采用核磁共振(NMR)技术结合化学计量学分析方法对4种蜜源的单花蜜(洋槐蜜、荆条蜜、葵花蜜和麦卢卡蜜)的核磁共振氢谱进行差异分析。优化前处理方法并对数据进行预处理后,采用无监督的主成分分析(PCA)和有监督的偏最小二乘判别分析(PLS-DA)、正交偏最小二乘判别分析(OPLS-DA)等多元统计分析方法从核磁信号中提取各组的分类信息。结果表明:采用分散液液萃取法(DLLME)可避免蜂蜜中大量糖对低含量特征性强的化合物的信号掩盖,更好地涵盖δ0.5~10.0范围所有区域信号;采用log转换和帕莱托换算方式预处
目的双目视觉是目标距离估计问题的一个很好的解决方案。现有的双目目标距离估计方法存在估计精度较低或数据准备较繁琐的问题,为此需要一个可以兼顾精度和数据准备便利性的双目目标距离估计算法。方法提出一个基于R-CNN(region convolutional neural network)结构的网络,该网络可以实现同时进行目标检测与目标距离估计。双目图像输入网络后,通过主干网络提取特征,通过双目候选框提取
母乳中母乳低聚糖(HMOs)含量丰富且独特,在已知的200种成分中,有157种结构被阐明。HMOs不仅具有“双歧因子”效果,还具有抗黏附、抗菌、调节肠道上皮细胞和免疫细胞,减少过度的黏膜白细胞浸润和活化,降低新生儿坏死性小肠结肠炎等功效,并为婴幼儿大脑发育和认知提供唾液酸作为潜在的必要营养素。由于HMOs大规模生产受限,因此化学和生物模拟的HMOs代替品不断出现。虽然经典的代替品,如低聚半乳糖和低聚果糖具有HMOs部分功效,但是其结构组成差异明显,部分国家批准上市的2-岩藻糖基乳糖(2-FL)和乳
目的足球比赛视频中的球员跟踪算法为足球赛事分析提供基础的数据支持。但足球比赛中球员跟踪存在极大的挑战:球员进攻、防守和争夺球权时,目标球员可能产生快速移动、严重遮挡和周围出现若干名干扰球员的情况,目前仍没有一种能够完美解决足球比赛中球员跟踪问题的算法。因此如何解决足球场景中的困难,提升球员跟踪的准确度,成为当前研究的热点问题。方法本文在分析足球比赛视频中球员目标特点的基础上,通过融合干扰项感知的颜