遥感图像非监督计算机分类方法的研究

通过对几种常用的非监督计算机遥感图像分类方法,如k-means、层次聚类和神经网络的分析研究发现,由于这些方法不能克服数据噪声点的影响,输出结果对输入参数依赖性较大,使其对图像的分类效果受到影响。为了提高图像的非监督分类效果。本文提出了一种基于密度和自适应密度可达聚类算法。实验分析表明,与常用的分类方法相比,该算法具有良好的分类效果。     

平流层飞艇热性能分析软件开发

为减少平流层飞艇的设计周期和设计试验经费,清晰准确地反映出平流层飞艇空间轨迹和温度场分布以及各种不同因素对轨迹和温度场分布的影响,自主开发了平流层飞艇热性能分析软件.通过建立平流层飞艇运动和热特性模型,利用VC++编程环境,对平流层飞艇在不同输入状态下的上升、浮空、下降过程中的轨迹和温度进行数值仿真,并利用图形显示界面进行显示.软件设计包括参数输入、中间计算和性能分析三个部分.软件将输出结果存储到ACCESS数据库中,增强了数据的可读性和交互性.从软件的运行结果反映出该软件涵盖面广、数据可靠、操作方便、界面生动等特点,达到预期设计目标.     

基于SVM与距离加权计算的观点和持有者识别机制

本文介绍了一种基于SVM与距离加权计算的自动观点分析方法,主要包括观点自动检测与观点持有者自动抽取两方面内容。本文首先建立了与观点分析相关的一系列资源,如观点指示动词集等。利用这些相关的资源,采用SVM进行机器学习,从而完成观点的自动检测。在观点自动检测的基础上,以观点指示动词为指示器,采用距离加权计算的方法抽取给定句子中的观点持有者,并采用模式匹配的方法来对观点持有者进行短语扩展,从而使观点持有者的抽取结果得到进一步提高。     

基于图灵机的递归技术的实现陈晓亮[1] 卢朝辉[2] 宋文[1]

图灵机是通用的计算机模型,一般程序设计和以图灵机为机器模型的计算也是支持递归的。本文首先分析了递归的特征,利用多带图灵机作为计算模型,定义了递归技术转移 函数形式,提出了图灵机递归过程信息传递与保存的方法,给出了图灵机调用的实现,继而给出了图灵机递归技术的实现,同时证明了图灵机的调用与图灵机的递归调用是图灵可识别的。     

DICOM医学图像数据转换算法研究

分析DICOM格式的结构、组成和存储方式,提出一种DICOM格式图像向BMP格式图像转换的D2B算法,该算法将灰度级数多,存储位数多,结构复杂的DICOM格式的医学数据图像转换成易于处理且使用广泛的BMP格式的图像.实验结果表明,D2B算法在转换效率、信息保持等方面达到了令人满意的效果.     

可融合遥感信息的植被场景仿真模拟

在通过遥感信息构造针对目标植被的仿真模拟过程中,其植被所在地表、空间场景是关键组成.场景空间直接影响植被生长过程,因此是融合遥感信息和相关辐射计、传感器植被仿真模拟的重要组成部分.本文依托实验数据.给出了实现植被所在场景空间的构造方法,使植被的仿真模拟具备高可信度和极近逼真效果,从而服务于计算机远程、异地的农作物监测、估产工作.     

PC在高速数据采集卡设计中的应用

设计了基于PC的高速数据采集卡,研究了用GAL20V8实现I/O端口地址的编码方法,并给出用汇编语言编写从I/O端口读写数据的程序,最后通过实验验证了这一方法的有效性,并提出了对同一点多次采样并以平均值取代该点样值的误差改进措施.本数据采集卡精高度.可以采集到30GHz的高频信号.     

基于DSP的直流电流采样系统设计

本文详细介绍了基于TMS320F2812的电流采样系统的设计方法.根据直流电流信号产生特点和采集技术的基本要求,选用合适的电流传感器LTS25-NP,设计电压变换电路,采用TMS320F2812型DSP的片上模数转换模块进行模数转换.并编写了滤波算法程序,对电流采样值进行滤波.实验表明,该方法可以提高信噪比,减小噪声,拥有较高精度.     

基于物联网技术的智能物流管理系统的设计与应用

基于物联网技术的智能物流管理系统能实现对物流过程的全面监控与数据实时追踪分析,并提供决策的智能化支持。该系统通过物联网技术,能提高物流服务的质量与效率,为物流行业提供高效、智能化的管理解决方案。系统的设计方法和关键技术包括总体设计框架和物联网中的关键技术应用。同时,通过行业应用示例验证了智能物流管理系统的实际应用价值。基于物联网技术的智能物流管理系统具有广阔的应用前景和发展空间,为相关行业提供了参考和借鉴。     

基于改进Yolov5模型的实时人脸检测算法

针对疫情背景下,在一些人流密集场所进行体温筛查或身份识别,当待检测对象快速通过时,人脸检测实时性不高的问题,提出了一种改进Yolov5模型的实时人脸检测算法。该算法首先对骨干网络层进行轻量化改进并引入注意力机制减少冗余信息;其次修改了检测层网络结构,增加了对小目标人脸及倾斜人脸检测的适应性;随之使用Focal EIOU损失函数代替Yolov5原始损失函数中的GIOU损失函数来计算定位损失,有效解决了预测框在目标框内部或预测框与目标框大小一致时无法精确定位的问题。实验结果表明：提出的实时人脸检测算法检测精度达到97.2%,检测速度达到66.7 f/s,相较于原始Yolov5算法,检测精度提升了19.7%,检测速度提升了24 f/s,满足实时人脸检测要求,同时对于黑暗环境及不同表情姿态人脸检测也有较好的适应性。