- 年份
- 2024(7463)
- 2023(10765)
- 2022(9632)
- 2021(9088)
- 2020(7700)
- 2019(17830)
- 2018(17763)
- 2017(34045)
- 2016(18760)
- 2015(21090)
- 2014(20994)
- 2013(20784)
- 2012(18886)
- 2011(16919)
- 2010(16647)
- 2009(14997)
- 2008(14271)
- 2007(12300)
- 2006(10556)
- 2005(9113)
- 学科
- 济(70819)
- 经济(70738)
- 管理(51932)
- 业(48543)
- 企(40718)
- 企业(40718)
- 方法(36823)
- 数学(32009)
- 数学方法(31615)
- 学(18597)
- 农(17830)
- 中国(17804)
- 财(17591)
- 业经(15297)
- 地方(13976)
- 理论(12365)
- 农业(12179)
- 贸(11975)
- 贸易(11966)
- 和(11844)
- 环境(11825)
- 易(11605)
- 技术(11564)
- 务(11459)
- 财务(11393)
- 制(11385)
- 财务管理(11370)
- 企业财务(10790)
- 划(10047)
- 银(10001)
- 机构
- 大学(263667)
- 学院(260006)
- 管理(103950)
- 济(96170)
- 经济(93944)
- 理学(90906)
- 理学院(89866)
- 管理学(88012)
- 管理学院(87564)
- 研究(87521)
- 中国(62865)
- 科学(59612)
- 京(56982)
- 农(47140)
- 所(45019)
- 业大(44558)
- 财(42746)
- 研究所(41712)
- 中心(39560)
- 农业(37316)
- 江(36690)
- 北京(35870)
- 财经(35007)
- 范(33925)
- 师范(33505)
- 院(32311)
- 经(31897)
- 州(30046)
- 技术(29447)
- 经济学(28161)
- 基金
- 项目(189356)
- 科学(147245)
- 基金(137164)
- 研究(132514)
- 家(121816)
- 国家(120866)
- 科学基金(102895)
- 社会(80642)
- 社会科(76401)
- 社会科学(76382)
- 省(74462)
- 基金项目(73465)
- 自然(70496)
- 自然科(68852)
- 自然科学(68833)
- 自然科学基金(67576)
- 划(63303)
- 教育(60646)
- 资助(57206)
- 编号(53023)
- 重点(42312)
- 成果(42230)
- 部(40694)
- 发(39337)
- 创(39185)
- 科研(37244)
- 计划(36604)
- 创新(36593)
- 课题(36510)
- 大学(34797)
共检索到365555条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国农业大学学报
[作者]
陆柏芳 李健强 陈克 高仁君 赵娜
本研究首次探讨了利用计算机图像分析技术测定种衣剂在种子表面包被率的可能性,以此为基础研制成功了种衣剂在种子表面包被率检测系统(SCRMS)。该系统具有快速、准确的特点,能直接输出种衣剂在种子表面包被率的检测结果。SCRMS 为包衣种子质量评估提供了新的检测方法,亦为种衣剂剂型研究、包衣机质量监控及国家九五种子工程项目中良种包衣技术的推广提供了配套技术支持。
[期刊] 华北农学报
[作者]
田晓燕 张庆萍 王燕春 席先梅 白海
为快速检测番茄种子表面的带菌情况,以便及时有效防控番茄溃疡病,从而减少病害损失。试验用细菌基因组DNA试剂盒提取番茄溃疡病的总基因组,用通用引物进行PCR反应。以番茄溃疡病菌的DNA为模板,使用专一性引物进行PCR扩增,通过对专一性引物的筛选,最终确定了Cla F1-Cla F2为快速检测番茄溃疡病菌PCR的特异性引物。该检测方法特异性强、灵敏度高,模拟种子带菌,对浸种水的检测灵敏度达1×105CFU/m L。经PCR快速检测,22个番茄品种中只有黑贝番茄、粉红番茄和保罗塔带有番茄溃疡病菌,其余19个品种均未带菌。该方法直接对种子进行检测,不需进行病原菌分离培养,快速简便。
关键词：
番茄溃疡病菌 PCR快速检测 种子带菌
[期刊] 实验技术与管理
[作者]
耿江海 孔迤萱 刘云鹏 梁海峰 黄志成 王亮
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。
[期刊] 工业工程
[作者]
高艺平 王浩 李新宇 高亮
基于深度智能视觉的表面缺陷检测研究在制造业中起着越发重要的作用，本文阐述深度智能视觉的表面缺陷检测在现代工业质检中的重要性，对现有研究进展进行梳理总结。深度智能视觉以机器视觉和深度学习为技术基础，为不同工业场景提供高精高效的表面缺陷检测算法。本文从检测细粒度的角度将表面缺陷检测分为表面缺陷分类、定位、分割检测3个部分，并分别对分类、定位、分割方法进行系统综述，梳理现有表面缺陷检测研究的问题和思路。分类检测针对数据和缺陷图形特征问题进行研究，因其基础性和易拓展性于不同工业场景的应用呈现分散发展；定位检测以模型框架、矩形框检测和标注成本为主要问题，表现出追求轻量化和特征融合机制的研究趋势；分割检测更关注图像细节特征。通过研究分类、定位、分割的多任务模型框架以探索分类、分割检测之间的互补性。最后总结目前表面缺陷检测研究存在的问题，并对发展趋势进行展望。
[期刊] 北京林业大学学报
[作者]
王建中 王瑞勤 付慧杰 韩秋波
应用ＳＥＭ对兴安、长白、华北、新疆、日本落叶松１０个种源种子种体、种翅的９个特定部位的表面结构进行了比较研究，结果表明：①不同种的落叶松，其种子表面结构各具特点。②同种不同种源间，种子表面结构基本一致。③同一种子的不同部位具有不同的表面结构特征，选择同一部位才能进行种间比较。④在选定的９个特定部位，种子表面结构表现出一定的规律性。⑤每种种于至少在２～３个位点具有独特的表面结构。⑥种子表面结构的差异是由于其外表皮细胞特征及干燥时收缩状况不同造成的。
[期刊] 中国农业大学学报
[作者]
孙群 王庆 薛卫青 马晗煦 孙宝启 谢宗铭
无损检测技术是近年来兴起的有别于有损检测方法的高新技术,因具备不破坏被检样品、检测速度更快、少污染、自动化等优势得到了快速的发展,并且已广泛应用于农牧、食品、化工、石化、制药、烟草等诸多领域,随着我国农作物育种单位的不断扩张、育成品种数目不断剧增,种子质量检验工作也愈发复杂和繁重,无损检测技术就成为目前种子质量检验的一个重要发展趋势。本文分别综述了种子质量的几种无损检测方法的技术原理、研究现状和发展趋势,在此基础上对各种检测技术的应用前景进行了展望和预测。
关键词：
种子 质量检测 无损检测技术
[期刊] 实验技术与管理
[作者]
何维晟 吴照国 黄会贤 蒋拯 俞斌
为提升计算机视觉技术监控电缆质量，开发了电缆表面缺陷实时检测系统。系统使用线阵CCD相机采集电缆表面图像，采用半环形LED白光源照射电缆，通过改进的ROI(region of interest)算法定位电缆区域，改进双边滤波的图像差分算法建立背景模型，基于CV-Kmeans区域分类的自适应滤波窗口算法凸显缺陷特征。结果表明，电缆表面缺陷实时检测系统的识别能力较高，整体准确率达到98.0%，误检率不超过3.29%。
[期刊] 南京农业大学学报
[作者]
朱琦 周德强 盛卫锋 左文娟 朱家豪
[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题，提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力，设计了一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(Deep and shallow feature selection module)，采用DSCS替换Backbone中的C3模块，在保留表面缺陷浅层信息的基础上强化对重要特征的学习，并起到削弱冗余特征的作用；针对由于Backbone与Neck部分输出信息过多导致的参数耦合问题，利用解耦头原理对Head层部分进行分层预测。同时采用ELU激活函数改进原有解耦头，简化了末端结构，使网络训练更加容易；最后针对表面缺陷标注困难的问题，采用Wise-IoU损失函数代替CIoU损失函数，为不同质量的标注提供非线性增益，实现网络的动态聚焦学习。[结果]试验结果表明，DSCS-YOLO对苹果表面缺陷检测的平均精度均值达到90.9%，相较于YOLOv3-tiny、YOLOv5s、YOLOX-s以及SSD分别提高了4.5%、1.9%、6.3%、16.3%。[结论]改进后的DSCS-YOLO提高了YOLOv5s算法的精度，实现了苹果表面缺陷的精准识别。
[期刊] 渔业科学进展
[作者]
张旭志 刘文文 丁东生 郭萌萌 赵俊 曲克明
研究了表面活性效应对强力霉素(DOC)伏安行为的影响及表面活性剂存在下该分子的伏安检测方法。以B-R缓冲溶液(p H=2.0)为支持电解质,2.0×10-4 mol/L十二烷基苯磺酸钠(SDBS)的存在将明显有助于DOC的富集。在该实验条件下,DOC在导电碳黑糊电极上发生1质子、2电子转移的不可逆氧化,过程受扩散控制。对表面活性剂种类及其浓度、缓冲液种类及p H值、富集电位及时间等影响伏安分析的因素进行了研究。优化条件下,DOC的氧化峰电流与其浓度在1.0×10-7-2.3×10-5 mol/L范围内呈良好的线性关系,检测限为4.5×10-8 mol/L(S/N=3)。将该电化学方法应用于淡水...
[期刊] 北京林业大学学报
[作者]
武广涛 俞国胜
为提高造林机械的自动化水平,需要在检测、控制和机械设计等各方面进行研究.该文就造林机械在自动检测方面的方法,进行了尝试性的探讨,提出了运用超声技术对造林地植苗点进行选择这一方法,并从超声检测理论上对其可行性进行了分析,进而搭建了一个用于进行模拟实验的检测系统.通过实验和数据分析,认为将超声技术运用到造林机械的自动检测上是可行的.
关键词：
超声检测 自动化造林机械 单片机
[期刊] 浙江农林大学学报
[作者]
尹建新 祁亨年 冯海林 杜晓晨
利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、Gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用BP人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。
[期刊] 华北农学报
[作者]
丛智慧 谭支良
综述了非离子表面活性剂对反刍动物瘤胃微生物数量、酶活性、瘤胃发酵特性、饲料消化率和生产性能等方面的影响作用以及与其他饲料添加剂的互作效应,并就其作用机制进行了阐述。
[期刊] 实验技术与管理
[作者]
燕友果 张燕 王攀 周丽霞
设计了研究型实验——双子表面活性剂自组装增黏特性的实验设计。采用LAMMPS分子动力学模拟软件、VMD可视化软件及Origin绘图软件,构建了双子表面活性剂溶液模型,优化初始构建模型,模拟了其自组装形成蠕虫胶束的过程,并考察了不同剪切流速下的自组装行为和黏度变化。教学实践证明,该实验使学生掌握了LAMMPS分子动力学模拟软件的使用方法,培养了学生的科研素养。
关键词：
分子动力学 表面活性剂 自组装 黏度
[期刊] 沈阳农业大学学报
[作者]
田有文 牟鑫 程怡 胡博
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。
关键词：
高光谱成像 轻微损伤 检测 苹果
[期刊] 林业科学
[作者]
郭慧 王霄 刘传泽 周玉成
【目的】提出一种自适应快速阈值图像分割算法,为人造板表面缺陷在线检测提供支持。【方法】首先将整幅图像划分成若干子区域,通过计算子区域的方差对缺陷进行定位,提取出缺陷所在区域,只对缺陷区域进行图像分割,解决小面积目标难以准确分割的问题。然后对缺陷区域的一维灰度直方图进行处理,直方图平滑后去除掉不显著波峰,根据处理后保留的主要波峰数量和位置自适应地确定分割阈值个数以及每个阈值的分割区间,实现当图像中出现多种类型缺陷时算法自动确定分割阈值个数。最后,通过分析Otsu算法,将阈值穷举搜索改进为条件搜索并限定搜索方向,在每个分割区间内使用改进的Otsu算法对阈值进行搜索,提高搜索速度。【结果】对板面存在油污、大刨花、胶斑、杂物、松软5种类型缺陷的人造板表面图像进行分割,在板面缺陷数量、类型不固定的情况下,算法可以自适应地确定分割阈值个数,在15 ms内将各种类型缺陷从人造板表面图像中分割出来,平均分割准确率达97%。【结论】自适应快速阈值分割算法能够快速、准确将缺陷从人造板表面图像中分离出来,在执行速度和分割效果上均满足在线缺陷检测系统的要求,可为人造板表面缺陷在线检测提供新思路。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
