时代抛弃落伍者

整个社会仿佛是在一夜之间发生了翻天覆地的变化。我们刚刚经历了主机、个人计算机时代,又一下子迈入今天的云计算、物联网时代。我们有了互联网、有了苹果、有了Android、有了Facebook、有了微博、有了搜索引擎、     

基于Packet Tracer仿真技术构建网络互连技术实验平台

通过具体的实验对Packet Tracer软件进行了仿真技术测试分析,并在网络互连真实环境上进行了对比实验验证。实现了Telnet、VLAN、STP、RIP、OSPF、PPP、Frame Relay、NAT、ACL、WAN、VPN、DHCP、HTTP、DNS、Emai等网络互连和仿真通信实验。基于Packet Tracer的仿真技术,构建具有开放式的网络互连技术实验平台,改善了实践环境、扩展了实践手段、优化了实践过程、提高了实验效率,较好的解决了学生一旦离开了实验室环境将变得束手无策的问题,学生将有更多的机会去参与实验学习和实践体验,激发了学生自主学习的积极性。同时,节约了实验室的实验成本,降低了实验室的管理难度。     

初中数学教学中多媒体技术应用的利与弊

科学技术的日新月异发展,多媒体技术已经应用于学科教学之中,实现了教学内容的展示方式、教学方式、师生互动方式的变革,教学的表现形式形象化、多样化、可视化。多媒体技术和初中数学的整合与应用,促进了教学质量的提升:激发了兴趣、呈现了过程、揭示了规律、拓展了内容、扩充了信息、增加了容量、提高了效率。教师必须将多媒体技术应用于数学教学,实现多媒体技术与数学教学的有机整合。然而,多媒体技术不是灵丹妙药,有不足的地方。本文试就初中数学教学中多媒体技术应用的利与弊进行了探讨。     

让多媒体为习作教学注入活力

近几年我大胆地尝试了在习作教学中运用多媒体辅助教学.图、文、声、色、影像的刺激,激发了学生的写作欲望、丰富了学生的写作素材、降低了学生的写作难度、培养了学生的写作素养,从而逐步改变了学生怕写作文的现状,促进了学生思维能力及写作能力的发展和提高.     

老店展新颜

2000年,北京饭店的西区开始了营业,在信息化建设工作中取得了很多成果,应用了饭店前台系统、宴会预定系统、成本管理系统、餐厅管理系统、电话系统、楼控系统、客房控制系统、电视系统、Internet网络和VOD点播等,为客人提供了优质的服务,也为管理提供了有力的保证,同时在智能楼宇建设中提供了     

小学语文教学运用多媒体技术的利与弊

科学技术的日新月异发展,多媒体技术已应用于小学语文教学,彰显了事物变化过程、激发了学生学习的欲望、化解了教学难点、促进了学生主动、积极、创新思维发展、提高了学生整体素质。然而,多媒体技术不是灵丹妙药,存在一定的问题,这些问题亟待解决,本文试就小学语文教学运用多媒体技术的利与弊进行了阐述。     

新书过眼

本报告集中地研究了中国现代化的背景、进程、概念、定义、理论、目标、判断、指标体系、统计分析和中国各地区实现现代化的时间表。它在世界现代化研究中独立地开辟了“系统学研究方向”,构建了现代化方向和速度的三大宏观判据,定义了中国现代化的二元性特征,计算了中国与当代中等发达国家的总体差距,制定了衡量中国现代化的八大“水平指     

春节——家用电脑市场的焦点时刻

春节的京城,热闹的庙会火了、亮堂的商场热了、大红的灯笼挂了、威风的锣鼓响了、采购电脑的人群也更加汹涌了。为了让更多的百姓更精确地把握电脑市场走势,我们针对春节期间的京城家用电脑的主流产品、主流价位、技术服务以及一些市场操作的具体细节作了一个较为详细的了解……     

高校资产管理系统的设计与研究

设计了适合衢州职业技术学院固定资产日常管理工作的资产管理系统.对该系统作了需求分析和详细设计,采用了ASP.NET框架技术和SQL Server后台数据库相结合的设计方法.系统基本实现了资产的登记、审核、查询、变更、统计、打印报表、上报数据等功能,有效地解决了资产管理工作的数据混乱、不准确、处理流程不规范等问题,有效地提高了管理人员的工作效率.     

Hatching eggs classification based on deep learning

In order to realize the fertility detection and classification of hatching eggs, a method based on deep learning is proposed in this paper. The 5-days hatching eggs are divided into fertile eggs, dead eggs and infertile eggs. Firstly, we combine the transfer learning strategy with convolutional neural network (CNN). Then, we use a network of two branches. In the first branch, the dataset is pre-trained with the model trained by AlexNet network on large-scale ImageNet dataset. In the second branch, the dataset is directly trained on a multi-layer network which contains six convolutional layers and four pooling layers. The features of these two branches are combined as input to the following fully connected layer. Finally, a new model is trained on a small-scale dataset by this network and the final accuracy of our method is 99.5%. The experimental results show that the proposed method successfully solves the multi-classification problem in small-scale dataset of hatching eggs and obtains high accuracy. Also, our model has better generalization ability and can be adapted to eggs of diversity.     

基于图像边界特征的人体寄生虫虫卵形状分类算法研究

针对基于图像的寄生虫虫卵外形分类中存在的不足,提出了一种基于边缘空间分布直方图的寄生虫虫卵形状分类算法,即首先基于不同种类虫卵的边缘轮廓特征对被识别虫卵进行初步定位,在此基础上利用水平集方法进行边缘提取,进而利用傅立叶描述子实现形状分类。实验表明,该方法具有较好的识别率和运行效率。     

组态王组态软件在蚕种培育温湿度控制中的应用

饲养桑蚕最重要的是蚕种催青。能否很好的控制催青室内的温度和湿度对蚕种催青是很关键的。目前,我国大多数的蚕种催青室的自动化水平还很低,还都停留在人工饲养阶段,对于催青室的温度和湿度靠人工的观测,严重的影响了催青室内的蚕种存活率。为了提高蚕种的孵化率及蚕茧的质量,有必要开发蚕种培育温湿度控制系统。本文简述了蚕种培育温湿度控制系统的功能、结构及组态王-组态软件在该系统中的应用。     

Color Computer Vision and Artificial Neural Networks for the Detection of Defects in Poultry Eggs

A blood spot detection neural network was trained, tested, and evaluated entirely on eggs with blood spots and grade A eggs. The neural network could accurately distinguish between grade A eggs and blood spot eggs. However, when eggs with other defects were included in the sample, the accuracy of the neural network was reduced. The accuracy was also reduced when evaluating eggs from other poultry houses. To minimize these sensitivities, eggs with cracks and dirt stains were included in the training data as examples of eggs without blood spots. The training data also combined eggs from different sources. Similar inaccuracies were observed in neural networks for crack detection and dirt stain detection. New neural networks were developed for these defects using the method applied for the blood spot neural network development.The neural network model for blood spot detection had an average accuracy of 92.8%. The neural network model for dirt stained eggs had an average accuracy of 85.0%. The average accuracy of the crack detection neural network was 87.8%. These accuracy levels were sufficient to produce graded samples that would exceed the USDA requirements.     

采用计算机视觉进行孵化鸡蛋成活可能性的自动检测

本研究将计算机视觉技术与遗传神经网络相结合,建立一套适合于孵化鸡蛋可成活性自动检测的计算机视觉系统,通过计算机视觉技术获取了孵化鸡蛋的角度直方图,并提取了孵化鸡蛋表面颜色特征,采用遗传算法优化了多层前馈神经网络的拓扑结构与权值,提高了神经网络的学习质量和学习速度,实现了孵化鸡蛋可成活性的自动检测,实验结果表明,该方法准确率较高,并具有鲁棒性和高速度。     

基于Matlab的声音信号采集与分析处理

介绍了利用Matlab软件采集与处理声音信号的方法,并结合蛋壳破损声音检测的应用实例,深入地分析了声音信号采集与处理的Matlab实现。     

寄生虫病原体自动识别研究

寄生虫病是影响人类健康的重要疾病。诊断该病的最常用和最可靠的方法是检测疑似患者是否携带有寄生虫病原体,然而寄生虫病原体的形态多样性和复杂性及检测人员的主观因素等严重影响了寄生虫病的正确检测。为了改变人工检测方法的低效率．便于医务工作者开展大规模的寄生虫病普查与防治工作,该文利用医学显微图像自动识别技术对人体寄生虫病原体彩色虫卵显微图像的自动识别进行了研究,并且通过对采集到的10种人体寄生虫卵图像进行识别,取得了较好的识别效果。     

寄生虫病原体自动识别研究

寄生虫病是影响人类健康的重要疾病。诊断该病的最常用和最可靠的方法是检测疑似患者是否携带有寄生虫病原体,然而寄生虫病原体的形态多样性和复杂性及检测人员的主观因素等严重影响了寄生虫病的正确检测。为了改变人工检测方法的低效率,便于医务工作者开展大规模的寄生虫病普查与防治工作,该文利用医学显微图像自动识别技术对人体寄生虫病原体彩色虫卵显微图像的自动识别进行了研究,并且通过对采集到的10种人体寄生虫卵图像进行识别,取得了较好的识别效果。     

基于磁致伸缩器扫频振动的禽蛋检测流水线系统

针对禽蛋运输及储存过程中造成裂纹、散黄等品质问题,设计一种基于磁致伸缩器扫频振动的禽蛋品质检测流水线系统,主要包括机械结构、传感与控制电路以及上位机软件系统.其中驱动电路控制流水线运行,到位检测传感器检测到禽蛋后控制磁致伸缩器对禽蛋进行扫频激振,同时通过麦克风采集禽蛋振动声音,并对采集的音频信号进行Yule-Walker功率谱分析和广义回归神经网络(GRNN,generalized regression neural network)建模,基于LabWindows/CVI开发的上位机软件系统实现禽蛋检测流水线的测控及禽蛋品质辨识和分类.实验表明,所设计的基于磁致伸缩器扫频振动的禽蛋检测流水线系统能够在线高效检测正常蛋、裂纹蛋和散黄蛋,检测速度约1枚/s.     

基于短时傅立叶技术的鸡蛋破损检测

声学技术是目前应用于鸡蛋破损检测中最具潜力的--N技术,它利用完整蛋和破损蛋在声脉冲响应上的差异性来对鸡蛋进行分级分类.本文所研究的系统中采用前置放大器和A/D转换芯片采集鸡蛋被敲击后发出的声音,对获得的时域信号进行频域分析.相比于传统的傅立叶分析,本文采用了时频分析技术,即利用短时傅立叶变换来分析鸡蛋响应信号,并建立了相应的分级分类模型.实验表明基于短时傅立叶技术的鸡蛋破损检测模型对破损鸡蛋具有很高的识别率,为实际生产过程中鸡蛋的无损检测提供了新的并且更有效的方法.