实时图像增强算法改进及FPGA实现

针对复杂背景的多目标图像,提出了一种基于直方图的实时自适应图像增强方法.该方法根据自适应直方图窗口选择高低阈值,通过灰度线性变换及灰度级等间距密度均衡进行图像增强.利用该算法增强图像视频时,采用FPGA,通过并行处理结构及流水线技术,可实时处理每秒50帧780×582×12bits的可见光图像.在处理视频的过程中,由前一帧图像的直方图信息,来增强后一帧图像.理论分析和实验结果均表明,该算法克服了直方图均衡及平台直方图均衡增强图像引起的灰度断层现象,有效地增强了图像的对比度,提高了图像质量.     

液态烃介质流量的温度补偿

介绍了液态烃介质流量的温度补偿问题,结合实际工况,总结计算方法,以及结合DCS系统具体解决方法。     

过敏原肌质钙结合蛋白在毕赤酵母中的表达、优化及免疫反应性研究

目的 探究天然肌质钙结合蛋白(sarcoplasmic calcium binding protein, SCP)的可替代物,为蟹类过敏原的检测提供基础材料,本研究首次利用毕赤酵母(Pichia pastoris, P. pastoris)高效表达表达三疣梭子蟹(Portunus trituberculatus)重要过敏原SCP,并检验其免疫反应性。方法 根据毕赤酵母的密码子偏好性优化SCP基因并构建重组质粒。将其热激转化至P. pastoris GS115菌株后经遗传霉素(Geneticin, G418)筛选获得阳性高拷贝子。最后通过甲醇诱导表达重组SCP并结合免疫印记(Western blotting, WB)和间接酶联免疫吸附实验(enzyme-linked immunosorbent assay, ELISA)验证其免疫反应性。结果 SCP在P. pastoris GS115中实现了可溶性高效表达,其表观分子量约为28 kDa。在摇瓶水平下,最佳诱导条件为pH为6.0、每24 h添加1.0%(v/v)甲醇,于28℃发酵144 h,在此条件下,纯度为91.6%的SCP产量可达15 mg/L。WB和间接ELISA结果表明,重组SCP具有IgG结合能力。结论 毕赤酵母表达系统可以得到纯度较高且免疫反应性良好的重组SCP。本研究为SCP的理化研究及产业化应用奠定了基础,并有望促进特异性甲壳类过敏原检测的发展。     

基于人工智能图像识别的输电线路巡检研究

为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2～3张图片的识别,图像识别速度为20～30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。     

低频工况下MMC模型预测控制策略EI北大核心CSCD

模块化多电平换流器(modular multilevel converter,MMC)在船舶电力推进系统、电力传动以及变频驱动等领域有着广泛的应用前景。然而,MMC在启动或低频运行时,子模块(sub-module,SM)电容电压波动急剧增大,严重危害了MMC系统的安全运行。文中提出一种MMC低频SM电容电压波动抑制的模型预测控制策略。建立含共模电压的电流预测模型及桥臂电压差预测模型,构建统一控制代价函数对参考值与实测值的误差进行评估。在滚动优化中采用2N+1电平输出方式,可为低频MMC的最优控制提供更多的选择自由度。为验证所提控制策略的可行性与有效性,对其进行仿真和实验研究。结果表明,所提的控制策略能有效抑制低频时MMC子模块电压的波动,降低系统输出电流谐波含量,提升MMC系统安全运行能力。     

基于NB-IoT技术的智慧灯杆系统研究∗

设计了一种基于NB-IoT技术的智慧灯杆控制系统.该系统采用NB-IoT技术,通过接入ONENET平台,能 够对路灯进行实时在线智能监控,实现信息采集、灯杆互联及时通信等功能.同时,利用BP神经网络独特的自主学 习特性,提出一种BP算法融入数据处理的方法,使得路灯控制系统能够更加智能化调光,达到节省电能的目的.     

基于ICD 转化和过程诊断的配置升级

针对继电保护设备因版本迭代升级,需对保护装置进行及时更换,提出一种在线配置升级方法,基于ICD 文件转化可以节约更换时间,并针对所提出的升级方式,结合过程诊断策略,进一步保证配置升级正确性.该配置升 级方法符合安全要求,具备对工业操作的指导意义.     

基于特征融合的边缘引导乳腺超声图像分割方法

针对乳腺超声图像边缘模糊、斑点噪声多、对比度低等问题,提出了一种融合多特征的边缘引导多尺度选择性核U-Net(Edge-guided Multi-scale Selective Kernel U-Net, EMSK U-Net)方法。EMSK U-Net采用基于U-Net的对称编解码结构可以适应小数据集医学图像分割的特点,将扩张卷积与传统卷积构成选择性核模块作用于编码路径,并提取下采样过程中的选择性核特征进行边缘检测任务,在丰富图像空间信息的同时细化边缘信息,有效缓解斑点噪声和边缘模糊的问题,在一定程度上可以提升小目标的检测精度。然后在解码路径通过多尺度特征加权聚合获取丰富的深层语义信息,多种信息之间相互补充,从而提升网络的分割性能。在3个公开的乳腺超声图像数据集上的实验结果表明,与其他分割方法相比,EMSK U-Net算法各项指标表现良好,分割性能有显著提升。     

基于改进麻雀搜索算法优化BN的变压器故障诊断研究

针对变压器故障诊断准确率低和稳定性差的问题,文中提出了一种改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断方法。首先,通过计算互信息建立最大支撑树并进行定向处理得到贝叶斯网络初始结构即初始种群。然后,在算法中引入一种新的合作机制和正弦余弦算法,提高算法收敛速度和全局搜索能力,并利用油中溶解气体分析,创建基于改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断模型。最后,为了证明所提方法的优越性,将所提的方法与现有变压器故障诊断方法进行对比。结果表明,文中所提出的方法故障诊断率最高,可以更精准地对变压器进行故障诊断。     

IoT设备程序同源性智能检测技术综述

IoT设备与各行业的深度融合方兴日盛,使得IoT程序快速开发的需求不断增长。开发者习惯于集成第三方库或常用代码。不幸的是,若这些代码中隐藏着潜在的漏洞,那他们也会被扩散到不同的程序中,为其大规模扩散创造了条件。这也是造成近年来IoT设备群体性安全事件频发的重要原因之一。为了降低危害,发现具备相似漏洞的程序并进行相关的处置是一个有效的方法。同源性分析作为挖掘程序间关联关系的重要手段之一,可高效地实现程序漏洞的智能溯源取证。结合机器学习和深度学习技术,它表现出解决大规模程序安全性检测的巨大潜力。然而,IoT设备的软硬件特点仍使得该技术的使用面临挑战。当前已有诸多方案在IoT设备程序的同源性智能检测方面取得了进展。因此,本文将系统性回顾近年来相关技术研究的成果,将他们分为相似性分析和创作者归属技术。首先,我们介绍了两种方式的数据来源。接着,检测过程中涉及的特征选择、特征表示以及相对应的检测方法也被依次介绍。进一步的,本文不仅比较和总结了方案的特点和局限性,还对他们在不同类型IoT设备程序的适配性进行了对比分析。最后,文章针对IoT程序分析提出了一些研究建议。作者希望本综述可为研究者阐明这些工作的核心技术点,并为他们在IoT设备上的进一步应用提供启发。