基于可变形卷积和自适应二维位置编码的鲁棒车牌识别方法

车牌识别是智能交通系统中的关键步骤,为提高在非可控和复杂场景下车牌的识别精度,提出了一种鲁棒车牌识别方法,该方法主要包括车牌检测和车牌字符识别2个核心部分。首先,采用YOLOv5网络实现车牌的检测;其次,基于递归卷积神经网络框架,提出了一种基于可变形卷积和自适应二维位置编码(A2DPE)的车牌字符识别方法。该方法针对车牌大小、倾斜角度和光照条件等动态变化的特点,采用了可变形卷积来更好地提取车牌字符的特征,并引入了A2DPE模块,根据输入自适应地获取车牌字符位置编码信息。最后,利用双向长短期记忆网络进行车牌字符的识别,无须分割车牌字符,可以实现不同长度车牌字符的准确识别。在自建数据集LPdata与公开数据集CLPD上的实验结果表明,与现有方法相比,该方法能够以较低的模型复杂度达到较高的准确率。     

X20系列PCC在西安市草堂水厂水处理中的应用

本文针对市政水厂水处理的特点和控制要求,设计了一个基于贝加莱X20系列PCC和以太网的水厂水处理监控系统,论述了系统的组成和工作原理。各PCC控制站对数据进行处理,并且使用计算机对系统进行监控。实际运行结果证明,该方案控制结果良好,达到了水厂水处理标准,为市政水厂水处理监控高效化提供了良好的基础。     

玉米紫色素提取工艺研究

以一种紫色玉米芯为原料,通过实验确定玉米紫色素最佳提取方案。实验结果表明:该色素最佳吸收波长为510nm;以pH=2去离子水提取效果最好,最佳料液比为120,最佳提取温度60℃。最佳提取时间4h。浸提液经抽滤、旋转蒸发、干燥后得到色素成品(粗品),并计算得出对紫色玉米芯紫色素提取率约为6%。     

管道连接放样计算应用软件

介绍了1种应用Flash软件制作管道放样计算软件的方法,并对其制作原理和制作过程作以详细阐述。     

基于机器学习的异构多核处理器系统在线映射方法

异构多核处理器（HMPs）平台已成为现代嵌入式系统的主流解决方案，其中在线映射或调度对充分发挥其高性能和低功耗的优势起着至关重要的作用。针对HMPs的应用任务动态映射问题，提出了一种基于机器学习预测模型的在线映射调度解决方案。一方面，构建了一个可以快速高效地预测和评估不同映射方案性能的机器学习模型，为在线调度提供支持；另一方面，将该机器学习模型整合到遗传算法中以高效地找到（接近）最优的资源分配方案。最后，通过一个M-JPEG解码器验证了所提方法的有效性。实验结果表明，该方法的平均执行时间相较于常见的轮询调度和抽样调度方法分别降低了28%和19%左右。     

基于移动网络的手机缴纳电费系统的设计与研究

从移动运营商目前的业务现状、手机缴纳电费业务的特点及流程出发,分析了通过移动网络实现手机缴纳电费系统的实现方式、社会效益以及项目实现后需要解决的问题。     

黄原胶流变学特性及其协效性研究

研究了不同浓度的黄原胶溶液的黏度变化以及剪切速率和时间对其流变学特性的影响,此外还对黄原胶与瓜尔豆胶、CMC、果胶的协效性进行了研究.研究结果表明,黄原胶溶液的黏度值随浓度的增加而逐渐增大,对其进行线性回归得方程y=157.8x-182.07,其相关系数达到0.9838.触变性的测定发现,在升速过程中黄原胶的表观黏度随剪切速率的增加而逐渐降低,而在降速过程中,表观黏度有一定的回升,具有很明显的假塑性,并且能够形成触变环,不同浓度黄原胶溶液的黏度值都是随剪切速率的增加而逐渐减小,这些现象表明,黄原胶溶液是一种正触变性流体.此外还发现,黄原胶和瓜尔豆胶具有一定的协效性,当黄原胶同瓜尔豆胶的比例为9 ∶ 1时,表观黏度值达到最大,为768.2mPa.s.黄原胶与CMC、果胶无协效性.     

一种双歧杆菌复合乳饮料的研制

酸乳饮料因其独特的生理功能而备受人们的青睐,尤其是益生菌饮料的开发和研制更是成为研究的热点,但是其稳定性问题与口感的矛盾一直是困扰广大研究者的难题.本研究以发酵生产的嗜酸乳杆菌发酵乳、双歧杆菌发酵乳、增香普通酸乳为原料,通过复配得到一种长双歧益生菌饮料.采用CMC、果胶、黄原胶、单甘酯四种添加剂对其稳定性进行了优化.并确定了其最佳配方为:80%发酵乳、12%的水、8%的蔗糖、CMC 0.5%、果胶0.1%、黄原胶0.1%、单甘酯0.15%.结果表明,所得到的益生菌饮料不仅具有酸乳特有的口感,还具有了双歧杆菌、嗜酸乳杆菌和乳酸菌的保健功能,酸乳饮料的稳定性问题也得到了一定的提高.本试验有效的解决了酸乳饮料稳定性及口感的矛盾,从而能为益生菌酸乳饮料的开发提供一定的指导.     

漆酶/木聚糖酶体系与重组木聚糖酶对OCC浆处理的比较

采用漆酶/木聚糖酶体系（LXS）和重组木聚糖酶（X）对旧瓦楞箱纸板浆进行处理,以改善浆料打浆性能、滤水性能和强度。结果表明,经过LXS和X处理,浆料的打浆性能得到改善;在相同打浆度时两种酶处理浆强度高于原浆。比较两种酶处理对打浆性能的影响,则LXS优于X,LXS处理浆与原浆达到相同打浆度56°SR时,可以节省25%的打浆能耗。此外两种酶处理都能改善纸浆的滤水性能,在酶用量10 IU/g时,LXS和X处理浆与原浆相比分别降低5.6°SR和9.2°SR。两种酶处理后浆料中细小纤维含量明显减少,X处理浆中更少。对于改善纸浆的滤水性能而言,则X处理更佳。通过酶处理浆纤维质量分析、自由基浓度测定以及纤维素结晶度的测定,从理论上解释了LXS和X处理能改善纸浆的滤水性能和物理强度的原因。     

样本线性化与数据去重的极限学习机

对于多标签分类中存在非线性的数据样本和重复的样本数据问题,本文提出了一种基于在线顺序极限学习机(On?line Sequential Extreme Learning Machine,OS-ELM)的改进算法—样本线性化和数据预处理极限学习机(PDC-ELM).PDC-ELM算法对线性不可分的数据样本先利用核函数进行处理,使数据样本具有线性可分的特征,对于处理后的数据样本,利用在线顺序极限学习机(OS-ELM)在计算之前对分类数据进行预处理,即从训练和测试数据集中查找不一样的特征标签并保存类标签中,实验中新生成的标签组将不具有重复的特征标签,大大减少了训练的对比次数.实验表明,相比于其他没有样本线性化和数据预处理的极限学习机模型,计算的准确度得到很大的提升,计算时间也有所降低.