基于DSP的智能电源控制单元设计与实现

本文利用TI公司TMS320F28335芯片高效的浮点运算能力,结合片上丰富的外设,设计并实现了一种具有高可靠性的智能电源控制单元。该控制单元周期性地对各片上外设进行自检维护,完成多路负载通道控制、电压、电流的实时监控,并对故障进行指示、处理和上报,同时提供人机交互界面更新状态信息。经过验证,该控制单元工作稳定,具备良好的工程应用价值。     

浅析智能网联汽车感知系统电磁兼容性

本文将就智能网联汽车感知系统中的电子兼容技术进行深入的分析和探究。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

多先验融合的图像显著性目标检测算法

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大致位置，以凸包区域中心计算中心先验。同时通过融合策略将凸包区域中心先验、颜色对比先验和背景先验融合并集成到特征矩阵中。最后通过低秩矩阵恢复模型生成结果显著图。在公开数据集MSRA1000和ESSCD上的仿真实验结果表明，MPLRR能够得到清晰高亮的显著性目标视觉效果图，同时F，AUC，MAE等评价指标也比现有的许多方法有明显提升。     

基于大数据的制造业转型升级

研究基于大数据的制造业转型升级方式和转型升级效果,针对基于大数据的制造业转型升级中存在的问题,如大数据自身不足,核心技术与自主创新能力程度低下,生产性服务要素投入与全球资源整合能力不足,服务体系薄弱与产品质量等问题,提出具体建议。     

《数据之道——身边的数据》教学案例

●教学内容分析浙江省小学信息技术教材六年级上册第一单元“数据与大数据”是关于数据的综合性学习。根据教材的知识序列,结合时代发展和实际生活,笔者设计了这节单元起始课,以共享单车的调查研究为主线,引导学生体验数据处理的一般过程(数据的获取与整理、分析、应用),从中让学生体验计算机处理数据的高效与便捷,初步感知数据的重要性,为后续学习奠定基础。     

智能时代中小学生计算思维课程方向研究

针对智能社会计算思维课程设置方向,分析相关国家和机构的计算思维构成要素和课程内容,归纳小学生信息素养设定的侧重点异同,结合我国目前正在使用的中小学生信息技术教科书,提出未来学生计算思维课程提升方向。