果酒发酵中的多酚是引起果酒口感、 颜色变化的重要因素。 为保证果酒品质, 有必要开发一种快速监测发酵过程中多酚含量变化的技术。 收集不同批次成熟期的蓝莓、 桑葚为原料, 分别碾压成汁, 同时按比例混合二者, 于小型发酵罐进行发酵。 通过离线收集不同发酵时段的发酵液于离心管, 高速离心后取上清液置于棕色瓶保存, 共计得到48个果酒发酵样本。 将上清液置于三个平行样比色皿, 以傅里叶快速变换近红外光谱仪（FT-NIR）采集其透射光谱, 取平均值作为该样本的光谱信号。 然后将棕色瓶内的发酵液以国标法（即以标准液的吸光度值制定标准曲线）测定各样品的总酚含量, 以duplex法计算样本光谱之间的距离且按2∶1的比例划分为训练集和预测集。 采用间隔偏最小二乘法（iPLS）将训练集样本的透射光谱与总酚含量之间构建定量模型, 间隔数从2依次变化到60个。 该研究创新之处是使用共识方法融合多个已构建好的iPLS成员模型, 按一定的共识规则分配权系数。 通过各成员模型交互验证的残差及其残差之间的相关性来优化各成员模型的线性组合, 以拉格朗日乘数法求解各成员模型的权系数, 使间隔偏最小二乘-共识模型（consensual iPLS, C_iPLS）的交互验证均方根误差最小。 相比于全局PLS模型、 划分不同间隔数量时的iPLS模型, C_iPLS均具有较小的预测误差。 当划分39个间隔时由三个iPLS成员模型（即14th, 16th, 18th）组成的共识模型误差最小为124.2, 交互验证相关系数为0.944, 对预测集样本的预测均方根误差为163.4, 预测相关系数为0.931, 预测性能均优于PLS和iPLS模型。 另外, 作为对比选用连续投影算法与无信息变量剔除法来优化光谱模型, 其预测性能均不及本文提出的共识模型。 分析各iPLS模型预测残差之间的相关性, 发现共识模型主要是融合那些具有较高预测性能且模型间较低相关性的成员模型。 结果表明, 光谱分析结合共识方法可提高回归模型的预测精度、 减少建模所需变量数, 能够用于果酒总酚含量的离线快速检测。

图像中背景与前景对象的空间位置决定了场景在图像中的相对深度, 利用图像的局部特征相似性和流形结构的降维性能, 并应用salient区域DCT高频系数分布的深度排序索引性能, 定义出图像深度的马尔科夫概率图模型MRF。通过划分场景对象检测salient区域模糊度, 最后估计得出图像场景的相对深度图。通过学习图像数据的流形嵌入对数据流形分布概率密度函数进行迁移, 得出遵循相似流形分布的对象特征类别标记概率密度分布。进一步检测空间变化salient区的模糊程度, 融合多尺度梯度幅度的高频离散余弦变换DCT系数特征, 依据模糊变化高频特征计算深度标记索引确定深度标签的层级次序, 融合类别标签以生成深度图。这种模型框架下检测单个图像中模糊和未模糊的区域, 可获得图像中场景的相对深度, 而无需了解相机设置或模糊类型的先验参数。在典型的深度图估计数据集中应用MRF深度图模型评测图像的深度估计性能, 实验结果给出该方法在检测场景分布和划分场景深度次序上的准确率, 验证了方法的有效性。

非平稳信号的去噪是信号处理中的热点和难点。文中以冲击原子作为稀疏表示基, 构建了仅对人文噪声敏感的冗余字典。并使用粒子群优化算法对匹配追踪算法进行优化, 提出了基于稀疏表示与粒子群优化算法的非平稳信号去噪方法。为检验方法的有效性, 论文首先进行了针对性的仿真实验。然后将所述方法用于实测的大地电磁信号处理。结果表明, 所述方法可以在保留有用信号的前提下, 有效分离出类充放电噪声、脉冲噪声以及其它多种不规则噪声, 显著提高非平稳信号的信噪比。

利用曲率滤波-经验模式分解预处理检测并提取人体目标特征, 以降低图像分解运算复杂度, 同步增强边缘和纹理特征, 提高特征区分性。表现在: (1) 在第一层经验模态分解中, 以曲率滤波曲面映射原图像的连续平滑曲面, 形成包络曲面及均值面, 首层分解图像纹理特征显著, 以下各层凸显边缘与结构特征; (2) 从低分辨率到高分辨率尺度图像匹配出相邻层强边缘区域, 易于人体目标轮廓候选区域的提取; (3) 以首层分解图纹理特征筛分背景, 在相邻层中匹配前景特征区域, 形成人体姿态特征的轨迹图, 易于判别人体姿态及行为。在人体行为识别实验中, 采用曲率滤波-经验模式分解预处理提取的轮廓特征与人体行为典型数据库ground truth对比, 在UIUC示例数据的轮廓提取的精度和召回率都达到90%以上。对人体姿态及行为做识别处理, 验证了预处理方法的有效性。

水果内部品质影响着消费者的感官偏好, 直接决定消费者的购买倾向。 为此, 可见-近红外光谱技术检测巨峰葡萄内部品质以及感官偏好等级。 试验比较了漫反射、 透射两种光谱采集方式对葡萄内部品质的检测准确性, 结果表明透射光谱更能表征巨峰葡萄的内部品质信息, 偏最小二乘(PLS)模型对鲜食葡萄可溶性固形物、 总酸度的预测均方根误差分别为0.598%brix, 0.048 g·L-1。 将鲜食葡萄的透射光谱主成分信息与消费者的感官偏好等级之间建立非线性分类模型, 得到主成分法结合极限学习机(PCA-ELM)模型分类准确率最好, 为78.7%。 结果认为反映水果内部信息的光谱可用于消费者感官偏好的初步分类, 但其间关系还有待进一步研究。

可见光和红外图像具有互补特性，融合可产生更好的召回率，但现有方法融合后总会导致精度下降。这项研究提出了一种在特征级进行融合检测行人目标的方法：①提取前景目标特征的极大稳定极值区域Maximally Stable Extremal Regions（MSERs），计算红外图像MSERs 稠密度和相似度特性，并根据此特性分类MSERs。②搜索匹配可见光图像中的相似MSERs 区域，定位前景目标。③融合提取红外与可见光图像中的相似匹配MSERs 区域，完成运动目标轮廓提取。该方法融合可见光图像信息，能有效滤除背景物，辅助定位在红外图像中检测的前景目标，并补充仅利用红外图像提取前景目标的缺失部分。已使用公共数据库对该方法进行测试，并与早期融合方法进行比较，能获得更好的召回率，同时融合后准确率不会下降。不需要对背景建模，因此比以往算法计算上更高效，更简单，单帧检测的效果也能达到实时处理要求。