一种基于邓氏关联度的图像边缘检测新方法

边缘检测主要是对图像的灰度变化进行度量、检测和定位。基于边缘检测的灰色系统理论中的邓氏关联度分析方法对处理非典型规律的图像数据与其它一些方法相比,具有明显的优势。根据邓氏关联度分析方法建立的改进模型,结合仿射变换和最小二乘法直线拟合,一定程度上克服了邓氏关联度分析方法的比例因子影响和位移差,实验证明在检测边缘点的连续性、完整性方面比用邓氏关联度模型检测的边缘有一定的改进。     

基于VB的学生信息管理系统的设计

本系统针对高校学生信息的特点以及管理中的弊端而设计,实现了学生信息管理的信息化、减轻了管理人员的工作负担,能够规范、高效地管理大量的学生信息,该系统旨在更好地管理高校的教学和资源的整合,推动科技成果的转化,推进高校改革,提高高校的办学效率。     

基于光流场的动态目标分割

采用光流法结合基于小波变换的像素级图像融合算法,研究了一种动态目标分割方法。光流场可以看作是带有灰度的像素点在图像平面运动产生的瞬时速度场,算法先以光流法计算出的动态目标瞬时速度场的水平速度分量和垂直速度分量作为初始信息,再利用基于小波变换的融合算法获得动态目标的初始分割,最后对初始分割结果进行图像去噪和图像增强,并最终获得清楚的分割图。实验证明,该方法能够产生良好的目标分割效果。     

带噪声统计估计器的犝狀狊犮犲狀狋犲犱卡尔曼滤波器设计

针对传统Ｕｎｓｃｅｎｔｅｄ卡尔曼滤波器（ＵＫＦ）在噪声先验统计未知或不准确时滤波精度下降甚至发散的问题,基于极大后验（ＭＡＰ）估计原理,设计了一种带噪声统计估计器的ＵＫＦ．该ＵＫＦ 滤波算法在进行状态估计的同时,能实时估计和修正噪声均值和协方差．相比于传统ＵＫＦ,所提出的ＵＫＦ具有应对噪声统计变化的自适应能力．仿真结果表明了该ＵＫＦ滤波算法的有效性．     

职业教育中的信息化教学创新实践

阐述职业教育课程的开发与共享,构建教学资源共享平台、促进智慧课堂建设、创新职业教育信息化,从而实现教育资源与信息技术的融合。     

针刺C/SiC复合材料拉-压疲劳特性与失效机理EI北大核心CSCD

研究了室温下针刺C/SiC复合材料的拉-压疲劳特性,并与其拉-拉疲劳特性进行了对比。结果表明:针刺C/SiC复合材料的拉-压疲劳强度略低于拉-拉疲劳强度;两种循环载荷下都存在迟滞现象,随着循环数的增大迟滞环不断右移,且偏斜程度和包围面积不断增大。采用扫描电子显微镜对失效试件的断口形貌和微观结构的观察表明:除了垂直于加载方向的基体开裂以及界面脱粘,拉-压循环加载下的细观失效机制还包括平行于加载方向的基体开裂以及层间的开裂。这些平行于加载方向的损伤使得纤维受力状态恶化,最终削弱了针刺C/SiC复合材料拉-压疲劳强度。     

力传感器的校准及测量不确定度评定

描述了静重式力标准机、杠杆式力标准机及叠加式力标准机的结构、校准原理,对力传感器校准结果的测量不确定度影响因素、评定过程及方法作了明确分析。     

优化深度残差网络及其在强噪声环境下滚动轴承故障诊断中的应用

针对传统基于深度学习的故障诊断方法存在抗噪性能差、计算复杂度高和泛化性能不足的问题,提出了一种基于深度可分离残差网络（Depthwise Separable Residual Network,DS-ResNet）的滚动轴承故障诊断方法。采用快速傅里叶变换（Fast Fourier Transform,FFT）将滚动轴承一维振动转换到频域进行表示;利用深度可分离卷积（Depthwise Separable Convolution,DSC）计算复杂度低和逐点卷积（Pointwise Convolution,PWC）能增强网络非线性表达的优点,分别代替传统深度残差网络中的两个标准卷积层,构建出优化后的DS-ResNet模型。将各类故障状态下的频域信号作为DS-ResNet模型的输入进行识别分类,结果表明,在信噪比为-4 dB的强噪声环境中,识别准确率达到92.71%;在变转速工况下,平均识别准确率可达90.19%,高于其他常用深度学习诊断方法,且模型每轮的训练时间仅需2.16 s,证明了所提方法具有更好的抗噪性能、泛化性能和更高的诊断效率。     

非线性系统的多模型DMC解耦设计

针对工业生产过程大多为多输入多输出非线性系统,干扰因素多,耦合作用强,常规控制方法难以获得满意控制效果的特.提出一种基于动态矩阵控制(DMC)的多模型控制方法,采用误差指标切换函数作为切换准则,根据其最小值来选择与实际最接近模型,并将基于此模型的控制器切换为当前控制器.结合目标函数解耦方法,在模型中考虑其他通道输入对当...     

基于ARM9的嵌入式指纹图像处理算法研究

随着指纹识别技术的发展和嵌入式系统的广泛应用,指纹识别逐渐向嵌入式方向发展。针对ARM9嵌入式开发平台,提出了一种适合于嵌入式系统的指纹图像预处理算法。该算法改进了传统的Gabor增强,消除了奇异点处脊线断裂和错连的问题,并采用了复合细化算法对二值图像进行细化以及细化去噪处理。实验表明,该算法具有良好的实用性和快速性,满足了嵌入式指纹识别系统的要求。