基于Linux的大容量Yaffs文件系统性能优化与实现

针对Yaffs文件系统应用在大容量存储设备时所产生挂载速度慢的问题,提出一种新的改进方法,并在Yaffs2文件系统中进行了实现。通过在Yaffs2文件系统中增加适当的偏移量,使得在扫描挂载文件系统时减少了不必要的扫描时间,从而加快了挂载的速度。在最新的Yaffs2文件系统当中,依据该方法修改Yaffs2源代码,同时,在Linux系统上加入了对改进后文件系统的支持。对改进前后的性能进行分析和实验,表明了该方法的可行性。     

近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

NIR和ATR-FTIR光谱技术在萝卜农残检测中的应用

研究了近红外(NIR)光谱技术和衰减全反射傅里叶变换红外(ATR-FTIR)光谱技术在萝卜农药残留检测中的应用。为了从不同角度分析,分别使用偏最小二乘(PLS)法和BP神经网络建立了数学模型。经最小—最大归一化方法优化后的NIR光谱数据的PLS法模型标准差为:RMSEC=0.289,RMSEP=0.335,BP神经网络模型标准差为:RMSEC=0.436,RMSEP=0.610。矢量归一化方法优化后的ATR-FTIR光谱数据的PLS法模型标准差为:RMSEC=0.168,RMSEP=0.127,BP神经网络模型标准差为:RMSEC=0.100,RMSEP=0.106。结果表明:ATR-FTIR的农药残留检测精度高于NIR光谱技术,ATR-FTIR光谱技术在农药残留检测方面有实际应用潜能和优势。     

纯棉织物珠光印花工艺探讨

探讨与珠光印花有关的工艺参数的改变，如粘合剂的筛选、用量，焙烘温度、时间的变化等，从而获得较为合理的珠光印花工艺。     

纯棉氨纶包芯纱弹力织物珠光印花工艺

对珠光印花工艺参数如粘合剂种类、用量、焙烘温度、时间等进行优化试验，得出了较为合理的珠光印花工艺。     

花生冻伤近红外光谱快速判别方法研究

目的 构建一个基于近红外光谱的花生冻伤判别模型。方法 采用移动窗口平均平滑(Moving Window Average, WMA)、标准正态变量校正(Standard Normal Variate Correction, SNV)及一阶导数(First Derivative, FD)的组合预处理方法提升光谱信号质量;分别采用无信息变量消除法(Elimination of Uninformative Variables, UVE)、竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling, CARS)以及二者的联合算法(CARS-UVE、UVE-CARS)筛选特征波长;最后构建基于支持向量机分类算法(Support Vector Machine Classification, SVC)的花生冻伤分类模型。结果 使用UVE-CARS算法筛选特征波长效果最佳,筛选出7个特征波长,构建的判别模型准确率达95%。结论 该花生冻伤判别模型为花生冻伤快速、无损判别提供可行的技术方案,并为基于滤光片式近红外技术的花生品质色选机的开发提供参考。     

基于高光谱成像技术的板栗产地溯源

目的 建立了一种基于高光谱成像(Hyperspectral Imaging, HSI)技术的板栗产地溯源模型。方法 采集怀柔、迁西和沂蒙短枝三种不同产地板栗的高光谱图像,提取感兴趣区域(Region of Interest, ROI),建立支持向量机(Support Vector Machine, SVM)板栗产地溯源模型,通过比较分析不同预处理方法对建模结果的影响,选出最佳的预处理组合方法,并使用遗传算法对模型进一步优化。结果 实验结果表明,经多元散射校正(Multiplicative Scatter Correction, MSC)和移动窗口平滑法(Moving Window Smoothing, MWS)组合预处理后的数据所建立的溯源模型预测性能最好,分类的预测精确率达到了95%以上,模型整体的准确率为96.61%。经遗传算法(Genetic Algorithm, GA)对SVM的参数C进行优化,优化后的模型对怀柔板栗和沂蒙短枝板栗的预测精确率达到了100%,模型整体的准确率提高到了98.31%。结论 本研究基于高光谱成像技术建立了一种板栗产地溯源模型,经预处理和参数优化后,所建立的模型具有较好的预测性能,为板栗的产地溯源提供了一种新方法。     

近红外光谱技术用于菠菜中毒死蜱残留的定量分析研究

本实验基于近红外光谱方法对菠菜中农药残留量定量分析情况进行研究,前期实验通过模拟果蔬成分背景,配制了37个有机磷农药毒死蜱浓度为0.005～0.1mg/kg的模拟混合液体样本;后期对经化学处理后的毒死蜱浓度在0.1～3.65mg/kg的36个菠菜萃取液体样品进行定量分析研究.结果表明,近红外光谱法对分析模拟溶液中的毒死蜱及菠菜萃取溶液中的毒死蜱样本均取得良好的预测效果.     

以棉籽油为基料油的煎炸专用调和油煎炸品质的研究

以棉籽油为基料油,添加大豆油、菜籽油、棕榈油进行调配,制成煎炸专用的植物调和油。用制得的煎炸调和油进行不间断地煎炸薯条试验,考察煎炸油在煎炸过程中油脂色泽、理化指标及品质的变化情况。结果表明:煎炸调和油的脂肪酸组成合理,满足单不饱和脂肪酸/多不饱和脂肪酸=4.0:0.6的最佳摄入比例。煎炸过程中色泽变化较慢,极性组分超过27%限量的时间为67 h,酸价由(0.18±0.05) mg/g增加至(3.53±0.10) mg/g,羰基价由(9.42±0.12) meq/kg增加至(36.0±0.14) meq/kg,过氧化值和苯并(α)芘没有明显的变化趋势,丙烯酰胺未检出;与河北地区常用于煎炸的三级棉籽油46 h的煎炸寿命和较高的羰基价、过氧化值和苯并(α)芘相比,配制的煎炸调和油的煎炸寿命延长了18 h,稳定性提高了37%,煎炸薯条的平均含油率为18%煎炸感官效果好,可以作为一种新型煎炸调和油。     

基于近红外光谱的纯花生油掺伪快速鉴别方法研究

针对目前国内缺乏快速鉴别花生油掺伪鉴别技术的现状,提出基于近红外光谱的纯花生油掺伪快速鉴别方法.实验分别配制了掺入大豆油、菜籽油、棕榈油和调和油的4类掺伪花生油样品共40个,纯花生油样品5个,采集样品近红外全谱,通过支持向量机技术建立纯花生油掺伪鉴别模型.结果表明,选取径向基函数为支持向量机核函数,通过网格搜索和k折校...