自主式DSP实验教学研究与设计

针对现有DSP实验教学无法满足市场对DSP人才需求的问题,提出了自主式DSP实验教学方法。自主式实验教学方法包含提供自主式DSP实验设备、自主定制实验项目、自主设计实验方案、自主搭建实验电路与自主考核等内容。经实践表明,自主式DSP实验教学方法激发了学生的学习主动性,锻炼了学生的动手能力。     

基于改进RetinaNet-GHM算法的钢板表面缺陷检测

针对传统钢板表面缺陷检测方法效果差、缺陷定位不准确等问题,提出一种基于改进RetinaNet-GHM的深度学习检测算法。首先,引入路径聚合特征金字塔网络融合浅层和深层语义信息,提升网络对小目标的检测效果;然后,使用GHMC和GHMR损失函数对缺陷进行分类和定位;最后,引入高斯形式的软化非极大值抑制算法,提高检测精度。实验结果表明,改进的RetinaNet-GHM算法的平均精度均值为76.7%,裂纹、夹杂、斑块、麻点、压入氧化铁皮以及划痕六类缺陷的平均精度分别为45.2%、88.2%、94.2%、86.1%、65.1%和87.4%。通过与其他经典算法相比,改进的RetinaNet-GHM算法具有较好的检测效果     

一种纸币识别系统的设计

介绍了一种纸币识别系统的硬件设计和对应的识别方法。在硬件设计上,将高速数字信号处理（DSP）技术与复杂可编程逻辑器件（CPLD）和线阵型图像传感器（CCD）相结合;在识别方法上,应用图像处理技术与改进的SOFM神经网络方法识别纸币。实验证明,此系统达到了高速、实时、识别率高的要求。     

单片机原理与应用课程的教学改革探索与实施

针对现有单片机教学模式的弊端,提出了两种教改理念。一是用压力和兴趣把"让我学"改变为"我要学";二是提高课堂教学的各个环节的教学质量,包括引人入胜的实例、自制学习开发板以及循序渐进式的实验配置等。实施结果表明,该方案增加了学生的学习兴趣和积极性,教学效果良好。     

一种改进的最小二乘孪生支持向量机分类算法

提出了一种新的模式分类器,即广泛权重的最小二乘孪生支持向量机.该支持向量机在正、负两类样本上广泛地增加权重,很好地抑制了交叉噪声样本对数据分类的影响.其次,根据间隔最大化原理,该支持向量机在目标函数上增加了一个正规化项,实现结构风险最小化和避免在求解该目标函数时可能对病态矩阵求逆的处理.同时,提出了利用一种指数函数计算训练样本的密度来获得样本权重值的算法.该算法能够有效缩减计算权重的时间,且具有较强的鲁棒性.实验证明本文提出的广泛权重的最小二乘孪生支持向量机能够实现高精度和高效率的分类效果,而且特别适合于含有交叉噪声样本的数据集分类.     

项目教学法在通信类课程中的应用研究

随着通信行业的快速发展,社会对通信专业人才提出了更高的需求。为了提高各高校的通信类课程教学质量和效率,培养更多高能力、高素质的通信专业人才,高校必须创新完善课程教学模式。项目教学法作为一种先进的教学方法,能够通过将其融入通信类课程实践教学中,丰富实践教学内容,充分激发学生的学习兴趣和热情,帮助教师更好地挖掘学生的最大学习潜能,培养他们良好的自主探究学习能力与创新实践能力。本文将进一步对项目教学法在通信类课程中的应用展开分析与探讨,以期为相关从业者提供科学参考意见。