基于微软Kinect的体感控制智能窗帘系统

设计了一种基于微软Kinect的体感控制智能窗帘系统。采用微软Kinect v1传感器及其开发者工具包(SDK)和Microsoft Visual Studio集成开发环境作为核心开发工具,并和基于80c51单片机的步进电机控制系统组成体感控制智能窗帘系统。能够通过Kinect体感传感器对人体肢体动作识别并做判断,并将判断结果通过串口通讯传送至单片机控制步进电机系统,从而使得通过肢体动作控制窗帘系统的开启和关闭。本系统具有动作判断准确、易于针对特殊群体进行拓展开发、使用方便等优点,在智能家居、残疾人士辅助工具方面有较大应用价值。     

基于深度学习的野外露头区岩石裂缝识别

针对当前地质考察中的野外露头区岩石裂缝及周围环境较为复杂且数据依赖人工描绘和传统的图像处理算法,其识别效率及准确度低下造成地质考察研究困难这一实际情况,提出一种基于深度学习的露头区岩石裂缝识别算法,从而提高岩石裂缝识别的准确度及效率。该方法基于TensorFlow架构,先将预处理的训练数据集图片进行人工挑选预处理为裂缝和背景2类图片,再将已分类的图片传入已设计完成的卷积神经网络模型进行训练并保存训练模型的参数数据,用已训练的模型数据对预处理的岩石裂缝图片进行识别并记录裂缝位置信息,通过裂缝位置信息对未预处理过的原色岩石裂缝图片进行裂缝定位并显示。实验结果表明所用方法可较高准确度地识别裂缝,为地质考察提供更准确便捷的裂缝识别方法。     

二硫化钼在太阳能电池中的应用

二硫化钼(M oS2)作为半导体材料具有优异的光伏特性,尤其是单层二维M oS2具有1.9 eV的直接带隙结构,在太阳能电池、场效应晶体管和生物传感器等器件中具有广阔的应用前景.本文介绍了二维层状M oS2材料的制备方法和特性,综述了M oS2材料在各种新型太阳能电池中的理论和实验研究进展.研究结果显示,M oS2材料的加入能够有效的提高太阳能电池的光电转换效率,对该材料的深入研究有助于进一步扩展其在太阳能电池中的应用范围.     

中高频大振幅垂向振动下的坐姿人体7自由度建模及实验

建立合适的人体振动模型,预测人体在不同振动环境下的动力学响应和各部位振动的传递性,能够对建筑和交通工具内部的振动控制起到指导作用。到目前为止,大多数垂直振动下的人体多自由度模型都是针对较低频率(20Hz)和较小幅度(1.5 ms-2)的振动环境,未必适用于较高频率(20 Hz)和较大幅度(1.5 ms-2)的垂向振动环境。为了准确地预测坐姿人体对中高频、大振幅垂向振动的动力学响应,建立垂向振动下坐姿人体的7自由度修正模型,并通过实验测试25名志愿者在4种不同加速度幅值(1.0 m/s2、1.5 m/s2、2.0 m/s2、2.5 m/s2)的宽带随机(2~100 Hz)垂向振动下的视在质量。实验结果表明,相比ISO标准规定的3自由度模型,所提出的7自由度修正模型能较准确地预测坐姿人体对大振幅垂向振动的动力学响应。