集成的卷积神经网络在智能冰箱果蔬识别中的应用

冰箱内物体繁多 且摆放随意,给基于图像分析的冰箱物体识别带来了很多挑战。本文提出一种用集成的卷积神经网络方法来解决冰箱食物种类识别问题。其基本思想是首先分别训练两个卷积神经网络,一个用于果蔬种类识别,一个用于果蔬的颜色识别,然后用一个多层感知器将两个独 立的网络集成进行分类训练。集成训练之后的模型能将两个网络的信息进行补偿和强化。本文 方法能有效提升颜色在物体识别中的主导作用,改善了由于遮挡、视角变化导致识别准确性不高的问题。最后通过对从冰箱获取大量真实的图片数据进行实验,验证了本文方法在解决智能冰箱物体识别问题的有效性。     

大学生对转基因作物认知及产业化态度分析——基于武汉市大学生的实证调查

转基因作物在近几十年取得较大突破,在得到广泛关注的同时,—虹受到了较多质疑。大学生群体对转基因作物认知及产业化态度将对转基因作物的产业化进程产生重要影响。基于对武汉市2897名大学生的调查数据,研究大学生对转基因作物的认知和产业化态度,并分析两者的影响因素弘发现大学生对转基因作物的认知水平一般,对转基因作物产业化持比较支持的态度,但认知水平和产业化态度受到学校。专业等多种因素影响,并在群体内部呈现差异。根据调查结论,分别从政府、研究专家、学校和大学生四个角度提出了建议。     

大气湍流模糊图像的高分辨力复原算法

大气湍流是大气中的一种重要运动形式,它的存在使大气中的动量、热量、水气和污染物的垂直和水平交换作用明显增强,这种干扰作用极大地影响了光电成像系统对于目标的分辨能力。由于湍流影响而退化的图像中同时存在着幸运区域,用适当的算法可以获得高分辨力复原图像。为了获取包含幸运区域的大气湍流模糊图像,在实验室使用人造湍流,并结合短曝光技术拍摄了大气湍流干扰的序列图像。文中应用矩形交叠分块方法,改进了基于偏微分方程（PDEs）的序列图像复原算法,对获取的序列短曝光图像进行处理。结果表明,经该算法处理得到的合成图像质量有明显的提升,该算法对大气湍流造成的图像质量退化有较好的复原作用。     

基于多元函数粒子群的齿轮箱检测优化方法

针对机车齿轮箱检测获取的多源信号具有数据量大、相关性低和可靠性差等问题,提出一种新型智能优化算法为多元函数粒子群优化算法。研究了粒子种群的异众比率和适应度对惯性权重的影响,在传统粒子群算法的基础上提高了算法的收敛速度及效率,以正则化模态差的适应度函数作为测点数量的评价指标,根据齿轮箱模态振型分析,实现了齿轮箱的多传感器检测优化。以齿轮断齿故障为试验对象,通过与传统检测方法比较分析,准确获取了齿轮箱输入轴转频39.5 Hz,第三级啮合频率90.5 Hz以及2～5倍频成分,快速识别了故障齿轮的位置。实验结果表明了该方法能够增强结构参数的识别率,有效提高了故障诊断的准确性,同时为机车故障预警和安全服役提供了关键技术基础。     

考虑消费者缺货容忍的变质品订购与信用期策略研究

考虑消费者存在缺货容忍行为,研究变质品的联合订购和信用期决策问题.假设延迟订购消费者面对缺货等待时存在一个容忍期限(即在该容忍期限内零售商无需支付缺货成本),同时考虑市场需求受商业信用期的影响,库存系统允许缺货且短缺量部分延迟订购.以零售商的平均利润最大化为目标,分两种情形构建变质品的订购和信用期决策模型.从理论上证明最优解的存在性和唯一性,给出相关定理结论,并在此基础上设计一个寻找最优解的两阶段迭代算法.最后通过数值算例展示了模型和算法的应用,并完成主要参数的灵敏度分析.研究结果表明:消费者的缺货容忍行为可以有效增加零售商利润,减低产品变质损失,同时还可以激励零售商提供更长的商业信用期,进而实现买卖双方的共赢.