裙带菜褐藻糖胶的分离及部分理化性质研究

以裙带菜为原材料,采用水提法从裙带菜中分离褐藻糖胶,Sevag法去蛋白,乙醇分步沉淀法进行初步纯化。结果表明裙带菜褐藻糖胶的最适提取温度为80℃,时间为8 h,加水量为1∶30,在最适条件下的提取率为1.72%,蛋白质含量为5.44%。同时本研究对部分理化性质进行了研究。结果是特性粘度为5 m pa.s,pH为8.50,含有硫酸基。     

龙须菜琼胶的提取方法研究

采用多种方法提取了龙须菜(Gracilaria lemaneiformis)中的琼胶,并研究了碱处理、微波处理、超声波处理等方法对龙须菜的琼胶提取率、硫酸基质量分数和多糖质量分数的影响。结果表明:当碱质量分数由2.5%增加到10%时,琼胶产率由15%降低到9.8%,硫酸基质量分数由2.66%降低到2.06%,同时,多糖质量分数由98.3%增加到102.6%;微波和超声波处理在不同程度上增加了琼胶的提取率和多糖质量分数,同时降低了硫酸基质量分数。另外,还从宏观和微观两个角度考察了龙须菜碱处理前后藻体的变化。     

面向野外地质调查工作的道路提取方法研究

为弥补传统的依靠管理组织、法律、经济、教育等进行对野外地质工作安全管理工作的不足,通过百度SDK采集GPS步行轨迹数据,基于单向GPS轨迹数据的特点,进行轨迹的分割分段处理.最后利用BP神经网络算法拟合道路,通过反复实验确定BP网络的参数配置信息.并以中国地质大学西区为研究区域,提取路网信息,验证算法的有效性和实用性....     

曲波特征加权的高分辨率遥感图像统计分割方法研究

高分辨率遥感图像精确分割是遥感图像处理的研究热点和难点。高分辨率遥感图像中同质区域间的差异性不仅表现在光谱特征上,同样存在于边缘、纹理等结构特征上。为了更好分割高分辨率遥感图像,需在分割算法中考虑结构特征。因此,如何提取更多有助于精准分割的结构特征,并探究这些特征在分割过程中的作用规律成为设计高分辨率遥感图像分割算法的关键问题。为此,论文提出在曲波变换理论基础上构建不同结构特征提取模型,并以加权的方式将提取的结构特征纳入贝叶斯和能量分割模型中。     

基于TerrSolid对机载雷达DEM重提取方法研究

DEM的提取是激光雷达数据采集的重要用途之一,但由于目前算法的局限性,无法高精度地自动分类,如何在算法分类的基础上重新进行人工分类,以一定的原则和标准进行重提取从而得到更高精度的DEM,仍然是专业领域的一大难题。本文对某.LAS数据重提取,极大提高了其DEM的精度,为今后相关单位和个人使用TerrSolid软件对机载雷达DEM重提取提供一些经验。     

基于深度学习的路面裂缝提取

裂缝是主要的路面损坏,路面裂缝自动化提取对于维护和监测路面状况至关重要。针对传统人工检测效率低、缺乏客观性等问题,提出了一种基于深度学习语义分割网络的路面裂缝自动提取方法,实现了由路面图像自动生成裂缝二值图。并且阐释了不同尺度特征对语义分割的好处,并结合裂缝本身细小的特性,在U-Net的基础上增加了大尺度特征提取分支。随后采用激励压缩模块进行两种特征的融合。在CFD(computational fluid dynamics)数据集上的实验表明,该改进算法的F1分数、kappa系数分别可达74.28%和73.83%,相较于其他主流分割网络,提高了约2%。     

车载LiDAR点云中的建筑物特征提取

针对车载LiDAR点云数据处理复杂、时间长的问题,本文以地物不同特征值作为建筑物自动提取算法的依据,通过点云数据预处理、聚类分析等一系列流程最终实现一般建筑物点云的自动提取.通过两个实验区点云数据的提取与相应的实际地物进行精度分析对比,结果表明本文算法对实例测区环境下的不同建筑物点云提取具有较好的有效性,满足数字城市三...     

基于多层次感知网络的GF-2遥感影像建筑物提取

高分辨率遥感影像建筑物提取任务在城市规划、城镇化进程等领域发挥着重要作用.针对现有的深度学习提取方法存在浅层特征未得到有效利用、小目标信息容易丢失等问题,提出了一种多层次感知网络.该网络利用密集连接机制充分提取特征信息,并构建平行结构保留不同特征分辨率的空间信息,增强不同深度、尺度特征信息,减少细节特征的丢失;同时利用...     

一种共生藻PCR模板DNA的快速制备法

采用Chelex-100树脂法制备了26个物种(分别属于腔肠动物门、海绵动物门和软体动物门)的共生藻以及一株纯培养共生藻的DNA样品。通过PCR扩增叶绿体23S rRNA基因片段获得了26个有效序列,测序比对结果显示获得的序列与扩增目的基因相符。该方法不仅样品消耗量小、操作时间短、设备需求低廉,而且可以避免使用有害化学试剂。这是一种高效、环保的DNA提取方法,可为共生藻分子研究提供技术参考。     

多时相阴影轮廓差分辅助下的城市水体提取

如何避免水体提取中阴影信息与水体信息的混淆,是利用遥感数据提取城市水体信息需要解决的一个问题。本文以高分一号WFV图像及Landsat8 OLI图像为数据源,利用阴影轮廓的位置与形状在不同太阳高度角及太阳方位角下的差异性,提出一种基于多时相阴影轮廓差分的城市水体提取方法(WMSD)。以广州市天河区为试验区进行水体信息提取,同时运用NDWI、MNDWI及SWI指数法分别提取水体信息,进行精度对比分析。结果显示,本文所提出的WMSD方法分类精度超过88%,较NDWI法、SWI法及MNDWI法的水体提取精度分别提高了8.50%、9.50%及4.67%。说明基于阴影轮廓位置与形状的差异提取水体信息的方法能够较好地解决阴影与水体提取信息混淆的问题,为利用遥感数据提取城市地区水体提供了一个可行的处理方法。