数字图像分析应用 车牌自动识别系统

数字图像分析是当前的热门技术，本文结合作者在开发中的实际应用，介绍了车牌自动识别中的一些心得和经验。     

数据库开发应用VC下开发ADO的封装类

本文结合作者在公司数据库管理软件中的实际开发经验，介绍了VC下封装ADO类的方法及应用。     

软件测试技术基础篇

随着计算机硬件成本的不断下降，软件在整个计算机系统的成本中占有越来越高的比例，如何提高软件质量以保证整个产品的质量，是整个计算机软件行业的重大课题。软件测试作为软件开发的一个重要环节，日益受到人们的重视。本文将介绍软件测试技术的基本知识。     

用于短期电力负荷预测的日负荷特性分类及特征集重构策略

准确的负荷预测是电力系统安全稳定运行的重要保障。当充分考虑多因素影响,海量输入数据的前端预处理与变量遴选对提高负荷预测精度至关重要。针对传统时间变量信息模糊、维数冗余问题,引入基于余弦相似度的k-means聚类分析技术实现日负荷特性分类,并通过分类标签替代传统时间变量;考虑到负荷与多因素在小时粒度下的耦合关系,提出了基于特征集重构和最大信息系数的特征筛选策略,实现小时粒度的精细化特征筛选;最后引入了具备强大信息挖掘能力的时间卷积网络,实现高精度短期电力负荷预测。实验结果表明,应用提出的上述2个改进策略后,替换低效时间变量和小时粒度的最优特征集使输入数据质量进一步优化,显著提升了多个经典模型的预测性能,而结合改进策略的时间卷积网络模型具有更高的预测精度;且文章方法适用于全年各时段的预测,具备良好的可移植性和鲁棒性。     

基于两级筛选机制及深度学习组合模型实现短时交通流预测

准确实时的短时交通流预测对现代交通管理服务体系的构建至关重要.为了充分挖掘并利用不同路段短时交通流交互作用而表现出的时空特性,构建由自相关函数、互相关函数和KNN算法组成的两级筛选机制评估与目标路段的相关性优化路段组合,实现空间信息深度挖掘;提出一种GCN-GRU组合预测模型,利用图卷积网络(GCN)全局处理路段拓扑信息的优势进一步捕捉短时交通流的空间特性,并借助门控循环单元(GRU)对时间信息的长时记忆能力提取其时间特性.利用实测高速公路短时交通流数据进行验证,仿真结果表明,采用两级筛选机制对路段进行有效筛选并引入深度学习组合模型,预测性能明显改善,优于堆栈式自编码网络(SAEs)和GRU等经典模型.     

基于电涡流传感器的金属材料表面形貌三维可视化检测

针对金属材料表面形貌检测问题,论文设计制作了一种高空间分辨力的电涡流传感器,可实现金属管道内壁复杂表面形貌及裂纹的高分辨检测。论文采用ANSYS有限元分析软件对传感器进行了仿真分析,验证了传感器对金属材料表面形貌变化的高空间分辨检测能力。论文同时对该种传感器性能进行了实验测试。实验结果表明,相比传统的电涡流传感器,本文设计的传感器对裂纹、对金属材料表面形貌变化具有更高的检测分辨力。最后,论文采用三维可视化技术,将传感器对金属板表面形貌的扫描检测数据转化成三维图像,可直观地显示出被测金属板表面形貌变化及裂纹位置。