以分别来自巴布亚·新几内亚(Papua New Guinea)、厄瓜多尔(Ecuador)和加纳(Ghana)产地的3种可可豆和3种可可液块制成的6组100%黑巧克力作为研究对象。将超气相电子鼻与感官评价相结合,采用主成分分析和正交偏最小二乘判别分析对其...以分别来自巴布亚·新几内亚(Papua New Guinea)、厄瓜多尔(Ecuador)和加纳(Ghana)产地的3种可可豆和3种可可液块制成的6组100%黑巧克力作为研究对象。将超气相电子鼻与感官评价相结合,采用主成分分析和正交偏最小二乘判别分析对其风味进行解析,探索不同产地可可豆和可可液块制成的100%黑巧克力的风味差异。6款样品中共检测出30种挥发性风味化合物,基于预测变量重要性投影(variable importance in projection,VIP)值进一步筛选出醛类、酮类、吡嗪类等22种主要差异挥发性风味化合物。主成分分析与正交偏最小二乘判别分析结果相一致,3种可可豆制备的100%豆到块(bean to bar,BTB)黑巧克力与3款可可液块制备的100%黑巧克力风味得到明显区分,模型拟合效果好,验证有效,分析结果可靠。可可豆制备的100%BTB黑巧克力样品果香、烘烤香、可可香、坚果香会更浓郁,果味、酸味、巧克力味会更突显。综上,超快速气相电子鼻结合多元统计,可对不同产地可可豆和可可液块制备的100%黑巧克力风味进行有效快速区分,可可豆制备的100%BTB黑巧克力的挥发性风味化合物总含量和风味强度相比同产地的可可液块制备的100%黑巧克力表现更高,感官评价更突出,风味更愉悦。展开更多
碲镉汞短波红外焦平面探测器在红外天文观测中具有重要作用。采用光子转移曲线(Photon Transfer Curve, PTC)来表征探测器性能参数是一种重要的测试方法。根据PTC测量探测器的增益是表征探测器其他性能的前提。采用碲镉汞液相外延薄膜...碲镉汞短波红外焦平面探测器在红外天文观测中具有重要作用。采用光子转移曲线(Photon Transfer Curve, PTC)来表征探测器性能参数是一种重要的测试方法。根据PTC测量探测器的增益是表征探测器其他性能的前提。采用碲镉汞液相外延薄膜材料和n-on-p芯片结构制备了640×512规格的红外探测器,探测器截止波长为2.0μm。用PTC方法测量红外焦平面探测器的增益,发现在焦平面上不同区域的增益是不均匀的,增益的非均匀性达到了20.2%。增益的非均匀性反映了探测器芯片内部性能的差异,尤其是不同光敏元噪声的差异。芯片加工过程可能是引起增益不均匀的原因之一。通过改进芯片工艺,特别是改进芯片的机械化学减薄工艺,降低抛光损伤,提高了探测器芯片表面不同区域的增益均匀性。改进工艺后,增益的非均匀性从20.2%降低到0.3%,获得了增益均匀的探测器芯片,增益的平均值为0.159 DN/e-,并测量得到探测器的暗电流为2.2 e-/s,读出噪声为67 e-。展开更多
要:在车道线检测研究中,现有算法能够高效地检测在良好光照条件下的车道线,但在暗光下进行车道线检测仍然面临较高的漏检率挑战。针对此问题,利用车道线间的结构关系,提出了一种有助于暗光条件下的检测算法——实例关联网络(instance as...要:在车道线检测研究中,现有算法能够高效地检测在良好光照条件下的车道线,但在暗光下进行车道线检测仍然面临较高的漏检率挑战。针对此问题,利用车道线间的结构关系,提出了一种有助于暗光条件下的检测算法——实例关联网络(instance association net,IANet)。利用车道线起点处的特征以及全局特征图为不同的车道线生成独特的掩膜,将掩膜作用于特征图以实现车道线的实例级特征分离;基于实例级注意力机制来关联分离后的特征,该机制能够在实例之间进行有效的信息交互,同时在关联之前引入绝对位置编码,增强模型对车道线位置关联性的关注;通过定位车道线上的关键点和计算偏移量来实现车道线的精确检测。IANet在CULane数据集上与现有方法进行了实验对比,总体评分以及夜间场景下的评分分别为75.7%和71.9%,相比于其他算法明显提高,在多种受光照影响的环境下展现出了良好的鲁棒性,所提出的实例特征关联显著降低了暗光下车道线检测的漏检率。展开更多
针对暗环境动态特征轮廓模糊、盲区遮挡情况,高效准确地检测跟踪动态目标特征,对灾害救援、搜寻跟踪具有实际意义。为实现暗环境下模糊轮廓特征的有效检测跟踪,提出一种时空关联机制的红外目标实时检测深度学习网络(Spatial Local Dynam...针对暗环境动态特征轮廓模糊、盲区遮挡情况,高效准确地检测跟踪动态目标特征,对灾害救援、搜寻跟踪具有实际意义。为实现暗环境下模糊轮廓特征的有效检测跟踪,提出一种时空关联机制的红外目标实时检测深度学习网络(Spatial Local Dynamic You Only Look Once Version 8,SLD-YOLOv8),设计非局部自适应Non-local模块和空间通道卷积关联模块,对原YOLOv8网络的瓶颈层Bottleneck CSP进行优化。为有效提取深层空间多尺度表征信息,增加用于小目标检测的160×160检测层和动态检测头,较好地提升暗环境中目标跟踪的边界回归性能,并实时有效地推理出目标特征的相对深度位置信息。实验结果表明,改进后的红外目标检测算法对暗环境下的动态特征检测具有较好的鲁棒性和准确性,其平均精度评估指标mAP_0.5和mAP_0.5:0.95比原模型提高了5.6%和4.5%,证明了新算法对暗环境目标跟踪的有效性。展开更多
文摘以分别来自巴布亚·新几内亚(Papua New Guinea)、厄瓜多尔(Ecuador)和加纳(Ghana)产地的3种可可豆和3种可可液块制成的6组100%黑巧克力作为研究对象。将超气相电子鼻与感官评价相结合,采用主成分分析和正交偏最小二乘判别分析对其风味进行解析,探索不同产地可可豆和可可液块制成的100%黑巧克力的风味差异。6款样品中共检测出30种挥发性风味化合物,基于预测变量重要性投影(variable importance in projection,VIP)值进一步筛选出醛类、酮类、吡嗪类等22种主要差异挥发性风味化合物。主成分分析与正交偏最小二乘判别分析结果相一致,3种可可豆制备的100%豆到块(bean to bar,BTB)黑巧克力与3款可可液块制备的100%黑巧克力风味得到明显区分,模型拟合效果好,验证有效,分析结果可靠。可可豆制备的100%BTB黑巧克力样品果香、烘烤香、可可香、坚果香会更浓郁,果味、酸味、巧克力味会更突显。综上,超快速气相电子鼻结合多元统计,可对不同产地可可豆和可可液块制备的100%黑巧克力风味进行有效快速区分,可可豆制备的100%BTB黑巧克力的挥发性风味化合物总含量和风味强度相比同产地的可可液块制备的100%黑巧克力表现更高,感官评价更突出,风味更愉悦。
文摘要:在车道线检测研究中,现有算法能够高效地检测在良好光照条件下的车道线,但在暗光下进行车道线检测仍然面临较高的漏检率挑战。针对此问题,利用车道线间的结构关系,提出了一种有助于暗光条件下的检测算法——实例关联网络(instance association net,IANet)。利用车道线起点处的特征以及全局特征图为不同的车道线生成独特的掩膜,将掩膜作用于特征图以实现车道线的实例级特征分离;基于实例级注意力机制来关联分离后的特征,该机制能够在实例之间进行有效的信息交互,同时在关联之前引入绝对位置编码,增强模型对车道线位置关联性的关注;通过定位车道线上的关键点和计算偏移量来实现车道线的精确检测。IANet在CULane数据集上与现有方法进行了实验对比,总体评分以及夜间场景下的评分分别为75.7%和71.9%,相比于其他算法明显提高,在多种受光照影响的环境下展现出了良好的鲁棒性,所提出的实例特征关联显著降低了暗光下车道线检测的漏检率。
文摘针对暗环境动态特征轮廓模糊、盲区遮挡情况,高效准确地检测跟踪动态目标特征,对灾害救援、搜寻跟踪具有实际意义。为实现暗环境下模糊轮廓特征的有效检测跟踪,提出一种时空关联机制的红外目标实时检测深度学习网络(Spatial Local Dynamic You Only Look Once Version 8,SLD-YOLOv8),设计非局部自适应Non-local模块和空间通道卷积关联模块,对原YOLOv8网络的瓶颈层Bottleneck CSP进行优化。为有效提取深层空间多尺度表征信息,增加用于小目标检测的160×160检测层和动态检测头,较好地提升暗环境中目标跟踪的边界回归性能,并实时有效地推理出目标特征的相对深度位置信息。实验结果表明,改进后的红外目标检测算法对暗环境下的动态特征检测具有较好的鲁棒性和准确性,其平均精度评估指标mAP_0.5和mAP_0.5:0.95比原模型提高了5.6%和4.5%,证明了新算法对暗环境目标跟踪的有效性。
