图像的阈值分割法设计

图像分割阈值法具有实现容易、计算量小、性能稳定等优点,因此这种方法成为图像分割领域中应用最普遍的方法。主要讨论了关于图像的单阈值分割算法的设计与实现,比较了基于迭代法和基于最大类间方差法的单阈值分割算法,设计了阈值最大类间方差的分割算法及实现程序。仿真结果表明所提出的算法有效,分割效果好。     

浅谈稻田养鱼的饲养管理

稻田养鱼以水稻生产为主,稻鱼双收,而且稻田的水较浅,因而管理与池糖养鱼不同。1控制稻田水位稻田中应保持一定的水位,为鱼类生长提供适当的生活环境。在放有草鱼等草食性鱼类的稻田,为防止鱼类对水稻的伤损,可采取控制水位,防止鱼类进入稻行的方法,如禾苗生长前期,分蘗期将稻田的水放浅,让鱼只能在坑、沟中活动,或将鱼限制在坑凼中,以免伤损水稻。2投饲和施肥稻田中杂草、底栖动物、浮游生物、水稻害中都可为鱼类的     

混合入侵检测系统的研究

针对入侵检测系统中的误用检测和异常检测两种检测方法存在的不足,在研究混合型入侵检测系统的基础上,提出一种混合型入侵检测系统的设计方案.设计方案将两种检测方法混合,误用检测采用模式匹配算法;异常检测是利用自组织神经网络对数据进行聚类,然后通过有监督的学习矢量量化对初聚类的数据进行再分类,使异常检测模式库有更加清晰的规则集.最后对系统的关键模块进行了仿真实验.仿真实验结果表明,此设计方案提高了混合入侵检测系统的检测能力和检测的准确率.     

基于深度学习的开放域引导对话生成模型

针对在开放域对话生成中的回复往往具有高重复性的特点或缺乏实际意义,以及与上下文内容相关性低和弱同理心等问题,利用基于DialoGPT的改进预训练模型分别构建生成排序模型,将DialoGPT模型作为基干网络并引入情绪分类和句子分类模块,便于进行多任务训练.首先将抽取的特定情绪对话之间用特殊间隔符进行拼接,然后输入到在大量...     

川西白马庙低产浅井泡排试验及认识

川西白马庙蓬莱镇组浅层气藏气井大都为低产有水气井，产气量为1000～3000m^3／d。由于产气量降低后气井自身带液能力下降，一些气井只能间歇开采甚至被水淹停产，需要实施泡排工艺以维持气井正常生产。白浅36井和白浅33井是此类气井中有代表性的气井，通过对两井的泡沫排水采气工艺的研究和现场试验，确定了适合的起泡剂，并取得了很好的现场泡排试验效果，使原来间歇生产的气井恢复了连续生产。现场试验表明，对于1000m左右的浅井，在气产量低至1000m^3／d左右时，仍适合采取泡排工艺；因水淹停产的产水量较少的气井，采用多次加注适合的起泡剂、放喷带液、关井复压的操作，可以逐渐恢复气井的生产。     

基于可编程控制器的PID控制系统开发

可编程控制器是当代工业自动化的三大支柱(包括计算机辅助设计与加工、机器人和可编程控制器)之一.在其产生初期,主要用于逻辑控制的场合;而如今已进入包括过程控制、位置控制等场合的控制领域.针对可编程控制器的发展现状,本文提出了一种利用西门子公司的S7-300系列PLC的编程软件STEP 7及组态软件WinCC开发并实现PID控制的方法,结果表明该方法操作方便,画面直观,且可靠性高.     

轴系半频扭转共振现象的实验研究

本文介绍了在进行轴系扭振特征实验研究时所发现的一种新现象─—半频扭转共振。它是指当轴系的转动频率达到一阶扭振固有频率两倍附近时，轴系将发生频率正好为转动频率一半的扭转共振。     

基于差分进化算法的摩擦力建模与前馈补偿

摩擦力是电机运行时受到的外部扰动,会降低直线电机的跟踪精度.根据摩擦模型设计前馈补偿器是降低摩擦影响的重要方法.首先分析摩擦特性,选用合适的摩擦模型.其次设计电机速度前馈控制器和加速度前馈控制器,提高电机的跟踪性能.根据测得的电机在不同速度下的摩擦力值,运用差分进化算法辨识直线电机的摩擦模型参数,以此设计前馈控制器,实现永磁同步直线电机的摩擦抑制.仿真结果表明,摩擦模型能准确描述被测直线电机的摩擦特性,基于摩擦模型辨识结果设计出的摩擦前馈控制器可以有效地消除摩擦力引起的速度粘滑现象并且减小电机的位置跟踪误差.     

基于孪生网络的离线手写签名鉴别算法

针对通过伪造他人手写签名所带来的隐私安全问题,提出一种融合注意力机制和孪生网络的离线手写签名鉴别算法。首先,通过融合孪生网络与CBAM(Convolutional Block Attention Module)提取手写签名特征;然后,利用全局平均池化层直接实现特征图的降维,并防止网络过拟合;最后,采取一种自动确定阈值的方法来确定真伪手写签名鉴别时的最佳阈值。以SigNet为基础作出以上改进,并以CEDAR(the Center of Excellence for Document Analysisand Recognition)、Bangla和Hindi这3个手写签名数据集为例,对所提算法的准确率和泛化性能进行了实验验证。实验结果表明,与改进前算法SigNet相比,所提算法在数据集CEDAR上维持了100%的准确率,并在数据集Hindi和Bangla的鉴别准确率上分别提高了1.68个百分点和6.73个百分点,验证了所提算法的有效性。     

基于神经网络非线性系统的广义预测

为了对复杂的非线性系统进行广义预测控制 ,避免较长的离线训练 ,采用受控自回归积分滑动平均模型来描述线性子系统 ,用神经网络来逼近非线性子系统 ,利用递推最小二乘法和 Davidon最小二乘法分别作为线性子系统和非线性子系统的在线学习算法 ,建立了一种适合于广义预测控制的非线性系统控制模型。仿真结果证明 ,该模型在非线性系统的广义预测中的有效性 ,在实时控制中具有极其广阔的应用前景。