一种改进的数学形态学边缘检测算法

针对传统数学形态学边缘检测算法存在的边缘分辨率较低、低强度边缘保护能力较差等问题,提出一种改进的数学形态学边缘检测算法。该算法在保持传统形态学方法优点的基础上引入边缘方向信息,采用非极大值抑制方法对形态学梯度图像进行细化处理,利用新的基于方向的检测和连接方法从中提取边缘,既提高了检测出的边缘的分辨率,又实现了低强度边缘的保护,同时还获得了更强的抗噪声能力。与应用较为广泛的传统形态学方法及Canny边缘检测方法的比较研究也证明了该算法的有效性。     

基于GABP神经网络的超声辅助AWJ冲蚀深度预测及参数优化

多孔HAP生物陶瓷材料硬度低、脆性大,传统生物陶瓷零件切削加工方法容易产生细小裂纹、应力集中等缺陷,微细磨料水射流加工技术可有效解决这些难题.本文采用超声辅助微细磨料水射流对多孔的HAP生物陶瓷块进行加工试验.基于GABP神经网络方法,利用获得试验数据样本来训练和检测GABP神经网络,建立了加工参数如系统压力、靶距、振...     

基于声发射的超声辅助AWJ冲蚀实验研究

超声辅助磨料水射流具有良好的流动特性，有效提高了射流的加工效率与精度。为了进一步研究其冲蚀能力，通过实验研究了超声辅助磨料水射流(AWJ)冲蚀动态响应规律，基于声发射检测技术研究了超声辅助磨料水射流冲蚀动态响应情况，对信号进行采集处理，分析了射流压力、靶距以及超声振幅等参数对其冲蚀动态响应的影响规律。结果表明：声信号随着射流压力的增大而不断增强，冲蚀深度不断增大；随着靶距与超声振幅的不断增大，声信号呈现先变强后变弱的趋势，冲蚀深度先增大后减小，即存在最佳靶距与最佳超声振幅；声信号频率主要分布于0～200kHz之间。     

AI技术在卫星通信/互联网领域的应用综述

卫星互联网的诞生带来新的发展机遇，同时也具备诸多挑战。主要调研了在空天地一体化的背景下，人工智能（AI）技术作为重要的辅助工具在卫星通信/卫星互联网领域的应用，涉及通信抗干扰、通信路由、星地网络系统架构、星座运营与管理等场景，其中涉及的AI算法包括传统机器学习、深度学习、强化学习等；最后，针对AI技术在卫星通信/互联网领域的发展趋势，提出了未来的研究方向，为我国卫星领域的智能化发展提供了思路和技术方案。