为使学生能了解国内外科技研究热点,并改进相对陈旧的实验内容,以最新研究内容为基础,为学生开设了基于光声光谱的微量气体检测实验。介绍了实验原理、实验系统总体设计方案以及关键实验模块的设计与实现,取得了预期的结果。

设计了通信专业创新实验案例—基于STM32的多气体传感器检测光传输创新实验系统,并对实验系统的气体检测模块和光传输模块进行了软硬件设计。实验结果表明该实验系统能实时检测多种有害气体浓度,可通过光纤进行远距离信息传输。通过设计实验系统,不但使学生可以掌握通信、电路、电子设计和单片机技术,而且使学生的应用创新能力和实践能力得到提升。

【目的】利用光谱学手段,寻找一种快速、简单的梨树叶片中氮含量的诊断方法。【方法】应用傅里叶变换中红外光声光谱仪(FTIR-PAS)研究环渤海湾地区4个梨试验站200个梨园叶片的光声光谱特征,采用偏最小二乘法(PLSR)对叶片氮素含量进行建模和预测。【结果】通过分析PLSR中的主成分数和样本氮素浓度范围对PLSR定量预测能力的影响,当烟台、泰安、昌黎、营口试验站及综合的主成分数分别为6、6、6、4和8时,所建模型最优;用所建的5个模型预测了未知样品的氮素含量,发现预测误差(RMSEP)介于1.26—2.18 g.kg-1,预测相关系数(Rp)介于0.644—0.806。【结论】FTIR-PAS与...

该文建立了基于高光谱成像技术的复合绝缘子表面污秽状态检测实验平台。基于实验平台的实验内容包括污秽绝缘子制备、高光谱数据采集与处理、建立分类模型等，并通过分析不同污秽状态绝缘子光谱曲线的差异，对绝缘子污秽状态进行了准确分类。该实验平台涉及光学、高压、计算机等多个学科，是学生综合利用多学科专业知识处理绝缘子污秽状态分类问题的专业实验平台，既可培养学生知识拓展能力和实践应用能力，也能帮助他们很好地理解绝缘子特性和污闪现象。

印刷电路板（PCB）检测方法对于确保产品正常工作至关重要。该文针对传统的人工检测方法易存在漏检、误检等问题，采用深度学习方法对PCB缺陷进行检测，并搭建了基于ZYNQ的硬件实现平台；采用软硬件协同设计方法，使用FPGA对算法进行了硬件加速，其中包括采用了YOLOv3-SPP网络模型，并对该结构进行了优化，使其适用于ZYNQ端的部署。在搭建硬件平台时，首先通过Vivado配置硬件基本信息，然后使用Peta Linux创建Linux系统，在Vitis中调用该系统并添加DPU IP核，最后在ZYNQ的PS端采用多线程思想编写Python程序，实现PCB缺陷的检测。实验结果显示，该系统对各类型PCB缺陷的检测精度均在0.95以上，检测精度平均值（m AP）为0.97。

为便于汽车驾驶员在室外停车场中寻找可用空车位,基于以数据采集、图像处理和目标检测等过程的计算机视觉,开发了室外停车场车位检测实验。该实验将Haar-like特征描述和车位中颜色能量变化作为判别模型的数据输入,选取随机森林作为车位可用状态的判别模型。通过在国际公开数据集PKLot上进行实验,对可用车位的检测准确率的均在91%以上;在自建的GZMU-LOT上进行实验,可用空车位的检测准确率达92.21%。

[目的]基于太赫兹时域光谱技术,对水体中汞(Hg)、镉(Cd)、铜(Cu)3种重金属进行检测,旨在太赫兹光谱范围内找出3种重金属的特征频率点,同时为构建水体中3种重金属类别和浓度识别以及含量的预测模型提供方法借鉴。[方法]分别配置不同浓度的Hg、Cd、Cu重金属溶液,用太赫兹光谱衰减反射模式采集样品的时域数据,通过离散余弦变换(discrete cosine transform, DCT)、标准正态变换(standard normal transformation, SNV)与二阶导数(second derivative, SD)去噪,主成分分析(principal component analysis, PCA)、多维度缩放(multiple dimension scaling, MDS)与线性判别分析(linear discriminant analysis, LDA)降维,再通过随机森林(random forest, RF)、k邻近算法(k-nearest neighbor, KNN)和概率神经网络(probabilistic neural network, PNN)进行重金属类别与浓度的检测建模,最后采用最小二乘支持向量机(least squares support vector machines, LS-SVM)与反向传播神经网络(back propagation neural network, BPNN)进行浓度预测建模。[结果]一定浓度范围内Hg和Cd溶液的吸收系数谱分别在1.7 THz与1.2 THz处有明显吸收峰变化,未发现Cu溶液吸收系数谱随浓度改变的规律。PNN与KNN模型可对3种重金属水体进行准确检测,构建的PCA-PNN模型可分别对Hg、Cd和Cu溶液进行浓度识别,准确率分别为99.45%、95.93%和99.25%。构建的DCT-LDA-BPNN模型可用于溶液中的Hg、Cd和Cu这3种重金属含量预测,决定系数分别为0.996、0.986和0.999,均方误差分别为0.008、0.026和2.164。[结论]本试验证明太赫兹光谱对不同浓度的Hg、Cd、Cu溶液有较好的定性与定量分析能力,能为水体重金属检测提供重要参考。

为了研究检测苹果表面轻微损伤的有效的方法,以红富士苹果为试验样本,通过高光谱成像采集系统采集苹果样本的高光谱图像,根据正常苹果表面区域和刚损伤、损伤后(3,10,24h)的损伤区域光谱反射率平均曲线得到有效光谱区域;用掩膜法对图像进行背景分割,并基于有效光谱区域做主成分分析,选取第四主成分(PC4)提取损伤区域,运用阈值分割的方法建立提取损伤区域的算法模型;应用该算法模型对正常苹果和损伤苹果进行检测。检测结果表明:正常苹果样本正确检测率达到100%,损伤苹果样本的正确检测率为97.5%,总体检测精确度高达98.75%,说明利用高光谱成像技术可以有效快速检测出苹果表面的轻微损伤。

在充分调研分析的基础上,设计开发基于欧洲标准BSEN717-2:1995《木质板材.甲醛释放量的测定.用气体分析法测定甲醛释放量》的甲醛释放量快速检测装置。装置采用西门子S7-200系列PLCCPU224作为其核心控制单元,选用北京昆仑通态自动化软件有限公司全中文工控组态软件MCGS编制人机交互界面程序,具有检测精度高、采集速度快、抗干扰性强等特点,可以使传统的甲醛释放量检测由原来的3～28天缩短为4h,从而节省大量的人力、物力及财力,缩短检测周期。

为实现田间环境下水稻叶部病害的快速诊断，设计了一种基于多光谱成像技术的水稻叶部病害便携式检测装置.该装置主要由多光谱图像采集软件、高功率LED驱动电路、图像采集触发电路和USB接口通讯电路4个部分组成.以感染水稻稻瘟病、胡麻叶斑病、细条病水稻以及健康水稻的叶片为研究对象，采集了460、520、590、630、660、710、730、760、800、850、900和940 nm共12个波段下的光谱图像信息.主成分分析结果表明：第一主成分(PC1)和第二主成分(PC2)的累计方差贡献率为91.19%;稻瘟病、胡麻叶斑病和细条病在PC1和PC2得分图上具有各自聚成一类的趋势.基于12个波段反射率构建的支持向量机模型对稻瘟病、胡麻叶斑病和细条病的总体识别正确率为97.44%,Kappa系数为0.965 1,识别效果较好.表明利用自主研发的便携式多光谱成像装置结合化学计量法可实现水稻叶部病害的快速诊断.

结合地质类、材料类等学科对仪器分析教学的需求以及色谱、质谱前沿技术，设计了基于不同咖啡因检测方法的仪器分析实验。实验分别基于高效液相色谱、毛细管电泳、低分辨质谱和高分辨质谱建立了测定咖啡因的分析方法，以可乐中咖啡因的测定为例对上述4种测定方法的可行性、可靠性和适用性进行分析，强调了高分辨质谱的定性识别能力。该实验不仅包括基础分析和常规仪器操作，还引入了前沿的质谱解析技术，将基础理论知识的巩固、仪器分析能力的提升和前沿科学技术的学习有机融合，同时利用贴近生活的实验研究，激发学生的科研兴趣，提高学生的科研素养和创新能力。

设计了利用eCognition进行高分辨率卫星影像的车辆检测实验的步骤,首先对目标影像选取关键参数进行多尺度分割;其次利用最小距离分类器进行分类,实验设计中将目标对象主要分为3类,即道路、汽车及其他类;最后以Worldview-1高分辨率卫星影像进行了车辆检测的实验。实验结果表明,所设计的实验过程能达到车辆检测的目的并且精度较高,实验过程的简单直观,可用于交通信息技术及应用专业本科实验教学课程。

文章以列车行驶前方障碍物检测为例,介绍了根据所搭建的轨道目标智能检测实验平台设计和改进深度神经网络模型,并将其应用于实际场景的做法。选择了ResNeXt主干特征提取网络,使模型的特征提取能力更强;采用了自适应特征融合优化方法和注意力机制,大幅度提升了算法在铁路环境中的检测性能。

在VS2013编程环境下,结合OpenCV设计了人脸活体特征检测实验平台。该平台由图像读取、人脸及五官检测、图像分块提取特征和机器学习部分组成。通过分析人脸真实图像与欺骗照片之间的纹理特征差异,实现对人脸真实性的判别。实验平台用于训练分类器的特征是Uniform Pattern LBP特征向量,将该特征应用于活体检测是本实验的创新之处。在该实验平台上对Replay-Attack数据库和实际创建的数据库进行实验,实验结果可以看出平台的准确率及运算速度等方面具有优良的性能。

文章以研究生实验课程为例,设计了一种基于仿生超疏水微纳多级结构基底制备及在表面增强拉曼光谱中应用的全新实验课程实施方案,分析了该实验课程在研究生教学中的优势。该实验通过引入前沿科学问题、提出新型分析手段以及结合实际应用等方式,对实验方法、实验步骤进行了改进设计,有利于提高学生的科研兴趣,培养他们的创新思维,锻炼他们的钻研精神。