激光器强度噪声对光纤水听器相位载波解调的影响

相位载波(PGC)调制解调技术作为光纤水听器主要的检测技术之一,已经应用于许多光纤水听器阵列系统之中,该方案对光源提出了窄线宽、可调谐、低噪声等较高的要求。实验中发现,光源弛豫噪声对系统噪声性能产生了较大的影响。在理论分析光源弛豫噪声对相位载波解调影响的基础上,提出了通过调节抽运功率,控制弛豫振荡中心频率为相位载波调制频率的半倍频的奇数倍,来降低系统解调噪声的方法,实验验证了理论结果,解调噪声由最高的—86.7 dB减小到—106 dB。实验进一步采用了光电负反馈方法来抑制弛豫噪声,在弛豫振荡峰处抑制噪声约25 dB,得到了约—100 dB的较为平坦的激光器噪声谱级,使得相位载波解调噪声达到—110 dB,基本满足了光纤水听器系统的要求。     

相位一致性原理改进的双边滤波器

为了在增强滤波器去噪强度的同时还能够保留更多的图像边缘细节信息,提出了将相位一致性原理同传统双边滤波器相结合的改进算法.根据提取图像的相位一致性信息,自适应修改双边滤波器的空间相关性和灰度相关性因子,以取得最佳的滤波效果.通过实验图像进行验证,并对处理后的图像进行了主客观还原效果评价,峰值信噪比和结构相似性指数均有较大的提升,实验结果表明了该算法的有效性和可行性.     

苯甲酰甲酸甲酯气相色谱法的分析研究

用5％OV－17，长度为2m的不锈钢填充柱，以邻氯硝基苯为内标物，在150℃柱温下，用FID检测器对苯甲酰甲酸甲酯进行定量分析。该方法变异系数为0．21％，平均回收率100．22％，线性相关系数为0．99995。     

粒子群优化神经网络在动态手势识别中的应用

为了提高动态手势学习训练速度和识别准确率,本文提出一种基于粒子群优化BP神经网络的动态手势识别方法。首先基于自然人机交互需要,定义一套基于机器视觉的动态手势模型;在获取指尖运动轨迹的基础上,提取动态手势的特征向量作为神经网络的输入;利用改进的PSO算法训练BP神经网络,得到神经网络的权值和阈值;最后利用训练过的神经网络识别基于机器视觉的动态手势。测试结果表明:改进的PSO算法能够提高神经网络训练速度和精度,进而提高动态手势识别准确率。     

12%苄·恶乳油防除水稻田杂草试验

进行了12%苄·恶乳油防除水稻田杂草试验。结果表明：水稻田移栽后6天使用12%苄·恶乳油80、100、120mL/667m2,施药后20天,对稗草的株防效为84.5%～96.88%,总株防效为86.3%～92.83%;施药后45天,对稗草的株防效为81.5%～91.5%,总株防效为83.11%～92.95%,总鲜重防效为85.28%～93.17%。12%苄·恶EC对水稻安全,其效果优于10%苄磺隆WP或12%农思它EC。     

1-(2-氯苯基)-5(4H)-四唑啉酮气相色谱法的分析研究

用 5 %OV - 17,长度为 2m的玻璃填充柱 ,以硝基苯为内标物 ,在 140℃柱温下 ,用FID检测器对 1 (2 氯苯基 ) 5 (4H ) 四唑啉酮进行定量分析。该方法变异系数为0 2 2 % ,平均回收率 99 8% ,线性相关系数为 0 99998     

嵌入注意力机制的卷积神经网络水声目标识别

针对低信噪比水声目标单一特征识别率低,稳健性差的问题,提出一种基于注意力机制和多尺度残差卷积神经网络（Multi-scale Residual CNN with Attention,MR-CNN-A）进行特征融合的识别方法。该方法根据多尺度卷积核与特征图形成多分辨率分析关系,并以此通过注意力机制实现优势特征权值提取与融合,从而提高模型在文中水声数据集上提取目标噪声特征和分类识别的稳健性与抗噪能力。开展了4类舰船噪声和海洋环境噪声的识别试验、水下和水面自主式水下航行器的识别试验,以及不同信噪比条件下目标噪声的识别试验。结果表明：对于文中所涉及的水声目标噪声和人工高斯白噪声干扰,该网络模型识别正确率明显高于支持矢量机与简单卷积神经网络,且对高斯白噪声的抑制能力远强于支持矢量机与简单卷积神经网络,稳健性好,模型复杂度小。     

基于WMI的企业资产管理平台

本文介绍了WBEM标准,以及微软公司对WBEM标准的技术实现WMI,同时介绍了一种基于WMI技术的企业网资产管理的实现方法.     

联合空谱特征的多视图主动学习的高光谱图像分类

针对高光谱遥感影像监督分类训练样本少,训练分类器迭代速度慢的问题,提出一种联合空谱特征的多视图主动学习算法。首先,将原始影像的光谱波段分割为多个互不相交的子集合;然后,在每个子集合滤波提取空间结构特征,建立多视图。其次,提出了一种新的基于多视图后验概率差异最小的主动学习查询策略。实验结果表明,与已有的多视图构建方法和查询策略相比,所提出的联合空谱特征的多视图构建方法可以建立更具多样性、互补性的多个视图;同时,结合所提出的查询策略可以在每次训练迭代中更准确地查询信息量最大的样本,从而减少迭代次数,加快学习函数的收敛速度。     

嵌入式高清播放器容错机制的研究与实现

本文综合考虑了播放断电容错、硬盘容错、版本升级容错以及瞬时峰值容错等4方面的问题,提出一套完整的嵌入式高清播放器容错机制。对于嵌入式高清播放器及类似嵌入式系统的研发有一定的借鉴作用。