面向矛盾问题的动态描述逻辑扩展研究

为了使动态描述逻辑DDL具有处理简单矛盾问题的能力,引入可拓集合和可拓变换对它进行扩展.文章提出了一种动态描述逻辑DDLESET,给出了DDLESET的语法形式和语义解释;对传统描述逻辑、模糊DDL和DDLESET中的ABox形式进行了比较分析;研究了DDLESET的基本推理问题,对传统描述逻辑的一致性检测算法Tableau算法进行了可拓扩展.描述逻辑DDLESET盯具有对关联度值分别为正负域的模糊断言的表示与推理能力,并可以为关联度值为负域的断言即不可满足的概念或不可实现的动作提供求解策略,从而使其变得可满足、可实现.     

计算机视觉对震动环境下螺丝松动的监测仿真

在频繁震动环境下,高精度设备受到无规则振动、冲击以及高温蠕变的影响,导致螺栓结构产生非固定滑动、分离或者脱落.螺栓结构具有复杂的动态性,脱落过程呈现不明显变化,螺丝帽与杆的相对位置变化过程与振动强度、外部环境呈现复杂关系,无法建立有效关联.传统视觉监控方法在振动条件下,获取的螺栓帽和杆的相对像素位置在无法建立关联的情况下,以静态阀值观测为主,存在较大的偏差,无法获取准确的螺栓松动监测结果.提出震动环境下聚类RBF神经网络的视觉螺丝松动监测方法.提取螺丝松动监控计算机视觉图像的特征,并针对上述螺丝帽与脱离的异常距离进行有效的识别.利用傅里叶变换方法建立螺丝松动监控图像特征矩阵,计算特征脱离聚类目标函数,并建立聚类RBF神经网络模型,完成监控.实验结果表明,利用改进算法可以实现计算机视觉对震动环境下螺丝松动监测,可以提高监测的准确性,防止由于螺丝松动造成的损失.     

燃气涡轮发电机组虚拟评判系统研究

为更好地评判操作人员对燃气涡轮发电机组的操作训练,设计了一种虚拟评判系统.根据操作实际,制定了评判标准,建立了评判指标体系.考虑到指标之间的相互影响和反馈关系,解决指标权重分配问题,利用网络分析法(ANP)处理指标间的复杂关系,并采用三角模糊数和模糊优先规划方法(FPP)完成权重的计算,引入云理论确定隶属度,使用蚁群算法优化BP神经网络,结合模糊综合评判构造模糊蚁群神经网络评判模型.上述方法能够有效减少主观因素对权重的影响,弥补传统评判方法的不足.实际应用表明,改进的评判系统具有很强的实用性,是一种可行的评判系统.     

和利时MACS V控制系统在450t/h循环流化床锅炉中的应用

以浙江嘉化能源化工股份有限公司兴港热电厂背压热电机组节能技改项目（6#锅炉、汽机）为背景,结合循环流化床锅炉的运行特点及控制要求,介绍和利时MACSV系列分散控制系统的应用及实现的功能.     

电子屏幕智能防近视系统

当下,电子屏幕的使用越来越广泛,电子屏幕在带给我们便捷生活的同时,也带来了一个很大的问题——损害视力.该研究针对此现象设计了一套系统,旨在帮助人们在使用电子屏幕时能够时刻注意与屏幕之间的距离,从而达到保护眼睛的目的.系统采用STM32单片机作为控制模块,在电子屏幕的正上方安装了一个人体红外传感器与一个超声波测距传感器,以达到检测人体与实时测距的功能.系统配备有LED灯与YS-M3语音模块,作为主要的报警模块,能够有效实现实时报警提醒的功能,对于保护视力起了很大作用.     

应用型本科高校计算机专业课程建设的探究与分析

当前,应用型高校计算机专业的学生培养始终存在着课程标准不明确、课程设置失衡、知识和职业技能脱节、实践环节薄弱等问题,教育部在2019年也明确提出课程建设质量需要全面提高,课程是人才培养的核心要素,课程质量直接决定人才培养的质量。全国本科教育必须深化教育改革,必须把教学改革成果落实到课程建设上。     

基于Android的IETM平板阅读器设计

针对传统IETM阅读器不方便携带和操作使用的问题,提出了一种IETM平板阅读器设计.该设计从平板电脑硬件和IETM阅读软件两个方面进行了设计,选择并定制了基于ARM架构和安卓操作系统的初级加固型平板电脑,具有一定抗防摔特性;提出基于安卓操作系统的IETM阅读软件轻量化技术架构和业务架构,并对S1000D 4.0数据包、文档、音视频、动画、三维模型等数据的解析、展示关键技术进行设计与实现.该设计为传统IETM阅读器向便携式和小型化IETM平板阅读进化提供了一种解决思路,为丰富IETM阅读器的产品形态奠定了基础.     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。     

基于变权组合的突发事件网络舆情趋势预测

分析预测突发事件网络舆情的发展趋势,及时发现舆情传播过程中的潜在危机,对稳定社会发展具有重要意义.在利用Logistic曲线模型和BP神经网络构建单项预测模型的基础上,从非线性规划角度,基于误差平方和最小原则构建了变权组合预测模型,并以3起突发事件为例进行实证分析.实验结果表明,文中构建的变权组合预测模型能够较好地解决舆情的拟合预测问题,且精度更高,验证了变权组合模型的有效性和可行性.     

基于质心法的车联网目标跟踪方法与应用

车辆目标跟踪是实现车联网不可或缺的一环,旨在获取车辆的动态信息,以提高交通运行效率.其核心是对大量监控探头采集的视频图像进行分析处理,实现车辆的实时检测与跟踪.为了进一步提高目标检测效率,降低硬件成本,文中提出了基于二帧差分法的前景检测方法,以及基于质心法的车辆轮廓检测与跟踪方法.基于OpenCV3.4.1和VS2017进行验证实验和仿真测试,结果表明,该算法对车辆跟踪的精确率达到89.1％,平均处理耗时42.63 ms,具有较好的实时性和鲁棒性,可在车联网嵌入式设备上进行部署和应用.