粗骨料对混凝土力学性能影响的讨论

对于结构相同的水泥石、粗骨料的种类、形貌、矿物组成及级配都将导致混凝土强度的差异,尤其随着水泥石本身结构的不断改善,粗骨料对混凝土强度的决定作用愈加显著。     

白山发电厂时钟统一对时系统建设

时间同步系统作为智能化水电厂基础支撑系统,在智能化水电厂建设中发挥着基础服务作用。主要介绍了白山发电厂建设对时系统的结构及主要特点,首次采用PTP授时作为备用信号输入,增加了整个时钟系统的稳定性,提高了系统的授时精度,实现远程异地授时。     

PVC建材表面缺陷检测系统研究与设计

为满足PVC建材表面缺陷在线系统高速、高分辨率的检测要求,提出PVC建材表面缺陷检测的系统设计方案。为保证检测系统的实时性,硬件上采用面阵CCD摄像机与LED面光源相结合的图像采集装置,软件上采用实时处理和准实时处理相结合的图像处理方法。针对缺陷图像高噪声、直方图单峰明显的特征,提出边缘检测分割技术与数学形态处理相结合的算法流程。通过分析图像缺陷的统计特性,提取PVC建材表面缺陷区域的特征参数,利用基于决策树的分类器将缺陷分为气泡、色痕、裂痕等。实验结果验证算法的有效性和实时性,其缺陷的检出率达到95%以上,识别率达90%以上。     

高校非计算机专业计算机基础系列课教学改革的探索与实践

新年刚过,三诺发布了“永恒”系列的N-35G冠军版。三诺在近两年,一直在举办对三诺的指定产品进行改进的摩机大赛,为相对沉闷的多媒体音箱行业注入了活力。据三诺称,N-35G冠军版是第一届摩机大赛的精华所在。那么,到底这款音箱与原版的N-35G相比,有何不同呢？有哪些值得称道的改进呢？     

多平台下动态采集税控数据的技术研究

在商业税收领域中,不同的行业、商家,可能会采用不同的系统平台来完成他们各自的销售任务,这就给国家税收时获取税控数据带来了一定的挑战。本文基于国家信息化标准委员会针对税控收款机的国家标准,提出并实现了一种在多平台下动态采集税控数据的解决方案。     

基于GMR传感器的电涡流检测系统关键技术研究

设计了一种基于巨磁电阻（GMR）的新型电涡流探头及其检测实验系统,重点阐述了系统的工作原理、系统各部分所采用的关键技术及设计中需注意的问题,并对多层铝板试件进行了检测实验研究。实验结果表明：设计的GMR电涡流探头在多层导电结构深层缺陷检测时,与相应的线圈式探头相比,具有更高的灵敏度和更强的深层缺陷检测能力。     

“微机原理与接口技术”课程教学改革创新探讨

"微机原理与接口技术"是重要的专业基础课,学生普遍反映该课程"难"、"活"、"繁",属于"困难课程"之一。本文介绍了我院"微机原理与接口技术"课程教学改革的一些具体措施以及经验。     

一种序贯Unscented卡尔曼滤波在微小型无人直升机导航系统中的应用

对于应用到微小型无人直升机上的低成本捷联惯导（SINS）/GPS组合导航系统来说,SINS Ψ角误差模型在描述低精度惯性器件误差时对误差项的忽略,使其无法满足SINS误差估计的要求.为了克服Ψ角误差模型的不足,本文建立了基于四元数的SINS非线性误差模型.该误差模型无需对失准角进行小角度假设.为了对组合导航系统中的SINS误差进行估计,提出一种序贯Unscented卡尔曼滤波方法.该滤波方法对观测向量进行序贯处理以降低算法的计算量.仿真结果表明,该滤波方法能有效提高低成本SINS/GPS组合导航系统的性能.     

基于I-Miner的聚类分析研究

数据挖掘是当今数据库系统研究和应用领域中的热点问题.聚类是数据挖掘中的核心问题.I-Miner是一个企业级的数据挖掘工具,利用I-Miner软件进行聚类分析,将聚类结果呈现丰富的可视化效果,通过S语言拓展软件功能,解决应用的特殊需求.     

弱标签声音事件检测的空间-通道特征表征与自注意池化

深度神经网络声音事件检测方法需要大量标记声音事件类别和起止时间的强标签音频样本,然而强标签标注非常困难和耗时.弱标签声音事件检测是解决这一困难的有效途径.本文将弱标签声音事件检测作为多实例学习问题,并基于卷积循环神经网络提出弱标签声音事件检测的空间-通道特征表征与自注意池化方法 .该方法研究多实例弱标签声音事件检测的特征表征和帧级预测结果池化两个方面的内容.在特征表征方面,为了增强卷积神经网络的特征表征能力,结合上下文门控和通道注意机制构建门控注意力结构并嵌入到卷积循环神经网络中,实现了音频样本特征的空间和通道特征选择;在预测结果池化方面,引入自注意思想设计音频帧预测结果的自注意池化方法,增强了音频样本中事件帧之间的相关度,使事件帧获得更大的权重.本文方法通过对卷积循环神经网络特征表征和预测结果池化的革新,有效提升了模型的检测性能.本文提出的方法在DCASE 2017任务4和DCASE 2018任务4数据集的评估集中分别取得了52.47%和31.00%的F1得分,性能优于当前绝大部分的弱标签声音事件检测方法 .实验结果表明：本文提出的空间-通道特征表征与自注意池化方法能显著改善弱标签声...