基于机器学习的交通流参数异常数据处理模型研究

交通流数据作为交通系统重要的输入变量,交通流数据采集器所采集的交通流数据质量直接影响着交通系统运行的稳定性;针对交通流数据中所出现的采样数据异常情况,提出一种基于随机森林的缺失值填补及孤立森林算法的交通流异常数据筛选方法,在此基础上通过线性回归模型对数据中缺失值及异常值进行填补构建整体交通流数据有效性处理框架;结果表明经过异常值处理模型修复的数据整体满足有效交通流数据要求,可为交通情况预测及交通系统运行提供数据支撑。     

基于 BP 神经网络的辛烷值预测模型

提出了一种基于BP神经网络的辛烷值预测模型。由催化裂化汽油精制装置采集得到样本数据,首先利用主成分分析法对原始样本数据进行预处理,得到主要成分因子;其次构建BP神经网络模型,将得到的预测值与真实值进行对比,得到在训练集上的准确率为0.99922,在测试集上的准确率为91.31%,在训练集和测试集上的整体准确率为97.63%。最终验证此预测模型具有很好的可行性。     

基于稀疏自编码器和高斯混合模型的手写数据集分类

深度学习模型训练需要大量的有标签数据进行训练,现实生活中数据大多没有标签,需要进行人工标注,对于小样本的训练存在过拟合现象,针对此问题,本文提出一种算法:首先采用稀疏编码器对数据进行降维处理,然后利用T-SNE算法继续将数据维度降低到二维空间,最后采用高斯混合模型对数据进行聚类分析。该算法采用无监督斱法,不需要预先对数据进行标签化。该算法对数据过拟合具有一定的泛化能力,在手写数据集的训练集取得0.89205的准确度,在测试集中取得0.896的精度。该算法为小样本的学习提供了新思路。     

基于STM32F429 的光缆全自动放线扎线机的研制

针对目前通信光缆人工放线扎线存在效率低、安全系数低等问题,本文研制了一种基于stm32f429的光缆全自动放线扎线机。扎线机通过驱动电机的方法控制主动轮实现线上匀速移动功能,距离传感器检测扎线间隔,每隔50cm扎线机采用推杆推动扎线手臂完成扎线操作,并在扎线机前端安装收紧装置实现放线功能。经测试该扎线器扎线距离相对误差小于0.5%,扎线成功率达到95%以上,且稳定可靠。     

基于 STM32F429 两轮平衡车的研制

本次系统设计采用 32 位单片机 STM32F429IGT6 作为主控制器,通过蓝牙实现手机与单片机之间的通 信,手机向单片机发送指令,单片机接收到指令后执行相关程序,来控制小车处于不同状态：直立、前进、后 退、左转和右转,始终使两轮小车处于平衡的状态。硬件部分采用简单的模块搭建,软件使用模块化程序实现 相关功能。硬件部分包括电源电路、显示电路、电机驱动电路、隔离电路、测速电路、MPU6050 模块电路、蓝 牙模块电路以及 STM32 最小系统板。软件部分将各个模块程序编写后实现相关功能后,再进行联调,最终完成 对小车不同状态的控制。     

矿井无线电波透视资料处理技术研究进展

在无线电波透视资料处理中,由于综合曲线法受复杂地质构造和干扰影响,异常边界点可能难以分辨,造成解释困难.为了解决这一难题,引入两种层析成像方法,通过衰减系数层析成像处理技术,它将成像区域网格化,计算各网格点的衰减系数然后利用ART或SIRT算法进行反演成像,得到形象直观的吸收系数等值线图或色谱图.相位层析成像反演结果比衰减系数层析成像反演结果在分辨目标体几何形状方面更加可靠和准确.     

GTX接口在宽带自适应传输中的应用

针对不同数据带宽数据流实时传输和FPGA高速收发器传输速度固定的现状,提出了一种宽带自适应串行数据实时传输系统。发送端首先对待发送数据进行位宽转换和跨时钟域处理,再对数据进行标记和编码,最后通过GTX发送端口发送数据。接收端首先根据控制码和标记位解析有效数据,最后通过接收缓存模块进行位宽转换和跨时钟域处理。将该系统应用于示波记录仪采集数据传输中,当配置GTX线速度为4.5 Gbps时,15种采集卡的数据均能正确接收。该传输系统针对不同采集卡只需修改发送端缓存FIFO的写数据位宽,具有代码可移植性强、硬件平台兼容性强的特点。     

基于 STM32 的逆变能量回馈实验系统

基于 STM34 的逆变能量回馈实验系统     

基于模式匹配的银行卡卡号定位与识别算法

针对银行卡数字卡号定位与识别的问题,本文提出一种基于模式匹配的银行卡数字卡号定位与识别算法。通过对银行卡数字图像进行图像灰度化、图像二值化、形态学操作、边缘检测、提取轮廓及区域定位等操作,对银行卡数字进行精准定位,对定位后的银行卡数字区域进行图像分割,将银行卡中分离的每一个数字图像分别与模板图像通过相关系数匹配法进行匹配,最终得到经过识别后对应的银行卡数字。在测试数据集上喷涂型银行卡数字识别正确率为94.4%,激凸印刷型银行卡数字识别正确率为89.5%,在总体样本中银行卡数字识别正确率为91.9%。经过测试可得出该算法能够有效地识别银行卡卡号,具有一定的市场价值。     

基于改进级联Faster RCNN的PCB表面缺陷检测算法北大核心CSCD

针对印制电路板(PCB)存在缺陷的多样性、复杂性以及微小性的问题,文中基于Faster RCNN架构的PCB微小缺陷改进检测模型,首先通过RPN网络产生ROI,为能尽量获得各类维度特征,使用多层卷积。为满足PCB缺陷检测要求,将优化后ROI-Pooling层提取ROI特征,为能更好地在ROI区域分类和回归采取双全连接层的方式。为增强对多尺度和不规则缺陷特征的模仿能力和提升检测模型适用性,添加了过滤特征的金字塔网络。消融实验对比测试结果表明:改进后的检测模型对包括缺失孔、鼠咬伤、开路、短路、杂散、伪铜等缺陷能精确识别。文中模型检测平均分类精度达98.91%,mAP指标达到78.21%,可满足对PCB的有效识别,在工业上具有较强的实用性。