贴片电容在滤波器中的应用

一般采用电阻、电容构成积分形式的低通滤波器,它可以为单阶或多阶滤波器。它的通频带由电阻、电容参数决定,截止速度取决于其阶数。低通滤波器简称为LF。它是滤波器的一种,具有很多分类:有一阶滤波器、二阶滤波器、高阶滤波器;无源滤波器、有源滤波器;射频滤波、本振滤波、中频滤波、低通滤波;LC滤波器、陶瓷滤波器、声表面滤波器、晶体滤波器等,如图1所示。     

状态机识别算法在柯氏音血压系统中的研究

基于柯氏音法的血压测量系统,相较于采用示波法的电子血压计,有着更为科学和准确的优点。其原理是将测量柯氏音的过程录入到电脑中,并且实时识别和测量出柯氏音及血压值。但由于识别处理算法的限制,容易遗漏或误判个别柯氏音,导致柯氏音的识别和血压的测量始终存在误差。因此,提出利用状态机识别算法,从而改进血压测量系统的方法,并在理论上分析了该方法的正确性,通过一系列的实验测试表明该方法不仅识别精度高,解决了遗漏个别柯氏音的难题,并且稳定性也非常好,从而保证了能够进一步将血压测量系统开发到手机平台,将其推广到更多的应用场合。     

基于遗传算法电容层析成像图像重建算法的研究

采用了有限元法和归一化敏感场对传感器进行了仿真分析和计算，并提出了敏感场数值从有限元域到成像域的转换方法和一种新的基于遗传算法的ECT图像重建方法．该图像重建方法利用流型数据作为初始值在一定的范围内搜索最优解，能以较高的精度重建两相流体的断层图像，为ECT图像重建算法的研究提供了一个新的思路。     

开关电容网络在pF级电容传感器测量中的应用

由于受寄生电容，电磁干扰的影响普通测量微小电容电路，很难实现ｐＦ级电容传感器的准确实时测量，本用开关电容网络解决了电容的充放电性特性，ｐＦ级电容的实时测量问题。本还介绍了此变送器在高精度液位测量的中应用。     

语音识别技术及其在控制领域中的应用研究（一）

对语音识别技术做了横向的总结。介绍了目前比较成熟的识别算法和基于这些算法的应用，特别控制领域的应用。指出当前技术上出观的难题和所面临的挑战。     

蚁群算法在成像测井裂缝识别及提取中的应用

利用蚁群聚类算法及蚁群边缘提取算法针对FMI成像测井数据进行裂缝的识别和提取,在传统的蚁群算法基础上进行了一些改进,使得算法稳定性更好,更能适应于实际图像处理,结合HOUGH变换,对松南气田实际成像测井资料进行处理,拾取裂缝效果良好.     

分段滤波在光纤电容液滴分析技术中的应用

光纤电容液滴分析技术通过获取液滴在成长过程中光纤信号随液滴体积的变化规律,得到＂液滴指纹图＂。由于反映液滴体积的电容信号是一种锯齿波,光纤信号同样也呈周期性突变,在对光纤及电容信号的滤波过程中容易引起信号失真,本文提出了一种分段滤波的方法,提取液滴生长周期,再对每部分周期信号分别进行零相位低通滤波。实验证明该方法很好的解决了液滴分离瞬间的信号失真问题,为光纤电容液滴分析技术在液体真伪鉴别、液体类产品质量控制、污水处理等领域的实际应用打下了坚实基础。     

GIS中折线平行线坐标的算法与实现

针对吉林省66 kV及以上电网GIS中遇到的不能准确、直观描述同塔并架多回输电线路问题,提出了一种折线平行线算法,并且通过面向对象的软件开发方式实现了这个算法.利用折点及其两侧相邻点3个基础点坐标,循环调用折点坐标计算程序,生成一组新的折点坐标,进而生成一条折线平行线,实现了GIS画面对同塔并架多回输电线路的直观描述.     

改进粒子群算法在永磁同步电动机参数识别中的应用

应用改进粒子群优化算法(IPSO)来识别异步起动永磁同步电动机起动时的动态模型参数.永磁同步电动机异步起动时的电机动态模型采用状态微分方程表示.与遗传算法(GA)和标准粒子群算法(SPSO)相比较,仿真试验表明改进粒子群算法明显提高了识别参数的准确性,同时表明改进粒子群算法能更好地识别永磁同步电动机起动时动态模型的参数.     

继电保护信息语义智能识别算法的研究与应用

为了应对当前存在于继电保护领域的语义不标准现象,设计一种继电保护信息语义智能识别算法。该智能算法基于字典管理、语义匹配、检索预处理以及检索管理4大模块。结合采集储存算法、预处理算法和文本相似度算法设计出一种智能自我学习的语义智能处理机制。该算法通过逐步提高计算机自识别率来实现对不标准继电保护语义的统计,从而丰富语义知识积累库,以便增加对不标准语义标准化的正确率。根据对不同类型不标准语义数据的测试,对得到的标准语义数据进行分析验证,证明了此继电保护信息语义智能识别算法具有准确的性能和良好的可行性。     

一种目标自动识别与跟踪算法研究

目标自动识别与跟踪是跟踪系统中的关键技术.在坦克的目标自动跟踪系统中,由于摄像仪安装在运动载体上,其拍摄的图像背景相对于摄像仪是运动的,从运动背景中检测出其中的运动目标难度较高.本文将目标分为对地目标与对空目标2种类型,并根据目标类型的不同特征,分别采用SSDA和以图像矩为特征值的相关跟踪方法来识别.实验结果表明,该方法可以较好地自动识别与跟踪运动目标.     

特征增强的SSD算法及在仪表读数识别上的应用

针对传统SSD算法在不同尺度的特征缺少相互之间的特征信息的交流,不利于目标的定位和识别,使得传统SSD算法的检测结果往往无法达到实际要求精度,并且检测速度也无法满足实际需求的问题,因此对其进行改进,引入轻量化网络MobileNet-v2和特征融合模块,使得文中算法(ENMobileSSDnet)在应对巡检环境下数字式仪表示数的识别问题检测效果相比于传统SSD算法性能有了显著性提高,检测精度（mAP）达到了98.32%,检测速度（FPS）达到了72帧/s,对实际的工程项目有更好的应用价值。     

改进遗传算法和神经网络在电能质量扰动识别中的应用

提出了一种改进遗传算法(IGA).该算法采取了有效的选择和交叉策略,设计了自适应变化的交叉概率和变异概率,以及随进化代数自适应变化的移民算法.该改进遗传算法稳定性和收敛性能较好,将其应用到基于BP网络的电能质量扰动识别中,提高了识别的稳定性和收敛性能,并使基于BP网络的电能质量扰动识别系统更具实用性.文中最后通过仿真计算验证了本文方法的性能.     

单载波与多载波调制系统中调制识别算法研究

首先叙述了调制识别技术在通信对抗中的研究意义、单载波与多载波调制的通信调制系统和灵巧通信对抗,然后介绍了无线数字信号的调制样式识别的研究现状。为了能够为灵巧通信对抗打下良好的基础,很好地实现单载波与多载波调制系统中信号特征的类间、类内识别是十分重要的。提出了一种用于识别串行单载波和并行多载波的调制样式识别算法,此算法能够对快变瑞利信道下完成MPSK和OFDM的调制样式识别。仿真结果表明,在信噪比为7 dB时,识别正确率可以达到90%以上。     

基于Ghostnet轻量级人脸识别算法研究

为了提高人脸识别在嵌入式设备中的识别精度和速度,提出一种基于Ghostnet轻量级人脸识别算法—Ghostfacenet。首先,通过预设卷积生成固定数目的内在特征;针对卷积运算计算消耗大的问题,使用计算成本低廉的线性操作代替卷积运算,产生一系列与内在特征相关联的特征信息;其次,基于Ghostnet中的Ghost模块以及深度可分离卷积设计出Ghostfacenet-Bottleneck,并且由其构建出Ghostfacenet轻量级卷积神经网络;最后,联合Softmax损失函数和Arcface损失函数进一步增加人脸类内紧凑性以及类间差异,同时使得轻量级模型有更好的收敛性以及泛化能力。实验结果表明,Ghostfacenet在嵌入式设备的识别速度分别是Resnet50、Efficientnet、MobilenetV2和Mobilefacenet的11.08倍、8.57倍、2.75倍和2.82倍。在不显著降低识别性能同时能够显著提高运行效率,非常适用于资源有限的嵌入式设备中。     

基于改进的Transformer细粒度图像识别算法研究

针对细粒度图像识别存在类间差异小、难以区分等问题,本文通过提升网络对图像细节特征的表达能力,来改善这一问题。为此,设计了一种基于改进的Transformer细粒度识别算法。首先,可变形卷积令牌嵌入通过自适应调整采样点的位置,来改变卷积操作范围及其卷积核的形状,从而增强网络模型对空间信息的感知能力,以获取更为精准的空间信息;其次,高效相关通道注意力机制通过对通道的自动选择,将通道注意力的计算从通道相邻转换成语义相似,来捕获语义相似的通道信息。而精准的空间信息和语义相似的通道信息将有效提升网络模型局部特征感知能力。实验结果表明,与基线算法相比,本文方法在CUB-200-2011、Stanford Cars和Stanford Dogs三个数据集上的识别结果分别提升了1.5%、2.4%、1.5%。结果表明,本文提出的方法通过提升细粒度图像细节特征的表达能力,从而有效提高了细粒度图像识别的有效性。     

微小电容检测系统的设计及应用

针对在微小电容的检测中,传统模拟电路存在设计复杂,电容测量范围小等诸多局限性这一问题,设计了一种微小电容检测系统。该系统硬件主要由电容测量芯片Pcap01、单片机STM32F103C8T6最小系统、供电电路以及LCD液晶显示屏构成。系统软件包括下位机的C程序,实现了电容数据采集、Pcap01 AD与单片机之间的通信以及数据转换。实验结果表明,该系统结构简单,精度高,误差小,稳定性好,抗干扰能力强。能方便的应用于需要微小电容检测的场合,如电容式液位传感器等。     

群智能算法在路径规划中的研究及应用

在移动机器人控制系统中,路径规划技术占据了重要地位,因为它决定了机器人在运动避障过程中的高效性和准确性。于是与路径规划有关的算法渐渐成为了学者专家们研究的热点。随着科学技术的不断成熟以及应用领域的不断拓展,面临的将是更加复杂多变的运动环境,因此群智能算法的出现给未来创造了更多的可能性。以蚁群算法、人工蜂群算法、人工鱼群算法、入侵杂草算法为主线,分别介绍了它们的理论分析和应用,然后针对各自的缺陷进行了相应的改进,并分析了改进后的算法在鲁棒性、稳定性、求解精度等方面的优化效果。     

基于深度学习的安全帽识别算法研究与模型训练

针对作业人员不按规定佩戴安全帽和非作业人员误入作业现场的问题,设计了基于深度学习的安全帽和语音识别智能终端算法。对于安全帽的检测,采用了人体关键点检测模型和基于深度学习的YOLO3算法。将智能摄像头得到的视频文件,先利用人体关键点模型提取现场人员图像,再结合YOLO3算法检测现场作业人员佩戴安全帽的情况,对于未正确佩戴安全帽的人员发出告警信息。通过模型训练验证了所提模型的实用性。