三维杆状目标检测分层方法

    摘要： 杆状物体检测对机器人导航、自动驾驶、道路基础设施清查及精细三维地图生成具有重要意义。本文提出一种基于骨架的层次化方法，用于从移动激光雷达点云中自动检测杆状物体。首先采用建筑立面粗提取进行遮挡分析；其次实施基于切片的欧氏聚类算法获取杆状物体候选集；进而提出基于骨架的主成分分析形状识别方法，稳健定位所有可能的杆状物体位置；最后设计Voronoi约束垂直区域生长算法自适应生成独立杆状物体。在公开的Paris-Lille-3D数据集上进行实验，结果表明该方法能稳健高效地提取杆状物体，平均质量达90.43%，且相比现有方法具有更优性能，尤其适用于大半径杆状物体的检测。

    关键词： 杆状物体提取、Voronoi镶嵌、拉普拉斯平滑、主成分分析（PCA）

    更新于2025-09-23 15:22:29

  • 红外光谱法快速筛查小麦中的赭曲霉毒素A

    摘要： 研究采用红外光谱技术对229份天然污染赭曲霉毒素A（OTA）的未加工硬质小麦样品进行筛查。通过傅里叶变换近红外和中红外光谱（FT-NIR、FT-MIR）分析样品，运用偏最小二乘判别分析（PLS-DA）和主成分线性判别分析（PC-LDA）分类模型区分高污染与低污染样品，并比较模型性能。以2μg/kg OTA为临界值时，FT-NIR和FT-MIR范围的总体判别率均超过94%，且与所用分类模型无关，证实了两种统计方法的可靠性。两种光谱范围及分类模型的假合格率均为6%。结果表明，FT-NIR和FT-MIR分析有望成为快速鉴别未加工小麦OTA含量的经济便捷筛查工具。

    关键词： 主成分分析，筛选方法，赭曲霉毒素A，未加工小麦，傅里叶变换近红外/中红外光谱，线性判别分析

    更新于2025-09-23 15:22:29