顶空固相微萃取-气相色谱-质谱联用分析辣椒油中的风味物质

不同条件煎制制备北京红辣椒油,对其进行感官评价并结合顶空-固相微萃取（HS-SPME）和气相色谱-质谱联用（GC-MS）技术研究辣椒油的风味物质组成。结果表明：不同煎制程度显著地影响辣椒油风味,130 ℃油温下煎制10 min的辣椒油（LJY-4）风味最佳。不同煎制程度显著地影响辣椒油所含风味化合物的种类和峰面积比,尤其是酮类、呋喃类、萜烯类及烯醛类等化合物的峰面积比。LJY-4除具有辣椒粉的特征风味化合物外,还富含酮、呋喃等焦甜型风味化合物,其中活性值（OAV）大于20的化合物有9种,分别为2,3-戊二酮、(E,E)-2,4-壬二烯醛、3-甲基丁醛、2-甲基丁醛、2-甲基丙醛、二甲基硫、4-羟基-2,5-二甲基-3(2H)呋喃酮（HDMF）、乙酸和1-辛烯-3-醇,它们为辣椒油贡献了焦甜香、酯香、麦芽香、果香和豆香等,组成了辣椒油独特的风味品质。     

基于介电特性的鸡蛋品种无损鉴别

为更合理有效实现鸡蛋品种分类,研究一种介电特性无损鉴别鸡蛋品种方法。本实验以4组不同品种鸡蛋(江苏镇江洋鸡蛋、江苏镇江草鸡蛋、安徽老南沟草鸡蛋、江苏东台草鸡蛋)为研究对象,采用平行极板法测量4组鸡蛋在10~200 k Hz条件下的介电特性参数,并利用支持向量机(support vector machine,SVM)算法建立鸡蛋品种鉴别分类检测模型。研究不同核函数(线性核函数、多项式核函数、RBF核函数和Sigmoid核函数)、不同参数寻优算法(网格搜索法、遗传算法和粒子群算法)选择对分类模型准确率的影响。结果表明,以线性核函数为SVM核函数、粒子群算法为SVM参数寻优算法时,建立的鸡蛋品种SVM分类模型的性能最优,其训练集正确率为95.83%,测试集正确率为95.83%。利用介电特性无损检测技术结合SVM算法,取得了很好的分类效果,为鸡蛋品种鉴别提供了一种新的快速有效的方法。     

图像脉冲噪声检测

提出了一个包含两个自适应神经模糊推理系统和一个后处理块的网络,该网络可用于灰度图像脉冲噪声检测。网络中每个自适应神经模糊推理系统都是一个四输入单输出一阶Sugeno模糊推理系统。所提出的脉冲噪声检测方法分两步进行：对该网络进行优化训练,确定其参数;用优化后的网络对被椒盐脉冲噪声污染的图像进行噪声检测。实验结果表明,与其他传统检测方法相比,所提出的方法,更能有效检测出图像中椒盐脉冲噪声。     

一种具有自我更新机制的量子粒子群优化算法

自然界中生命体都存在着有限的生命周期,随着时间的推移生命体会出现老化并死亡的现象,这种老化机制对于生命群体进化并保持多样性有重要影响。针对量子行为粒子群（QPSO）算法中粒子存在老化并使得算法存在早熟收敛的现象,将生命体的自我更新机制引入了QPSO算法,在粒子群体进化中提出领导者粒子和挑战者粒子,随着群体粒子的老化,当领导者粒子领导力耗尽不能引导群体进化时,挑战者粒子通过竞争更新机制成为新的领导者粒子引导群体进化并保持群体多样性,并证明了算法的全局收敛性。将提出的算法与多种典型改进QPSO算法通过12个CEC2005 benchmark测试函数进行比较,对结果进行了分析。仿真结果显示,该算法具有较强的全局搜索能力,尤其在7个多峰测试函数中,综合性能最优。     

基于多维问题的交叉算子量子粒子群优化算法

针对量子行为粒子群优化(QPSO)算法在求解多维问题时优秀维信息丢失的问题,引入交叉算子的策略,改善解的质量,提升算法性能。首先,分析了量子粒子群算法进化过程中的粒子整体更新评价策略,发现各维信息之间相互干扰,会丢失已经搜索到的优秀维信息;然后,指出如果采用逐维进化方法,会指数级增加算法的复杂度;最后,提出对进化过程中的问题解采用多点交叉的策略增加优秀维信息的保留概率,并将改进后的量子粒子群算法与线性下降参数控制策略、非线性下降参数控制策略方法通过12个CEC2005 benchmark测试函数进行了比较,并对结果进行了分析。仿真结果显示,所提算法比改进前在10个测试函数中取得了明显的改进效果,而比其他2种改进算法也在7个测试函数中取得了优势。因此该算法能够有效提升量子粒子群优化算法的性能。     

自学习的量子粒子群优化算法改进

分析了量子行为粒子群优化算法,着重研究了算法中群体粒子的搜索行为,对算法中局部吸引点进行了分析,提出针对粒子在搜索过程中所处的不同搜索环境,将粒子的搜索行为分为四种类型,并能够自适应地学习优化问题环境,采用合适的学习模式,提高算法整体优化性能;将改进后的自学习量子粒子群算法与其他一些改进方法通过CEC2005 benchmark测试函数进行了比较,最后对结果进行了分析,仿真结果显示自学习方法能够显著改善量子粒子群优化算法的性能。     

利用VLRBP神经网络改善汇率预测

分别使用基于滑动窗口的VLRBP神经网络模型和基于C-C相空间重构的VLRBP神经网络模型及ARIMA-GARCH模型对欧元汇率时间序列建模和预测,通过比较发现基于C-C相空间重构的VLRBP神经网络对于含有大量非线性成分的欧元汇率时间序列的预测比较准确。同时,为了提高基于滑动窗口的VLRBP网络的泛化性能,提出在训练VLRBP神经网络时应用浴盆曲线方法选取隐层神经元个数和滑动窗口尺寸。     

基于改进YOLOv3的ETC车辆检测算法研究

随着ETC通道车辆违规行为的不断增加,针对该场景下不同尺度和类型的车辆检测已经成为城市交通管理的一项重要工作.论文基于高速公路ETC场景下的真实数据集,提出了一种车辆检测的优化方法.为提高算法在车辆检测方面的适用性和准确性,论文在YOLOv3算法的基础上采用GIOU作为YOLOv3的边界框回归损失函数,同时用调整过的锚...     

瑞利衰落信道下一种MIMO传输技术的性能研究

为了提高系统性能并最大限度地降低收发端的硬件复杂度,本文提出一种多发多收(MIMO)的传输技术,即发射端采用选择发射并联合接收端采用最少选择最大比合并接收的MIMO技术,记为TAS/MMRC。本文对TAS/MMRC技术进行了详细的性能分析。最后还通过仿真试验验证了理论分析的正确性。     

具有量子行为的粒子群优化算法的参数选择

Sun等人从量子力学的角度提出了具有量子行为的粒子群优化算法,它在搜索能力上优于传统的PSO算法,自适应参数的数目也比之较少。集中讨论了应用QPSO如何选择自适应参数的问题。介绍了QPSO算法,给出了随机模拟的实验结果,从而看到了参数值的选择如何影响粒子在QPSO中的收敛。最后,介绍了两种自适应参数控制方法和标准测试函数的实验结果。