孪生网络目标跟踪算法

在计算机视觉领域中,卷积神经网络发挥着越来越重要的作用。在海量数据的驱动下,深度学习表现出了比传统方法更为优越的特征表达能力。基于孪生网络的目标跟踪算法由于准确性和实时性等优点,相关研究受到越来越多的重视。本文首先阐述了计算机视觉的研究意义,着重介绍了几种基于孪生网络的目标跟踪算法,最后总结了这些算法的优点以及未来的研究方向。     

矿用无触点防爆电磁喇叭控制电路的设计

为减少由于喇叭产生火花和声音太小等因素对煤矿带来的严重后果,利用无触点、电磁效应和绝缘胶封等方法,设计了无触点防爆电磁喇叭,仿真和测试结果表明,喇叭符合本安电路要求,是一款安全可靠,使用寿命长,声音效果好的多输入电压矿山机车用无触点防爆喇叭。     

信息技术在粮食物流系统中的应用

随着我国经济的飞速发展,人们对于物质生活的要求也不断在上升,从以前的吃饱穿暖到现在的吃好喝好,对饮食的要求越来越高,这一变化对粮食物流运输相应也提出了更高要求,更高标准。粮食物流系统的改革离不开信息技术的发展,主要介绍了现阶段先进的信息化技术在粮食物流系统中的应用前景。     

现代智慧粮库系统的设计与研究

利用RFID、计算机网络、传感器网络、车载网络、自动检测等现代技术,设计出现代化的智慧粮库系统,从而实现中储粮总公司、分公司和直属库对原粮安全储藏和运输的层层监管与控制的目的.     

储粮智能通风系统研究

常规机械通风面临:通风时机难以把握;自动化程度较低;通风能耗较高、效率较低,粮食水分损失严重等问题。通过人工智能和计算机网络控制技术建设智能通风系统,从而解决机械通风面临的问题。     

一种基于改进的YOLOv3算法在粮虫小目标检测的应用

原始YOLOv3模型被认为适合求解多尺寸的图像目标检测问题,但是对于粮虫小目标检测存在表征能力不足且检测效率较低的问题。本文基于此提出了一种融合GIoU算法的YOLOv3检测模型,一方面使用GIoU算法弥补IoU算法对于两个不相交box无法进行量化的问题,同时使用GIoU对损失函数进行优化,损失函数优化为GIoU损失、置信度损失和分类损失三方面;另一方面使用五种数据增强手段对原始1 998张数据集进行数据增强,最终形成大小为9 990张的数据集,并使用K-means聚类算法对自制数据集进行聚类分析,聚类出符合粮虫小目标检测的先验框。针对自制的9 990张粮虫的数据集进行实验获得了99.43%的mAP和每幅图像0.040 s的检测速度,与原始YOLOv3模型相比,本文所提模型对于小目标的粮虫检测效果得到了很大的提升。     

变型蔡氏混沌电路的实现

提出了一个新的非线性动力学系统模型，并对其进行了理论分析、仿真和硬件电路的实现。结果证明这种变型蔡氏电路为混沌通信和混沌现象的研究提供了一种新的混沌发生器。     

玉米象诱捕数量与粮堆温度的相关性分析

2014 06—2014 09,采用诱捕陷阱对南宁沙井粮库里的害虫进行了诱捕试验,结合粮堆内温度的分布,分析了害虫诱捕数量与粮堆温度的相关性。结果表明：新收获的小麦中,玉米象为主要的仓储害虫,占诱捕害虫总数的95.26%;在22~29.6℃的温度下,玉米象每周的诱捕数量随着时间的变化符合线性增长的趋势。由初始诱捕到的害虫密度,结合粮温,利用陷阱诱捕器可以预测出仓内害虫的发生趋势和危害水平,指导仓储害虫的防治工作。     

工程教育认证理念下电子信息工程专业 实践教学改革探析

当前很多高校培养的学生与社会需求严重脱节,学校培养的人才企业无法直接使用。根据工程认证理念和企业需求,改变传统的实践教学方法和手段,让学生在实验室里参与各项创新实践活动,提高学生解决复杂工程问题、创新、动手实践和团队协作等能力。以电子信息工程专业为例,根据教改前后就业质量数据对比结果发现,OBE教育理念下的实践教学改革有利于提高毕业生就业质量。     

基于混沌优化的仓储害虫检测与分类识别研究

为了提高仓储害虫自动识别和检测技术,提出一种基于混沌优化算法(COA)和支持向量机(SVM)的仓储害虫检测与分类技术.利用声音传感器采集害虫声音信号,经过降噪和数值归一化处理,通过COA和SVM进行多次载波,寻求变量的最优特征值.模拟试验结果表明:该方法对复杂模式的识别能力较强,达到较高的识别率,而且大大缩短检测时间,提高检测效率,也为仓储害虫的快速检测和分类研究开辟了新的途径.