营改增后水电工程简易计税项目税金计算研究

营改增全面落地与实施后,大中型水电工程因建设周期较长,导致大量项目跨越营业税和增值税两种主体税。在营业税和增值税两种税制下,项目计价方式存在一定差异,导致税金计算方式有所不同。通过对营改增后适用简易计税项目税金计算方式的研究,得出结论:营改增后水电工程中适用简易计税的项目缴纳税金将有所减少,建设单位在对承包人结算工程款时需要扣减税金差值。     

光学微扫描显微热成像系统超分辨力图像处理方法研究

为提高已研制光学微扫描显微热成像系统的空间分辨力,基于改进的频域图像配准技术和凸集投影超分辨力算法,提出了显微热成像系统光学微扫描超分辨力图像处理方法。给出了该方法的原理及步骤,采用不同重构方法行了仿真研究,给出了评价参数和结论。利用光学微扫描显微热成像系统采集低分辨力显微热图像序列进行了超分辨力处理实验,实验结果表明本文提出方法的有效性,光学微扫描显微热成像系统的空间分辨力得到提高从而可满足需要高分辨力显微热分析的场合。该方法还可以应用于其它不可控光学微扫描成像系统中,具有广泛的应用前景。     

显微热成像系统行处理迭代超分辨力处理研究

针对已研制光学微扫描显微热成像系统空间分辨力较低的问题,基于改进的频域图像配准技术和改进的行处理迭代超分辨力算法,提出了显微热成像系统光学微扫描改进行处理迭代超分辨力图像处理方法。给出了该方法的原理及步骤,采用不同重构方法针对可见光和红外图像进行了仿真研究,给出了评价参数和结论。利用光学微扫描显微热成像系统采集低分辨力显微热图像序列进行了超分辨力处理实验,实验结果表明本文提出方法的有效性,光学微扫描显微热成像系统的空间分辨力得到提高,可应用于需要显微热分析的场合。该方法还可以应用于其它不可控光学微扫描成像系统中,具有广泛的应用前景。     

电子器件分析用新型显微红外热像仪

为了给半导体器件、印刷电路板和功率器件等电子器件提供细微热分析的手段，完成电子电路的故障检测、失效分析和可靠性检测等，基于非制冷焦平面探测器设计了一种新型的显微红外热像仪。介绍了系统的工作原理、系统构成、工作过程。研究了显微红外热像仪噪声等效温差（NETD）和噪声等效辐射率差（NEED）模型，为系统的设计提供了理论指导。提出了一种自适应的非均匀校正算法，并基于Visual C＋＋完成了整个系统的软件设计。实际图像采集和处理结果表明了本系统设计的合理性，该系统将加速我国在电子制造和应用领域的发展。随着产品化，本系统将会用到其他需要显微热分析的场合，具有广泛的应用前景。     

显微热成像技术研究现状与展望

显微热成像系统不仅能观测物体的形状细节,还能观测温度变化的细节,因此对需要进行细微热分析的领域具有重要作用。本文对显微热成像技术研究的背景和意义进行了概括,简单介绍了显微热成像系统的组成及工作过程,总结了显微热成像技术国内外发展研究及应用的现状,最后对其存在的问题及发展动态进行了分析。     

不确定离散模糊系统的保性能控制

对一类具有范数有界、时变参数不确定性的离散模糊时间系统和一个二次型性能指标的保性能状态控制律的设计问题进行研究。通过采用线性矩阵不等式的方法，导出了存在保性能控制律的一个充要条件，证明了该条件等价于一组线性矩阵不等式的可解性问题，并用这组线性矩阵不等式的可行解给出了保性能控制律的一个参数化表示。在此基础上，通过建立并求解一个凸优化问题，给出了保性能控制律的设计方法。     

不确定离散模糊系统的最优保性能控制

对一类具有范数有界,时变参数不确定性的离散模糊时间系统和一个二次型性能指标,研究其最优保性能状态控制律的设计问题.通过采用线性矩阵不等式的方法,导出了存在保性能控制律的一个充要条件,进而,证明了该条件等价于一组线性矩阵不等式的可解性问题,并用这组线性矩阵不等式的可行解给出了保性能控制律的一个参数化表示.在此基础上,通过建立并求解一个凸优化问题,给出了最优保性能控制律的设计方法.     

基于改进Faster R-CNN的水母检测与识别算法

提出一种基于改进Faster R-CNN水母检测与识别算法。首先,建立了包含7种水母的数据集;然后,针对ResNeXt(C=32)用于目标检测时出现计算量较大的问题,在保证精确度的前提下,将分支数C设置为8以降低计算量;最后,为解决水母检测时出现的检测精度低和小个体无法检测的问题,在残差网络中引入膨胀卷积。实验结果表明:该算法较VGG16、ResNet101、ResNeXt(C=32)和ResNeXt(C=8)方法,mAP值分别提高了3.15%、2.09%、3.01%和2.36%;F1-score分别提高了2.53%、1.99%、2.01%和2.31%;loss损失函数收敛值更优,收敛精度趋近于0。P-R曲线、可视化效果分析和水母视频检测的结果证明:该算法的水母检测准确率和水母检测数量明显优于其他算法,检测精度较高,基本可以达到实时监测的要求。     

基于遗传小波神经网络的压力传感器的非线性校正研究

为了消除压力传感器受非目标参量的影响而呈现的非线性特性,利用小波神经网络来完成压力传感器的非线性校正.利用遗传算法对小波神经网络权阈值优化,以提高网络精确度和训练速度,设计了遗传优化小波神经网络,将该网络用于压力传感器的非线性校正.仿真结果表明该方法能有效消除非目标参量对传感器输出结果的影响.压力传感器的精度和准确度都得到提高.该系统不但可以用于各类传感器的非线性校正,还可用于其它类似系统.且设计、实现简单,适于工程应用,具有实际应用价值.     

基于遗传小波神经网络的多传感器信息融合技术的研究

依据小波函数的非线性逼近能力和神经网络的自学习特性,提出一种小波神经网络。为使小波神经网络具有更高的学习精度和更快的收敛速度。利用遗传算法对小波神经网络权阈值的优化,设计了遗传小波神经网络。将该网络用于多传感器信息融合设计了遗传小波神经网络多传感器信息融合系统。压力传感器数据融合系统的仿真表明该方法能有效的提高传感器的输出准确度,消除非目标参量对传感器输出结果的影响,此系统还可用于其他多传感器信息融合系统,具有实际应用价值。系统设计实现简单,适合工程应用。