利用矩实现植物叶片长宽的测量

叶片长宽的测量常采用旋转法,其在测量时需多次旋转叶片直至外接矩形面积最小为止,耗时较大;由于叶片形状各异,旋转法的测量准确性也不高。鉴于此,给出了运用矩测量叶片长宽的方法,用零阶矩和一阶矩求得叶片重心,通过一阶矩和二阶矩获得叶片的主轴方向,运用旋转矩阵得到叶片的最小外接矩形,将此矩形的长宽作为叶片的长宽。对122幅叶片图像进行实验,结果表明：矩的方法测量准确率是98.4%,而旋转法的准确率是37.7%。在测量过程中旋转法需多次旋转叶片,而矩的方法只需旋转两次,测量时间至少缩短了一半。总之,基于矩的方法准确性高、测量速度快。     

竹木复合材料在我国的应用

论文阐述了竹木复合材料的利用优势,着重介绍了竹木复合集装箱底板、竹木复合层积材、竹木复合地板和覆膜竹木复合建筑模板4种成功竹木复合材料产品及其应用情况。并对目前竹木复合材料发展面临的问题进行了简单的探讨,提出了竹木复合材料今后的发展方向。     

基于门时延的时间间隔测量系统的实现及其不确定度分析

文章介绍了一种基于门时延的时间间隔测量系统的实现方法,简述了所用芯片的结构和特性;然后给出了时间间隔测量系统的软硬件设计思路。最后对整个测量系统的测量不确定度进行分析,证明了此方式的实现成本低、模块体积小、可靠性高。     

一种星载数模混合阵列结构及波束形成算法

6G星地融合网络对卫星通信系统提出了高速率低时延低能耗的要求,由于星地链路信道环境复杂多变且容易受到干扰,需要研究干扰场景下的低成本可实现阵列架构及算法。针对这一问题,设计了一种数模混合阵列结构,子阵采用50%稀疏馈电以及最小二乘波束形成算法,超阵采用最小二乘与线性约束最小方差波束形成算法,并理论分析了阵列结构的可行性,证明子阵的零点能够抑制超阵的栅瓣。仿真结果表明,该结构以更低的复杂度实现了大规模阵列的效果,波束方向图指向明确且零陷深度足够,对干扰的抑制明显,获得了接近理想阵列增益的BER性能。     

基于HMM的声调语音模型研究

针对声韵母相同但声调不同的近音字识别问题和声韵母及声调都相同的同音字识别问题,提出在语音模型和语言模型中分别引入声调和字转移概率,以提高近音字和同音字的识别率。首先将声调划分为5种表现形式添加到汉语音节的最后一个音素中构成新音素,使用高斯混合隐马尔科夫模型建模新音素。然后通过统计方法计算特定语境下的字间转移概率。最后使用HTK工具包实现了带声调的语音模型和有字转移概率的语言模型。实验结果证明添加声调可以提高近音字的识别率,使用特定语境下字间转移概率可以提高同音字的识别率。     

基于实例推理的绿色产品配置方法研究

设计经验表明,绿色设计方法只有与现有成熟的设计方法有效融合,才能发挥应有的作用.基于实例推理的产品配置是产品配置常用方法之一,将绿色设计思想融入基于实例推理的产品配置中,分析研究了组件组成产品的绿色性能转换规则以及寻找最相似产品的方法,提出了基于实例推理的绿色产品配置方法.最后以豆浆机产品为例,对该方法进行验证.     

基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法北大核心CSCD

绝缘和机械故障是气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)中占比最大的故障类型,准确的故障诊断和状态评价对保证电力系统安全稳定运行具有重要意义。深度学习方法已成为故障诊断领域的主流,但传统卷积神经网络需要强大的计算资源,在计算能力一般的智能终端设备中难以应用。为此,文中提出了基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法。首先,采用空间可分离卷积代替传统卷积构造EffNet轻量级卷积神经网络,大幅度降低了模型的计算量;其次,采用迁移学习策略进行模型训练,在提升网络识别准确率的同时加快了模型的收敛速度,解决了现场数据不足的问题;最后,通过t分布随机邻近嵌入对卷积神经网络特征进行可视化,进一步验证了模型的性能。研究结果表明,具有5个EffNet卷积块的轻量级卷积神经网络模型在绝缘和机械故障诊断中的准确率分别达到94.7%和98.7%,并显著降低了参数量、存储空间和计算开销等,适用于GIS智能组件和检测仪器,是电力物联网下嵌入式系统和移动终端的最佳选择。     

基于LTE网络室内分布工程验收流程优化的探讨

LTE网络室内分布工程验收是检验资源、工艺和信号的重要关口.分析在验收环节出现的主要问题,提出验收流程相应优化的措施,不仅可以降低工程验收的成本,提高代维、厂商及监理的工作效率,还能提升与物业的关系,为日后维护增添便捷.