基子色调分离的棉花异性纤维分割

本文分析了含有异性纤维的棉层图像特性,提出了一种基于色调分离的棉花异性纤维分割方法,采用这种方法对羽毛、头发和麻绳等典型棉花异性纤维图像进行了分割,得到了高质量的棉花异性纤维图像。实验结果表明,与自适应阂值分割结果相比,该方法在噪声剔除、目标提取、色彩归类方面更具有效性。     

掺杂钨类金刚石膜的显微结构与性能

利用非平衡磁控溅射与离子源复合沉积技术,以高纯甲烷和氮气作反应气体,钨为溅射靶,在40Cr、Si(100)基片和不锈钢基体上分别制备了厚度约为2μm的掺杂钨类金刚石膜,并在类金刚石膜与基体间沉积了过渡层;应用X射线衍射、拉曼光谱、俄歇电子能谱等手段分析了掺杂钨类金刚石膜的显微结构和表面成分;应用球盘摩擦磨损试验机以及纳米硬度计等测试了膜的硬度、摩擦性能及结合强度。结果表明:所制备的膜表面均匀、致密、光滑,具有典型的类金刚石结构特征;掺杂的钨弥散分布在无定型的碳中,一部分形成W2C微晶相;当膜中钨原子分数约为20%时,膜的硬度最高,摩擦因数也相对较小,膜基结合力在70 N以上。     

Linux系统下基于S3C2410X的液晶显示驱动程序的研究

主要介绍Linux下基于S3C2410X的液晶驱动程序的研究与开发。首先详细介绍LCD控制器工作原理以及S3C2410X的LCD控制器及其管脚,同时给出LCD控制寄存器的设置规则。并根据系统中的液晶参数给出具体的硬件连接图,得到LCD控制寄存器的参数。然后介绍帧缓冲的工作原理,并说明了帧缓冲2个方面的实现,提出了一种适用于S3C2410X硬件的通用的液晶显示驱动程序的编写方法。开发了相应的驱动程序,得到很好的显示效果,可以稳定运行。     

碳基锌离子电容器正负极间距对其电化学性能的影响

本研究通过增加隔膜层数来增加正负极的间距以提高锌离子混合超级电容器(ZIC)的循环寿命,并计算出相应的枝晶生长速率。结果表明,四层隔膜的ZIC在1 A·g^-1的电流密度下,循环寿命可达20 000圈,充放电时长达170 h,是单层隔膜的200倍。正负极间距会导致ZIC的比容量变化。当电流密度为0.1 A·g^-1时,单层隔膜,双层隔膜,三层隔膜,四层隔膜的比电容分别为262,230,218和207 F·g^-1。当电流密度为10 A·g^-1时,不同层数隔膜的比电容分别为90,75,68和42 F·g^-1。由于正负极间距的增加,延缓了锌枝晶生长刺穿隔膜的时间,从而大大提高了ZIC的循环寿命。     

放射多组学协同学习预测鼻咽癌自适应放疗触发机制

针对传统的放射多组学(影像组学、剂量组学和轮廓组学)模型往往采用特征拼接的方式,容易忽略不同组学特定统计属性、产生过拟合的问题,提出了以一致性约束和自适应权重为核心构建的多组学协同学习算法(multi-omics collaborative learning, MOCL)。该算法采用一致性约束挖掘不同组学特征之间的互补模式,再通过香农熵自适应学习不同组学特征的权重,最后引入紧致度图来避免过拟合现象。通过将MOCL在311名鼻咽癌患者组成的临床影像数据上得到的实验结果与3种传统的机器学习算法以及2种多视角算法进行比较,结果表明MOCL在多组学协同学习上,具有一定的优势,能为鼻咽癌自适应放疗资格预测提供有价值的决策依据。     

基于余弦调制滤波器组的多载波CDMA系统

通过分析M带滤波器组和M带复用转换器的完全重构条件,用最优等波纹法设计了一个旁瓣约为45dB的M带余弦调制滤波器组,用改造的综合滤波器组进行调制、分析滤波器组进行解调,构建了基于余弦调制滤波器组的多载波CDMA系统,研究了基于余弦调制滤波器组的多载波调制的快速算法,分析了算法复杂度。仿真结果表明,CMFB—CDMA系统可以得到比传统的基于OFDM的多载波CDMA系统更好的性能。     

针对遮挡物体的轮廓细化实例分割

目的 遮挡物体实例分割效果的好坏与物体轮廓的预测结果息息相关,但目前算法预测的物体轮廓并不够细化,使得分割掩膜粗糙,物体边界分割效果不佳。为此,以BCNet （bilayer convolutional network）网络为基础,提出一种针对遮挡物体的轮廓细化实例分割算法,预测的物体轮廓更加精细,分割掩膜更加完整。方法 1）提出一种均衡池化注意力模块来提取特征,在传统一维平均池化的基础上,增加一维最大池化操作以突出细节特征,并将最大池化和平均池化结果进行加权融合来提取特征,使提取的特征能更好地兼顾物体的整体和边缘细节;2）将BCNet掩膜头中轮廓预测与掩膜预测分成两个支路来进行,从特征金字塔最高分辨率特征中提取感兴趣区域（region of interest,RoI）特征用于轮廓预测,并提出一种自适应特征融合模块,将轮廓预测支路中的特征与掩膜预测支路的特征进行融合,在轮廓预测支路中,融合掩膜预测支路的特征可以更好地判定轮廓所属物体类别,在掩膜预测支路,融合轮廓预测支路的特征能够更好地辅助掩膜定位。结果 在COCO 2017（common objects in context 2017）数据集上,本文相较于目前同类网络中性能最优的BCNet网络,在骨干网络为ResNet-50/101（deep residual network）时平均精度（average precision,AP）分别提高了1.7%和2.1%。结合可视化结果,本文分割算法对遮挡物体的轮廓分割更加精细,能有效分割出更加完整、精细的掩码。结论 提出的针对遮挡物体的轮廓细化实例分割算法,明显提升了遮挡物体实例分割的效果。     

纳米氧化锌气敏传感器应用于变压器油中溶解微量氢气检测*

通过水热法合成的方式制备氧化锌气敏材料,采用柠檬酸三钠作为反应添加剂进行材料微观形貌上的调控,基于实验室微量气体平台检测和分析不同形态氧化锌气敏材料对氢气的检测特性和气敏机理。结果表明多孔隙氧化锌气敏材料对氢气的最佳工作温度出现在350 ℃,同时对低浓度氢气有良好的响应值和较快的响应恢复时间。研究成果对制备高精确度氢气气体传感器,进而实现变压器状态的准确评估研究具有重要意义。     

基于偏振图像的低照度场景多目标检测算法

偏振光反射信息可直接反演目标本征特性,且在传输过程中具备较强的抗干扰特性,因此偏振成像技术可适用于多种复杂环境中的智能监控、交通监察领域。近年来使用深度学习判读图像检测目标的方法迅速发展,已经广泛应用于图像处理的各个领域。本文提出了一种基于偏振图像与深度神经网络算法的行人、车辆多目标检测算法YOLOv5s-DOLP。首先,通过实时获取到偏振图像进行偏振信息解析,获取目标偏振度图像。其次,为增强偏振度图像中检测目标与背景存在高对比度的特性,在主干网络中引入通道注意力与空间注意力,提升网络特征进行自适应学习的能力。此外,使用K-means算法对目标位置信息进行聚类分析,加快网络在偏振度图像的学习速度,提升目标检测精度。实验结果显示,该算法结合了偏振成像和深度学习目标检测的优势,对于低照度复杂场景中的车辆、行人目标检测效果好、检测速度快,对于道路车辆的目标检测、识别与跟踪具有一定的应用价值。     

光合有效辐射传感器及其调理电路设计

当前光合有效辐射测量主要依赖进口产品,探头及信号转换设备价格昂贵,校对成本高;国内相关研究较多,但缺少商用及稳定准确的产品。通过分析光电池的工作特性,给出了光合有效辐射传感器的结构设计并详细介绍其输出微弱信号的调理电路设计。该传感器结构简单、安装方便,调理电路在低功耗的前提下实现微弱电流-电压信号的转换和放大、高频噪声滤波等功能。测试结果表明:开发的光合有效辐射传感器及其微弱信号调理电路稳定性良好,经调理的输出电压与光合有效辐射之间线性相关性达0.9879,且能够适应户外动态环境。