信息理论在存储测试系统设计中的应用研究

本文以测试信息传输为核心,应用信息理论的有关成果研究存储测试系统的信息传输模型、信道容量、抗干扰容限,以及信息传输速率与信号能量之间的关系。     

考试常见的高科技作弊手段及防控技术

分析了当前常见的利用高科技进行考试作弊的手段,进而提出了打击高科技作弊的防控技术和办法。     

广西华锡集团铜坑矿地质灾害评估及防治措施

对广西华锡集团铜坑矿的地质灾害现状和灾害预测进行了评估,在分析各种地质灾害形成条件及影响因素的基础上提出了相应的防治措施,为合理开发矿山资源和保护矿山地质环境提供了科学依据。     

神经网络在车牌字符识别中的应用

设计并实现了一种基于改进BP神经网络的字符识别系统,可克服传统BP算法最终进化至最优解较慢和神经网络易陷入局部最小值的缺陷,具有较好的全局性和收敛速度,经过实验,具有较好的识别速度和精度.     

蹦极过程的计算机仿真

根据经典物理的牛顿第二定律原理,进行了蹦极运动的受力分析,建立了对应的数学模型.并应用MATLAB仿真工具Simuling 创建相应的仿真模型,由仿真结果得到了在对应条件下,蹦极运动各项主要指标随时间变化的曲线,确定了是否保证安全,从而为计算蹦极安全务件提供了简单有效的方法.     

一种MEMS水听器信号去噪的组合算法研究

针对MEMS水听器采集的数据"淹没"在强噪声场中的问题,提出采用LMS自适应噪声对消与Fourier变换滤波相结合的组合算法实现MEMS水听器的信噪分离。在信号频率已知的情况下,设计了一种自适应噪声对消和Fourier变换滤波组合算法的滤波器,对提取后的信号与理想信号做性能对比。仿真实验表明:该组合算法在-15 dB的强噪声场中仍有较高的分辨精度和提取效果,对搜寻类似于"黑匣子"等情况比较适宜,并将设计的滤波器用于中北汾机测试实验的信噪分离中,结果验证了该算法具有良好的高效性和实用性。     

基于深度学习特征融合的遥感图像场景分类应用

针对传统手工特征方法无法有效提取整体图像深层信息的问题,本文提出一种基于深度学习特征融合的场景分类新方法.利用灰度共生矩阵（GLCM）和局部二值模式（LBP）提取具有相关空间特性的纹理特征和局部纹理特征的浅层信息;通过基于AlexNet迁移学习网络提取图像的深层信息,在去除最后一层全连接层的同时加入一层256维的全连接层作为特征输出;将两种特征进行自适应融合,最终输入到网格搜索算法优化的支持向量机（GS-SVM）中对遥感图像进行场景分类识别.在公开数据集UC Merced的21类目标数据和RSSCN7的7类目标数据的实验结果表明,5次实验的平均准确率分别达94.77%和93.79%.该方法可有效提升遥感图像场景的分类精度.     

Elman递归神经网络在车牌字符识别中的应用

为了提高车牌自动识别系统的速度和准确度,采用适应性较强的十三特征提取法进行车牌字符的特征提取,将提取的特征向量作为网络的输入;在对网络进行训练时,选用具有一个承接层作为一步延迟算子的动态建模性质比较好的Elman递归神经网络.此网络在权值更新时不仅考虑了当前的梯度方向,而且还考虑了前一时刻的梯度方向,从而降低了网络性能对参数调整的敏感性,有效地抑制了局部极小值的出现.最后与BP网络训练的结果进行对比,结果表明Elman递归神经网络在识别速度和准确度方面都更具优越性.     

用遗传算法求解旅行商问题

论述了用遗传算法求解旅行商问题（TSP）的算法步骤,给出了在MATLAB环境下用遗传算法解决旅行商问题的具体程序设计．将此算法应用到6个旅行商问题中,并将得到的运行结果与用弹性网络得到的结果进行了比较,发现用遗传算法得到的结果与最优解较为接近．     

基于三通道分离特征融合与支持向量机的混凝土图像分类研究

混凝土的不同配合比可决定材料的性能,对于多种配比和粒径大小混凝土图像的分类研究,有利于工业废弃混凝土的高效回收利用.为了提升分类效果,提出了一种新的特征提取模块(ITFA-DLF),该模块在图像分离重构出的R,G和B 3个通道上,使用卷积神经网络(CNN)提取3通道图像的颜色特征,通过多块局部二值模式(MB-LBP)提...