机电工程学院课程论文规范要求及评分标准.doc

新疆农业大学机电工程学院 课程论文 课 程名称: 学 期： 学年 学期 专业班级： 学 号： 学生姓名： 任课教师： 提交时间： 年 月 日 1 班级 学号 姓名 开课学院 任课教师 成绩 1. 论文题目： 论文要求： 1、根据所选择题目，选择一个点展开分析和讨论，包括基本原理、可能存在的缺点和改善措施、可 能的应用前景等。2、可以使用文字叙述，也可以列出表格或者图像表达。3、要求有基本的结论。 4、论文结构包括：题目，摘要，关键词，前言（引言），主题，结论，参考文献等。5、自己组织 语言表述自己的观点，切不可人云亦云、抄袭现有文献资料；课程论文内容要体现出学生的独立思 考能力和一定的创新性。6、字数 3000-5000 字，主要文献 10-20 篇。 课程论文评分标准及评分表 一级指标 二级指标 性质 论文选题 （20 分） 意义和价值 难度 知识综合性 摘要 结构 论证 研究手段 论文质量 （80 分） 等级评定参考标准 分值 研究问题界定准确，体现了专业课程的基本要求 5 有一定的科学意义和实际价值 5 难度适当 5 能综合运用所学专业知识阐述和论证问题，达到综合 训练目的 5 有高度的概括力，语言精练、明确 10 条理清晰，层次分明，结构严谨，内容完整，逻辑性 强 论证充分，分析深入，选择的材料详实、典型、充分， 理论与实践相结合，结论正确 能较好地运用本科所学专业常规研究方法及研究手 段进行研究 10 10 10 写作能力 文字流畅，语言表达准确，没有病句和错别字 10 创新能力 能综合运用所学理论知识来发现和解决实际问题，有 分析整理各类信息并从中获得新知识的能力，论文中 有一定的创新见解和使用参考价值 10 参考文献 写作规范性 文献有一定广泛性，质量高，有综合、归纳资料和提 炼各种学术观点的能力，对有关问题的研究状况有较 好的了解 正文、目录、图表、脚注、参考文献、附录、计量单 位、资料引用等格式规范，符合规定字数要求 合计 得分 10 10 100 教师评语： 教师签字： 年 月 日 2 正文格式： 课程论文题目（黑体小二号不加粗） 作者 指导教师（小四宋体） 黑体小四 号不加粗 同摘要 摘要：（200—300字，小四宋体）… 综述的摘要写法特殊，可用如下范式：本文归纳了 *** 方面的研究内容，概括了*** 等方面的观点， 总结 *** 的研究成果，指出了*** 研究需 关键词：×××；××××；×××××；×××（3-5 个，小四宋体） 求，提出*** 的研究方向。 关键词(3－5)个 前言（引言）： ×××××（小四宋体） 同上 正文： 正文中引述他人观点一定要标明出处，标示 同上 1.（标题用小四号黑体，其它文字用小四宋体）××× 方法有两种： 1.1 （各级标题均用小四号黑体）××××××××××××……… 1 尾注制：在文中引述段落末尾加上标序号， 并与参考文献中的序号对应。例：森林生态系统的 结论：×××××××… 研究早在上一世纪 60 年代初就开始了【1】。。。。 参考文献：（文献中的字体字号-五号宋体） 2 著者年代制：作者（年份）或（作者，年 份），例：王文菁（2010）或（王文菁，2010） 黑体五号 全文两种方法统一只用其一，不要混用 参考文献应在 5 篇以上。 标题小 4 号黑体，正文小 4 号宋体，固定行距 20 磅，段前段后设置为 0，图表标注五号黑 体，表格为三线表，页码居中; 页面设置：A4 纸，页边距左 2.5，右边距为 2 厘米，上下 边距为 2 厘米。 (1) 期刊文献书写格式: [顺序号]作者:文章标题,杂志名称[J],年代,卷号(期号)页码. (2) 书籍文献书写格式: [顺序号]作者:书籍名称[M],出版社名称,出版年代. 综述的结论是对相关研究水平、研究方法、研究不足的总结，不是对研究对象观点的总结。 可参照如下：国内有关***的研究主要集中在***方面，研究方法主要有***等，****方面研究不足， 多数研究是局部的、个案的，有关***的研究文献较少，特别是***方面的研究缺乏，而针对***的研究在** 方面有重要的意义，需要深入的探索。 参考论文： 3 棉花异性纤维检测技术的研究综述 作者 *** 指导教师 郭俊先 摘 要：本文介绍和分析了目前为止绝大多数对皮棉中异性纤维检测的研究。这些研究从棉 花杂质的几何、物理和成分官能团光谱特性入手，应用可见光机器视觉、红外波段光谱图 像和断层 X 光摄影等检测技术，采用数字图像处理和化学计量学分析方法，分类识别各种 皮棉杂质。 关键词：皮棉；异性纤维；检测 前 言 我国采摘棉花大部分是人工摘拾。这样对异性纤维的控制很不利。由于棉农对异性纤 维的危害认识不足，采摘交售棉花时习惯用编织袋装棉花、用有色的或非棉线绳绑扎棉袋 口等。在采摘、装棉、晒棉、运棉和售棉等过程中,难免混入叶子、铃壳、种皮和异性纤 维等杂质。严重影响了棉纺厂的产品质量。异性纤维是困扰纺织企业的一大难题．每年纺 织企业都要投入大量的人力、物力、财力进行人工挑拣。显然，在纺织清理和加工的每个 环节，研究快速检测原棉中杂质，减少并消除它，这对于提高加工质量和效率是非常必要 的。 1. 原棉杂质检测的主要手段 在检测棉花中叶子，茎皮，秆和异性纤维等杂质时，可以从其基本物理特性入手，例 如颜色、形状、大小、密度、表面密度和重量等；也可以从其化学成分方面入手来识别这 些杂质，比如荧光效应和官能团光谱特性等。在具体方法上，对杂质的检测有机器视觉 （可见光波段）、X 光断层摄影、红外波段光谱或图像和紫外荧光光谱或图像等；在对杂 质定性和定量分析的方法上，主要有固定线性判别式、聚类算法、贝叶斯学习算法和贝叶 斯加权 K 均值聚类算法等数字图像处理方法。 根据以上皮棉杂质检测技术的特点，从原理上可分为基于图像技术的杂质检测研究和 基于分光技术的杂质检测研究。一些典型的研究见表 1。 表 1 棉花杂质检测研究的文献整理 类型 范围 检测设备 杂质类型 检测率识别率 文献 （％） 静态 国内 显微近红外成像 无色塑料、黄麻、编织袋、白头 — 郏东耀等人，2004[1] — 郏东耀等人，2005[3] 发丝、白羊毛、猪鬃 多光谱成像 无色塑料、黄麻、编织袋、白头 发丝、白羊毛、猪鬃 反射成像 15 种典型异性纤维 — 杨文柱等人，2009[4] 透射成像 白色或无色杂质：纸片、尼龙、 — 郏东耀等人，2005 [9] 编制带、黄麻、白头发 透射成像 异性纤维，没有特指 95%识别率 李碧丹等人，2006 [10] 紫外荧光成像 白色丙纶丝，纸张；色泽较重的 99；100；50％ 罗德坡等人，2007[11] 异性纤维；毛发的识别 4 类型 范围 检测设备 杂质类型 检测率识别率 文献 （％） 静态 国外 反射成像 非棉纤维杂质（植物性杂质）与 0.82 Taylor. 1990[12] 96％；99％ Lieberman et al. 1997[17] 99.7% Zhang et al. 2002[24] 96% Pai et al. 2004[25] 89％；0.7091 Pavani.et al. 2004[26] 0.93；0.85 Dogan et al. 2005[27] 90.64-96.55％ Himmelsbach 重力分析之间的相关系数 反射成像 植物性杂质：皮杂、杆、叶子和 碎叶杂质分类。 植物性杂质：贝叶斯加权 K-平均 反射成像 方法，不同颜色棉花识别 微断层 X 光摄影 茎皮、种皮碎片和聚丙烯杂质识 别率 微断层 X 光摄影 皮杂、叶子，种皮，聚丙烯。分 类准确率；与 AFIS 结果的决定系 数 微断层 X 光摄影 植 物 性 杂 质 ： 评 价 与 AFIS 和 Shirley Analyzer 结果相关系数分 别为 Nicolet FT-IR 所有杂质分类。匹配正确率为 et al. 2006 1.1 基于图像技术的杂质检测 在不同的光谱波段范围，采用不同图像扫描设备，采集或生成棉花图像，通过图像采 集卡发送回计算机处理中心，经图像数据处理，判断有无杂质，提取杂质位置、大小和类 型等特征，驱动提出装置来剔除。图像采集或生成的技术包括可见光波段机器视觉、红外 波段图像、紫外荧光图像、X 光断层摄影和多波段图像融合技术。如图 1。 1 9 2 8 3 4 7 5 6 净棉 落棉 图 1 基于图像技术的皮棉杂质检测原理示意图 Fig. 1 Schematic of detecting foreign matters of raw cotton based on imaging 1.棉花 2.反光板 3.可见光摄像机 4.多光谱图像仪 5.X 射线探测器 6.计算机 7.喷头 8.光源 9.检测通道 1.1.1 可见光波段机器视觉 机器视觉主要用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理 并加以理解，最终用于实际检测、测量和控制。在皮棉杂质检测方面，早期国外学者侧重 于棉花自带的植物性杂质的检测研究；后期国内学者侧重于非棉类的异性纤维的检测研究。 Lieberman 等人[1]用分层次聚类和神经网络算法处理棉花图像，识别棉花杂质，正确 5 率分别是 92 % 和 99.3 % 。分层聚类法结合神经网络算法可以得到 96.3% 的准确度。 Lieberman 等人[2]提出学习矢量量化方法(LVQ) 识别棉花样品中杂质。 第一种分类结果， 皮棉杂 质为 95 ，叶 87 ，碎叶 100 ，茎秆 88 ;第二种分类， 皮棉杂质类为 100 ， 非皮棉杂质类 为 97 。第三种分类结果，皮棉杂质类为 95，叶子碎叶类为 99，茎秆为 88.。 1.1.2 紫外荧光和红外波段图像技术 原棉中纤维杂质的种类可以归纳为合成、植物和蛋白质纤维。利用不同物质在紫外荧 光和红外光波照射下激发所发出的光强度不同的原理来分离杂质。 郏东耀等人[20]使用 MU2300 型动态近红外 CCD 相机(加 10 倍放大镜头) ，采集皮棉中 异性纤维近红外光谱图像，利用自适应图像增强和二值化图像处理，从皮棉背景中提取异 性纤维。郏东耀等人[21]建立近红外光谱成像系统，确定 940 nm 是区分棉纤维与多种异 性纤维的最佳波段范围。处理和分析此波段近红外图像，获得异性纤维图像。罗德坡等人 [22]提出基于紫外线荧光效应的机器视觉方法，在线分拣棉花中异性纤维。用非线性阈值 算法判断图像像素 RGB 分量。结果表明:白色丙纶丝、纸张和一些反光物质拣出率达到 99 %；色泽较重异性纤维可达 100 %；头发丝只有 50 %；部分与棉花色泽相近，不反光且不激 发荧光的杂质检测困难。 1.1.3 X 光断层摄影 利用 X 光对物体进行不同角度的摄影，从而在不破坏物体内部结构的前提下得到物体 的内部图像。国外学者通过 X 光断层摄影技术提取原棉团内部图像，来剔除杂质。 Ajay 等人[23] 使用微断层 X 光摄影装置系统（SkyScan-1074 X 射线扫描仪） 扫描棉 花样品，基于模糊逻辑方法分析微断层 X 光原棉图像，自适应阈值算法分割杂质，标记杂 质，分离背景图像。试验针对 160 个已知杂质样本。结果表明: 识别率高达 96 % 。Pavani 等人[24]应用三维断层 X 摄像技术，通过图像处理和模式识别，产生样品三维图像， 检测 和分类棉花中的杂质。该方法的优点是可以进行无损检测。扫描时间为 15-20min。Dogan 等人[25] 针对二维 X 射线扫描图像背景棉花不一致等问题，通过尺度空间滤波背景标准化 处理，保留杂质颗粒图像。通过对 280 个试验样品 X 光图像处理，与 AFIS 棉花杂质分 析系统和 Shirley 分析仪结果建立回归模型，相关系数分别为 0.93 和 0.85。 1.1.4 多波段图像融合技术 随着研究的深入发现，单波段图像仅能有效识别部分杂质，不同的杂质在不同波段的 表现不同，而棉花杂质类型多，含量又大不相同。多波段图像融合技术能较好的解决这一 问题。 郏东耀等人[26] 采用 TK-C1831EG 型多光谱 CCD 照相机(380～1100nm)采集最佳吸收 波段异性物质图像。基于区域信息相关度权值小波分析算法融合多波段图像，分层图像分 割，二值化图像分离杂质。结果表明:在 405 nm 和 850 nm 棉花和杂质的差异较明显。郏东 耀等人[27]研究了光透射成像系统中光源种类、棉层厚度和皮棉运动速度等对棉纤维透射成 像目标的影响。当光源为白光超亮二极管阵列，光照能量系数为 0.70 、棉层厚度为 4mm 时，获取透射图像，并分析图像，可有效检测皮棉中内部杂质。郏东耀等人[28]定量分析了 6 光源种类、光源能量与透射效果的关系，分析增强皮棉杂质透射对比差异的方法。利用高 速 CCD 俘获非漫射光子，统计滤波处理增强成像目标。丁天怀等人[29]提出利用多颜色空 间特征融合方法检测棉花中羊毛、白头发和塑料膜等杂质。构建颜色特征评价函数，抽取 若干最优特征，利用区域信息相关度权值小波分析算法进行多特征融合， 获取近似目标 的图像。融合图像比原始图像具有较高信息量值， 近似目标特征明显增强。 1.2 基于分光技术的杂质检测 分光技术即是利用紫外光或红外光照射物体，因为不同物质由于其分子结构不同，对 不同波长线的吸收能力也不同，因此，每种物质都具有其特异的吸收光谱。如图 2 所示。 红外和紫外波段 原棉样品 光谱采集 预测未 知样品 建立预测模型 光谱预处理 化学方法测 定杂物含量 定标方程 图 2 基于分光技术的皮棉杂质检测示意图 Fig. 2 Schematic of detecting foreign matters of raw cotton based on spectroscopy technique Bohmer 等人[30]针对原棉中聚丙烯和聚乙烯杂质，建立线扫描 CCD 照相机检测系统。 在近红外 1520 nm 和 1720 nm 波段采集图像，人工神经网络和自组织特性映射识别未分类 样本中杂质。Foulk 等人[31] 通过中红外光谱学(波数 4000～650 cm- 1) 对比分析纤维和杂 质颗粒，与已知试样的光谱数据库数据对比， 确定棉花杂质来源。Himmelsbach 等人[32] 针对典型的棉花杂质， 通过 Nicolet Magna 850 FT-IR 型光谱仪(波数 4500～650 cm-1) 采 集棉花杂质的近红外光谱数据，建立了 601 个样本的光谱数据库，并进行光谱匹配识别检 验。 结果表明:不同杂质具有不同匹配光谱波段，匹配正确率最低为 90.64 % ，最高为 96.55 %。Allen 等人[33 ]讨论了棉花加工前后，棉花杂质在 4000～650 cm- 1 范围内红外光谱的变 化。结果表明:当杂质尺寸减小和受热时，FT-IR 光谱都产生了相应的变化。Abidi 等人[34] 采用通用衰减全反射傅里叶变换近红外仪器(UATR-FTIR) 分析被污染的棉花纤维，确定被 污染棉花中 1-O-α-D-吡喃葡萄糖基-D-呋喃果糖(Trehalulose) 含量与累计强度在 I3280 I、 1622 和 I1018 处表现出高度相关。 2.异性纤维检测技术发展的特点与不足 2.1 国内外研究的差异和特点 国外学者对棉花异性纤维检测的技术较早，主要研究内容是原棉类杂质，即棉花本身 的碎叶，茎秆，茎皮等，这是由于国外采集棉花的过程受到的污染较国内少。而国内学者 对棉花异性纤维检测的技术起步较晚，主要研究内容是非棉类杂质，如人的毛发，动物的 毛发，编织袋的碎屑等异性纤维。早期研究主要使用机器视觉，现在逐渐偏向分光技术的 使用。 2.2 目前所应用的技术的不足之处 2.2.1 检测技术的局限性 7 使用最多的机器视觉技术，通过 CCD 摄像机能够快速无损的得到棉网表面的杂质，其 前提是对棉层和均匀性的高要求，在对深层杂质的检测中效果较差；X 光断层摄像技术可 以检测深层的杂质，但是存在自身的噪声和检测效率低等问题，不适合在线检测；红外分 光检测能够检测到棉网的内部杂质，适合离线检测，但是需要耗时建立模型，且与大于 10m/s 的高速纺纱不相配套；在融合技术方面，已有的技术仅在图像融合层面，没有进一 步的研究开展。 2.2.2 检测技术的针对性不足 许多研究没有考虑到实际应用情况，仅仅停留在实验室检测的基础上。在实际处理过 程中，运动棉网的杂质位置和棉层厚度会直接影响到检测精度。同时，杂质类型和棉网背 景都会极大影响检测和识别率，只有部分研究考虑到背景的影响。 2.2.3 检测与原棉颜色相近且细小的杂质正确率很低 到目前为止的研究都没有很好的方法能够检测白色或同色的异性纤维，对形状较小的 异纤，检出率更是微乎其微。 3.展望 综上所述，虽然对棉花异性纤维杂质检测的研究已经相当大的进展，检测技术上可以 通过机器视觉、断层 X 光摄影、红外波段光谱和紫外荧光光谱；在对杂质定性和定量分析 的方法上，可以通过固定线性判别式、聚类算法、贝叶斯学习算法和贝叶斯加权 K 均值聚 类算法等数字图像处理方法。这些研究已经获得了不错的效果。 但是，仍有一些问题没有解决，如检测白色或同色的异性纤维，不同深度和类型的杂 质检测，与检测器相对位置不同的杂质检测，不同棉花背景的杂质检测等等。这些技术问 题是影响检出率的主要因素，有效地解决这些问题是今后的主要研究方向。 参考文献： [1].Lieberman M A , Patil R B. Clustering and neural networks to categorize cotton trash [J ] . Optical Engineering ,1994 ,33(5) :1 642～1 653. [2].Lieberman M A , Patil R B. Evaluation of learning vector quantization to classify cotton trash [J ] . Optical Engineering ,1997 ,36 (3) : 914～921. [3].Lieberman M A , Michael A L , Charles KB , et al. Determining gravimetric bark content in cotton with machine vision[J ] .Textile Research Journal ,1998 , 68(2) : 94～104. [4].Xu B G, Fang C , Huang R , et al. Chromatic image analysis for cotton trash and color measurements[J ] . Textile Research Journal ,1997 ,67(12) : 881～890. [5]. Xu B , Fang C , Watson M D. Clustering analysis for cotton trash classification[J ] . Textile Research Journal , 1999 ,69(9) :656～662. [6]. B. Xu, J. Su, D.S. Dale. Cotton color grading using a neural network[J]. Textile Research Journal, 70(5), 430-436, 2000. [7]. Tae J K, Kim S C. Objective evaluation of the trash and color of raw cotton by image processing and neural network[J ] .Textile Research Journal , 2002 ,72(9) :776～782. [8]. Siddaiah M , Prasad N R , Lieberman M A , et al. Identification of trash types and computation of trash content in ginned cotton using soft computing techniques[C] . Midwest Symposium on Circuits and Systems , Las Cruces , NM 1999. 8 [9]. 金守峰,袁建畅,张 慧.基于 Matlab 的棉花异性纤维检测及定位算法[J ] .中国棉花加工,2004 (4) :29～ 30. [10]. 金守峰,张 慧,王 宁.三基色最佳阈值算法识别原棉异性纤维[J].山东纺织科技，2008（3）：1~3. [11].符宝鼎,袁建畅,郭彩霞. 基于 RGB 颜色模型棉花杂质的识别算法[J ] . 北京纺织,2005 ,26 (5) :48～ 51. [12].李碧丹,丁天怀,郏东耀. 皮棉异性纤维剔除系统设计[J ] . 农业机械学报, 2006 ,37 (1) :107～110. [13]. 赵燕, 袁建畅. 原棉异物在线检测系统剔除机构的分析研究[J ] . 上海纺织科技,2006 ,34 (1) :21 ～ 22 ,27. [14].常蕾.基于 DSP 的棉花异性纤维检测系统总体方案研究[J]。科技前沿，2007（8）：56~59. [15] 郭彩霞, 袁建畅, 金守峰. 基于 BP 网络的棉花中异性纤维识别算法[J ] . 西安工程科技学院学 报,2006 ,20 (5) :542～544. [16].高伟,王志衡,赵训坡.基于 HIS 颜色空间的棉花杂质高速实时检测方法[J].自动化学报,2008,34(7)： 730~735. [17].郑文秀,刘双喜,魏新华,王金星.棉花异性纤维图像分割方法研究与实现[J].中国棉花加工,2008 (4)： 24~26. [18]. 冯显英, 任长志, 解守华. 基于阀岛技术的异性纤维清除系统结构与设计[J]. 机床与液压,2006(11) ： 139~140. [19].冯显英,任长志,黄燕云. 基于机器视觉的异性纤维检测系统[J]. 山东大学学报(工学 版),2006,36(4):4~8 [20]. 郏东耀, 丁天怀. 纤维红外吸收特性及其在皮棉杂质检测中的应用[J ] . 农业工程学报,2004 ,20 (3) :104～108. [21]. 郏东耀, 丁天怀. 利用纤维红外吸收特性的皮棉杂质检测新方法[J ]. 红外与毫米波学报,2005 ,24 (2) :147～150. [22].罗德坡,朱邦太. 紫外线荧光效应及其在棉花异性纤维分拣系统中的应用[J ] . 河南科技大学学报:自 然科学版,2007 ,28 (2) :63～67. [23]. Ajay P , Sari-Sarraf H , Member S , et al. Recognition of cotton contamination via X2ray micro-tomographic image analysis[J ] . IEEE Transactions on Industry Applications , 2004 ,40(1) :77～85. [24].Pavani S K, Dogan M S , Sari-Sarraf H , et al. Segmentation and classification of four common cotton contaminants in X-ray micro-tomographic images [ C] . Proceedings of SPIE , Machine Vision Applications in Industrial Inspection XII , San Jose , CA , USA , 2004. [25]. Dogan M S , Sari-Sarraf H , Hequet E F. Cotton trash assessment in radiographic x-ray images with scalespace filtering and stereo[C] . Proceedings of SPIE , Machine Vision Applications in Industrial Inspection XIII , San Jose , CA , USA , 2005. [26].郏东耀,丁天怀. 棉花中异性纤维的多光谱检测[J ] . 清华大学学报:自然科学版,2005 ,45 (2) :193～ 196. [27].郏东耀,丁天怀. 检测皮棉内部杂质的透射成像影响因素分析[J ] . 农业机械学报,2005 ,36 (2) :65～ 69. Jia Dongyao , Ding Tianhuai. Analysis of some influence factors of transmission imaging system for detection of foreign material buried in cotton[J ] . Transactions of the Chinese Society for Agricultural Machinery , 2005 ,36 (2) :65～69. (in Chinese) [28].郏东耀,丁天怀. 皮棉杂质透射检测及成像目标增强方法[J ] . 物理学报,2005 ,54 (9) :4 058～4 064. [29]. 丁天怀, 郏东耀. 利用多颜色空间特征融合方法检测近似目标[J ] . 清华大学学报: 自然科学 版,2006 ,46 (2) :176～179. [30]. Bohmer S , Budzier H , Krause V , et al. Two channels NIR camera system to detect foreign matter in raw cotton [ C] .Proceedings of QUIRT , Padova , Italy , 2006. [31]. Foulk J , McAlister D , Himmelsbach D , et al. Mid2infrared spectroscopy of trash in cotton rotor dust 9 [J ] . The Journal of Cotton Science , 2004 ,8(4) :243～253. [32]. Himmelsbach D S , Hellgeth J W , Mcalister D D. Development and use of an attenuated total reflectance/ fourier transforminfrared (ATR/ FT2IR) spectral database to identify foreign matter in cotton [ J ] . Journal of Agricultural and Food Chemistry ,2006 ,54 :7 405～7 412. [33]. Allen A , Foulk J , Gamble G. Preliminary fourier2transform infrared spectroscopy analysis of cotton trash[J ] . The Journal of Cotton Science ,2007 ,11(1) : 68～74. [34]. Abidi N , Hequet E. Fourier transform infrared analysis of cotton contamination [J ] . Textile Research Journal , 2007 ,77(2) :77～84. 10 附录 文献、资料查阅网址 1.图书馆：http://lib.xjau.edu.cn/ →电子资源 电子图书 ——（ 限农大 IP 范围访问） 北大方正电子图书 电子期刊 ——（ 限农大 IP 范围访问） 中国期刊全文数据库 万方博硕士论文数据库 中国经济信息专网 自建数据库 ——（ 限农大 IP 范围访问） 博硕士学位论文全文数据库 免费外文全文数据库 ——（ 限农大 IP 范围访问） HighWire Press 数据库 Directory of Open Access Journal Free Full Text 免费外文二次文献 ——（ 限农大 IP 范围访问） Wiley InterScience 数据库 ScienceDirect 数据库 学术搜索引擎 Google 学术搜索 Scientific Literature Digital Library SCIRUS for scientific information only Google 图书搜索 百度文档搜索 →其它资源 中国年鉴全文数据库 2.国家专利 http://www.sipo.gov.cn/sipo2008/zljs/ 查询国外专利 欧洲专利局专利数据库：http://ep.espacenet.com/ 美国专利商标局专利数据库：http://www.uspto.gov/ WTO 知识产权组织：http://www.wipo.gov/ 3.其它有用的资源和网址 学术期刊和博硕士论文，http://scholar.google.com.hk/ 英语翻译，http://www.google.com.hk/language_tools?hl=zh-CN 美国农业部实验室，http://asae.frymulti.com/toc.asp International Society for Optical Engineering 国际光学工程学会，http://www.spiedl.org/ 美国电气和电子工程师协会(IEEE)，http://ieeexplore.ieee.org/Xplore/guesthome.jsp 11