基于 EfficientDet 的风机叶片缺陷检测方法

受工作环境恶劣等原因影响,风机叶片常会出现裂纹、凹坑等缺陷。针对当前常用目标检测算法对风机叶片小尺寸缺陷检测准确率低的问题,提出一种基于EfficientDet算法的风机叶片缺陷检测方法。首先采集图像数据并建立Pascal VOC格式的风机叶片缺陷图像数据集,然后对EfficientDet算法中的主干特征提取网络进行改进,减少向下采样次数并调整有效特征层从而增强主干特征提取网络对小尺寸缺陷的检测能力,同时为特征融合网络增加融合路径提升算法的多尺度特征融合能力,选用FReLU作为激活函数实现像素级空间信息建模,并通过Mosaic数据增强和Focal Loss损失函数增加小尺寸缺陷样本对于检测器的贡献。在建立的风机叶片缺陷图像数据集上的测试结果表明改进后的算法模型平均类别精度达到了96.15%,相较于原版的EfficientDet提升了3.77%,对小目标的检测性能有明显提升。     

WiMAX关键技术研究

随着社会的发展和市场的推动,有线宽带技术的已经得到了长足的发展,但是依赖于线缆的特性影响了其进一步的普及.在这种情况下,人们提出了WiMAX固定无线宽带接入技术,与有线宽带接入技术相比,WiMAX具有建设成本低、项目启动快、建设周期短、维护费用低等诸多优势.此外还介绍、分析了WiMAX体系结构及其关键技术.     

量子神经网络在旋转机组状态趋势预测中的应用

神经网络具有非线性函数逼近能力,常用于非线性趋势预测。为了预测旋转机组故障特征量的非线性发展趋势,提出指数加权量子神经网络。参考传统的BP(backpropagation)神经网络及指数平滑的预测方法,将量子计算与神经网络相结合,选择误差修正学习算法,并在神经网络输入层进行指数加权,构建三层指数加权量子神经网络。该网络具有非线性逼近能力,并且能通过指数加权系数反映近期和远期历史数据对将来预测值的不同贡献程度。在将指数加权量子神经网络应用于大型旋转机组故障特征量的非线性趋势预测时,实验结果表明该网络训练的速度与预测的精度均好于传统的BP神经网络预测。     

风力发电机组早期故障诊断

随着风力发电行业的快速发展,风力发电机组装机数量迅猛增加。然而恶劣的工作环境导致风力发电机组故障率较高。通过故障诊断技术及时发现设备存在的故障,进而确保发电机组安全可靠运行,是降低事故的有效途径。提出一种风力发电机组早期故障诊断的方法,通过对风力发电设备运行状态进行实时监测并进行趋势预测,及时发现运行过程中存在的故障隐患,并利用信号处理方法 EEMD对故障信号进行分析处理,提取故障特征信息,进而诊断故障发生的原因和部位等情况,最后综合评价决策釆取适当的应对措施,并通过实验验证了该方法的有效性。     

一种个性化垃圾邮件识别系统的设计

不同的邮件用户可能会对“什么是垃圾邮件”有着不同的个人定义。对此,文中提出了一个基于客户端的个性化垃圾邮件识别系统的设计模型,介绍了其中的几项关键算法,并讨论了对于用户反馈的解决办法。经分析,本系统以用户为中心,便于灵活地识别和过滤垃圾邮件。     

一种基于P2P的视频点播系统的研究与设计

视频点播(VOD)是一种以用户为主导的音视频信息系统。传统的VOD系统多是C/S模式采用服务器机群或者代理缓存的方式来实现,这会带来较大的硬件和管理开销,系统扩展性也难以得到保证。文中提出了一种基于P2P结构的视频点播的设计方案,分析了采用P2P技术以后视频点播系统对于节点闲散资源的利用和保证播放质量等方面的优势,并探讨了在系统设计与实现中的相关技术与方法,包括基于本体的语义搜索、媒体资源定位与节点负载均衡三方面。     

一种个性化垃圾邮件识别系统的设计

不同的邮件用户可能会对“什么是垃圾邮件”有着不同的个人定义。对此，文中提出了一个基于客户端的个性化垃圾邮件识别系统的设计模型，介绍了其中的几项关键算法，并讨论了对于用户反馈的解决办法。经分析，本系统以用户为中心，便于灵活地识别和过滤垃圾邮件。     

NBPSim:基于NS2的P2P仿真框架

为了推进拓扑感知的P2P算法的研究,提出了一个基于NS2的P2P仿真框架:NBPSim.可以通过扩展NBPSim给出的扩展点方便地开发P2P协议模拟程序,并进行包括底层网络细节的仿真验证.描述了NBPSim的框架结构,同时给出了在此平台上仿真Chord协议的结果.     

基于JXTA的P2P资源管理技术的实现

提出了一种P2P资源管理方法，采用流行的JXTA平台设计协议底层通信机制，实现了基于分布式哈希表(DHT)的资源管理与数据访问系统，通过JXTA提供的管道机制和对节点之间通信消息报文格式的设计，完成了节点之间的资源定位和搜索。