浅谈AutoCAD绘制建筑图的几点技巧

AutoCAD软件由于其强大的绘制功能,目前已经广泛应用于各个行业领域,但是如果对一些技巧应用得当就会使绘图效率提高很多,起到事半功倍的效果。就AutoCAD的表格制作、对象的选择,点划线的显示以及快捷命令的应用等作了一些探索。     

内网安全信息防泄漏系统的开发与实现

主要研究在Windows系统内核模式中开发过滤驱动,以实现文件透明加解密功能并实现了对内网安全中信息防泄漏系统的设计。系统对网络安全域内所有计算机上的重要信息的存储和传输实施访问控制、数据保护和日志记录,提供集中管理控制机制、安全策略生命周期管理方法和审计分析报告,防止内部网络重要信息被泄漏和破坏。     

基于图像重生成的桥梁裂缝检测方法研究

针对传统的桥梁裂缝检测方法准确率低、效率低 等问题,提出一种基于图像重生成的 桥梁裂缝检测方法。首先将无人机采集的真实桥梁裂缝图像与一幅等大的纯白色图像进行图 像相减运算,然后基于伽马变换算法进行图像增强,再利用图像的直方图将图像的背景去除 掉,保留裂缝,重新生成背景为黑色的裂缝图像,最后利用轮廓寻找函数完成裂缝的提取和 定位。在寻找轮廓前设置了内核进行模糊去噪,并结合使用迭代器去除噪声轮廓;最终为了 保证裂缝的连续性和完整性,在绘制轮廓时通过计算轮廓的质心坐标进行了漫水填充。实验 结果表明:裂缝精确度指 数和裂缝召回率指数最高达98%以上,裂缝 定位合格率在定位准确度S<30个像素点时可达92.4%。     

基于遗传算法的计算机网络改进设计研究

本文在分析已有计算机网络设计方案基础上,建立新型计算机网络可靠性优化模型,对传统遗传算法繁殖方式改进,通过实验仿真改进遗传算法对计算机网络优化强于模糊神经网络法,提高计算机网络可靠性,减少网络错误的出现。通过研究网络改进成本与迭代次数关系,为计算机网络可靠性优化设计提供数据依据。     

基于深度降噪自编码器的多特征目标融合跟踪算法

针对在目标遮挡、光线变化、目标模糊等情况下的目标跟踪算法抗干扰能力较差的问题,提出了一种基于深度降噪自动编码器的多特征目标融合跟踪算法。该方法首先引入稳像和图像去雾算法以改善训练集数据和测试集数据的质量;再构建多特征深度降噪自动编码网络,基于深度神经网络的强大学习能力提取目标的颜色特征和均匀模式纹理特征;将两种特征加权融合输入到逻辑回归分类器,获得置信分数,更有效地区分目标和背景。最后,采用粒子滤波算法对目标进行跟踪。实验结果表明,该方法能够更准确地对存在目标遮挡、光线变化、目标模糊等干扰问题的视频进行跟踪。与传统方法相比,该方法成功率在上述三个方面平均分别提升33.73%、9.73%和12.80%;与近年流行算法相比,该方法成功率平均达到90.16%,实时性平均达到49.37 fps。     

直流微网中混合储能系统的模式分析与控制

储能系统在削峰填谷、平抑功率波动、保障微型电网的稳定运行方面有着非常重要的作用,它是微型电网的关键组成部分。并联式混合储能技术采用简单成熟的双向直流变换器、性能互补的超级电容和蓄电池以及高可靠性并联技术,在充分保障蓄电池使用寿命的基础上,研究了混合储能系统的3种工作模式和切换方式,提高了微网运行的稳定性和可靠性。