基于人体能量的微传感器节点能量利用方法

计算技术、通信技术和微机电技术的快速发展为智能传感器网络的广泛使用提供了坚实的技术基础。能量供给技术是智能传感器网络的关键技术，因为只有长效、低廉的能量才能保证微传感器节点的正常运行和发挥其独特的作用。传统的电池供能技术已满足不了大规模传感器网络微节点对能量的需求。因此，需要研究新的节点能量供给方法和技术以满足微节点的特殊需求。本文讨论了基于微机电系统（MEMS）技术收集人体能量为微节点供能的方法，并给出了相应的计算模型，这些模型对传感器微节点的能源设计和智能传感器网络的广泛应用具有重要意义。     

斜盘式锥齿少齿差行星传动的运动分析

介绍一种新型斜斜盘式锥齿少齿差行星传动的传动比、角速度与角加速度等分析计算，这种传动装置尤其适用于低转速大扭矩的作业机械中。     

一种三维传感执行网络节点位置感知算法

传感执行网络是由一组通过有线或无线通信方式连接起来的,并完成感知与执行功能的传感器与执行器节点组成的面向应用的分布式网络。位置感知是指确定节点在网络中的坐标值。已提出的算法中大部分是针对二维布置网络,提出了一种基于循环组合四边测量法的用于三维传感执行网络的节点位置感知算法,这种算法依据信标节点相对于未知节点的几何位置并利用权重多面体和权重重心法估算未知节点的几何位置。它的主要特点是:可明显提高感知精度,且对测距误差具有很好的鲁棒性。     

基于混合遗传算法的多播路由多目标优化

互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束.目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题.此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数.实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径.     

基于“图像分析与计算机视觉应用”课程项目的协同创新能力培养与实践

本文针对＂图像分析与计算机视觉应用＂课程特点,提出基于课程专题项目训练的教学改革实践方法,通过理论讲解与课程讨论、课程实践与练习、课程专题项目训练等教学环节,提高学生的协同创新能力。教学实践表明,该方法激发了学生的学习主动性,夯实了学生的基础知识,提高了学生的工程实践能力,开阔了学生眼界和思路,培养了学生的协同创新精神。     

多模式协同人才培养体系改革与实践

本文以我校电子信息工程专业本科人才培养为例,建立了以电子信息工程专业为基础的协同式多模式应用型本科人才培养体系。我们针对多种培养模式,积极探索并实践了课程体系改革,初步形成了适应区域经济社会发展的协同式人才培养新模式。     

优质纺机槽筒研究

槽筒是纺织机械中的易损部件之一,而酚醛塑料槽筒耐磨性很差是槽筒失效的主要原因,现选用ZL105材料制造槽筒,经表面处理,可获得有优良摩擦学性能的氧化膜层,明显延长了槽筒的使用寿命。     

基于Generalized Region Loss的代价函数及在图像分割中的应用

针对图像分割中的困难样本,提出了一种对像素区域细分计算的Generalized Region Loss的新的代价函数;首先通过引入一项参数,改变了以往代价函数主要通过设置权重或Focal等关注困难样本的方法,其次通过对标签图像和预测图像进行区域划分,并且对划分四区域的困难样本分类关注,最后分别计算其四区域绝对损失,进而进行加权组合;为验证算法性能,使用CamVid数据集作为实验数据,该代价函数在FCN和U-Net两种图像分割网络上得到验证,同当前图像分割领域常用的12种代价函相比,IoU指标分别提高1.93%和2.99%,由此证明此代价函数优于大多数图像分割代价函数;最终实验结果表明,提出的基于像素区域细分计算的代价函数能够有效提高图像分割精度,为图像分割的研究提供借鉴。     

多模式协同培养体系构建与区域发展人才培养探索

《国家中长期教育改革和发展规划纲要(2010-2020年)》明确指出,创立高校、行业、企业联合人才培养机制,强化实践教学环节,提高应用型技能型人才培养质量,适应国家和区域经济社会发展需要。以五邑大学电子信息工程专业本科人才培养为例,建立了以电子信息工程专业为基础的协同式多模式应用型本科人才培养体系。针对多种培养模式,探索并实践了课程体系改革,初步形成了适应区域经济社会发展的协同式人才培养新模式。     

全变差与曲波联合稀疏表示模型与原对偶算法

全变差模型因能有效捕捉图像与视频中的细节信息而被广泛应用于机器视觉中,曲波变换具有较强捕捉二维信号中线状跳变信息的能力。文中结合全变差模型和曲波变换的优点,提出一类能更好地捕捉二维信号特征的联合稀疏表示模型,并用原对偶算法求解该模型,即原对偶全变差曲波算法。实验结果表明,用文中模型及求解算法处理后的图像,其客观质量及主观视觉效果均优于现有算法。文中算法也可用于解决图像去模糊、超分辨率等其它具有挑战性的图像处理问题。