基于单片机的弓网接触压力检测

随着现代铁路的高速发展,电力机车运行速度不断提高,保障电力机车高速、安全、可靠地运行已成为一大热点.这使得接触网-受电弓之间的接触力成为最重要的检测项目.介绍了弓网接触压力的检测原理,详细阐述了接触压力数据采集装置的硬件和软件相关设计.利用了压力传感器,并通过AD574实现了对压力数据高精度的采集,给出了实验的相关结果.     

智能步态门禁系统实验平台的设计

为探索步态识别技术在实际中的应用.构建了基于步态图像特征进行身份识别的智能门禁系统硬件平台,且开发了相应的门禁系统软件.其技术流程为:首先从摄像机捕获视频输入计算机进行监控,发现后对人体进行检测与跟踪,分割人体轮廓并将其规格化叠加处理获取步态特征图,然后提取包含人体整体模型信息的边界矩参数,以此作为识别参量输入支持向量机(SVM)进行分类识别.为评价步态识别性能,分别对正确识别率(PCR)、错误接受率(FAR)和错误拒绝率(FRR)进行了测试,结果表明该实验平台能较好地时人体目标进行自动监控跟踪、提取步态特征且有效地进行分类识别.     

基于矢量小波的红外弱小目标检测算法研究

针对标量小波用于红外弱小目标检测,检测精度较低的缺点,设计并实现了一种基于矢量小波的红外弱小目标检测算法.算法首先对红外弱小目标图像进行矢量小波分解;然后时水平及垂直方向上不同子带的小渡系数进行去噪和增强处理,并舍弃低频小波系数;最后进行矢量小波重构并进行自适应阈值分割.对算法进行了实验,实验表明算法具有检测精度高和易于实时实现的优点.     

基于神经网络的机器人的逆运动学分析

文章提出了基于BP神经网络算法的机器人逆运动学的求解方法,给出了基于神经网络的机器人逆运动学求解的具体步骤和设计神经网络的相关注意事项.通过时KLD-600六自由度机器人仿真表明该算法简单可靠.     

Tuning the band gap of the CIGS solar buffer layer Cd1-xZnxS (x=0—1) to achieve high efficiency

To evaluate the impact of zinc sulfate (ZnSO4) concentration on the structural properties of the films, Cd1-xZnxS thin films were formed on glass substrates using chemical bath deposition (CBD) in this study. The effect of ZnSO4 precursor concentration on the surface morphology, optical properties, and morphological structure of the Cd1-xZnxS films was investigated. To study the impact of zinc doping content on the performance metrics of Cu(In1-xGax)Se2 (CIGS) cells in the experimental group and to improve the buffer layer thickness, simulations were run using one-dimensional solar cell capacitance simulator (SCAPS-1D) software.     

基于机器学习的超声造影分析综述

超声造影（Contrast-enhanced ultrasound, CEUS）通过外周静脉注入超声造影剂,显著增强来自肿瘤微血管的血流信号,便于临床医生以实时、动态的方式评估肿瘤血管生成、周边浸润等,广泛应用于多器官病变诊断、预后评估和治疗方案规划等方面。近年来,以深度学习为代表的机器学习方法快速发展,为动态超声造影智能分析带来新的机遇。深度学习方法很大程度上拓宽了超声造影临床应用范围,提高了其诊疗效能。但与常规超声影像类似,超声造影仍然存在斑点噪声、呼吸运动干扰和标准化程度低等问题,使得动态灌注时间、空间信息挖掘面临挑战。本文系统性回顾了近年来超声造影智能分析相关工作,涵盖良恶性鉴别、恶性分级、疗效预测和诊疗方案选择等方面应用,总结了当前影像组学及深度学习方法在超声造影分析领域的最新进展,并指出当前研究的局限性和未来发展方向。     

Few-shot node classification via local adaptive discriminant structure learning

Node classification has a wide range of application scenarios such as citation analysis and social network analysis. In many real-world attributed networks, a large portion of classes only contain limited labeled nodes. Most of the existing node classification methods cannot be used for few-shot node classification. To train the model effectively and improve the robustness and reliability of the model with scarce labeled samples, in this paper, we propose a local adaptive discriminant structure learning (LADSL) method for few-shot node classification. LADSL aims to properly represent the nodes in the attributed graphs and learn a metric space with a strong discriminating power by reducing the intra-class variations and enlarging inter-class differences. Extensive experiments conducted on various attributed networks datasets demonstrate that LADSL is superior to the other methods on few-shot node classification task.     

聚集诱导发光分子在双光束超分辨光存储中的潜在应用

聚集诱导发光分子因其高效的发光性质而被广泛应用于生物成像、光波导和电致发光等领域,但在光信息存储领域还鲜有研究。与其他光存储材料相比,聚集诱导发光分子的局域密度变化会引发荧光强度的变化,这在光存储领域是一个显著优点。该文针对聚集诱导发光分子的特性,讨论了该类分子在超分辨光存储领域的可能应用方式,以及需要解决的关键问题。     

多样与统一的多形态标志设计研究

目的探究多形态标志的特征及设计策略。方法以视觉心理学、视知觉构成、平面美学等相关知识为理论基础,结合当前最新案例,从多个角度对当下多形态标志设计的新方法进行归纳分析。结论统一与多样并存的多形态标志是现代平面设计领域中的典范,既相互独立又相互联系,分别适用于不同的场合和对象,具有较强的特指性、针对性和系列性,能够给受众带来趣味感。