煤矿工作面无线全覆盖通信系统设计

根据煤矿工作面无线通信的需求,分析了现有工作面有线通信和无线通信技术的优缺点,提出了一种基于无线网状网和ZigBee技术的煤矿工作面无线全覆盖通信系统设计方案,并介绍了综合基站和WiFi网关的设计。测试结果表明,该系统能够满足工作面数据、语音、视频等不同信息的无线传输需求,实现了工作面无线信号的全覆盖。     

Android 系统文件监听技术的研究

文章对 Android 操作系统上的基于 FileObserver 技术的监听机制进行了分析,针对其监听结果不能获取访问对象的问题,提出了基于脚本命令的联合监听技术,并对提出的联合监听方式的关键技术与实现细节进行了详细阐述。实验测试在 Android 操作系统4.0的华为 U8825D 手机上进行,测试结果表明,基于脚本命令的联合监听技术可以获取访问文件对象的信息。最后,对该项技术进行了性能分析,并针对它的一些性能问题提出了改进方案。     

基于ARM的双界面IC卡读写器的设计与实现

为满足智能卡在银行、保险、医疗等管理系统的应用需求,设计了一款基于ARM的支持双界面智能卡的读写系统。采用具有ARM Cortex M3内核的STM32F103RBT6和近场通信收发器STRFNFCA等芯片进行相关的硬件设计。软件设计完成了对非接触式卡和接触式卡的底层驱动及应用层通信模块、LCD显示等操作;根据PBOC 2.0标准对智能卡进行金融交易包括圈存、消费、查余额等;同时,读卡器集成了Crypto 1加密算法来兼容市场上的Mifare系列卡。测试结果表明,读写系统性能稳定、功耗低、实用性强、可靠性高。     

“地理信息系统”实验教学改革研究

目前军事领域的信息化建设已经离不开地理信息系统(GIS)的支持。针对地理信息系统的实际应用,立足于军事需求,充分考虑学员特点,将GIS知识与指挥作战知识结合,精心设计了"地理信息系统"的实验内容,通过目标导向型分步骤的实施以及问题导向型学习指导学员学习地理信息系统相关知识,为学员将来使用信息化的应用系统打下了良好的基础。     

基于注意力机制的深度学习推荐算法

针对目前基于评论文本的推荐算法存在文本特征和隐含信息提取能力不足的问题, 提出一种基于注意力机制的深度学习推荐算法. 通过分别构建用户和项目的评论文本表示, 利用双向门控循环单元提取文本的上下文依赖关系以获得文本特征表示, 引入注意力机制, 更准确的获取用户兴趣偏好和项目属性特征. 将生成的用户和项目评论数据的两组隐含特征分别输入全连接层处理, 再合并到同一个向量空间进行评分预测, 得到推荐结果. 在Yelp和Amazon两个公开数据集中进行实验, 结果表明所提出的算法与其他算法相比, 具有更好的推荐性能.     

基于RetinaNet-CPN网络的视频人体关键点检测

为解决基于视频流的人体关键点检测效果不佳及视频流切片后可能会发生运动模糊的问题,提出了一种改进的RetinaNet-CPN网络对人体关键点进行检测,有效解决切片后运动模糊图像的干扰并提高了人体关键点的检测准确率.视频流切片后,先用改进的RetinaNet网络检测出图片中的所有人并对每个目标框做模糊检测,对大于阈值的目标框做去模糊处理,最后用引入注意力机制的CPN网络提取关键点.将RetinaNet衡量预测框与真实框差异的IOU函数改成DIOU后,在仿真实验中目标检测AP提高了近3％;对于模糊的图片,利用匀速直线运动频谱特征估算出的模糊核与实际模糊核相差不大,对其做去模糊处理后基本能恢复出原清晰图片;同时引入注意力机制为各通道和特征层分配合理的权重,使得CPN检测AP提高近1％,AR提升0.5％.     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。     

基于边缘计算的作物病虫害监测嵌入式系统设计

现有农作物监测大多采用大面积、分布式的设备来完成.不仅维护成本高昂,难管理,而且对于许多中小型农户是无法从智慧农业中受惠.综合考虑各区域种植条件的不同,设计提出一种基于边缘计算的轻量化嵌入式监测系统,通过搭建神经网络,配合作物数据处理算法并部署在嵌入式设备上,与无人机协同完成对作物的检测.经过实验验证,该系统具有低功耗、轻量化、低成本、检测范围广的优势,病虫害模型精度在92％及以上,能有效解决国内外农作物病虫害及生长环境参数的精细化监测问题.     

基于深度学习的表格检测识别算法综述

信息时代的高速发展导致数据的大量产生与频繁传输,单单依靠人力很难处理这些数据.依托于人工智能的兴起与发展,数据的利用变得更加高效.表格作为一种特殊的数据形式,逐渐引起了广泛关注.概述了表格识别技术的发展,介绍了传统的表格识别技术及其缺点;介绍了基于深度学习技术的表格检测、表格结构识别、端对端检测与识别以及字符识别,重点阐述了表格检测与结构识别算法;给出表格数据的数据集以及在其上的最新指标,展望了表格检测识别技术的发展前景.     

融合可变形卷积网络的鱼眼图像目标检测

环视鱼眼图像具有目标形变大和图像失真的缺点,导致传统网络结构在对鱼眼图像进行目标检测时效果不佳。为解决环视鱼眼图像中由于目标几何畸变而导致的目标检测难度大的问题,提出一种基于可变形卷积网络的鱼眼图像目标检测方法。将Cascade_RCNN中固定的卷积层和池化层分别替换为可变形卷积层和可变形池化层,使用Resnet50网络提取候选区域以获得检测框,级联具有不同IoU阈值的检测网络进行检测框抑制。在公开鱼眼图像数据集SFU_VOC_360和本文所采集的真实道路场景鱼眼图像数据集上进行实验,结果表明,该方法在鱼眼图像目标检测中具有有效性,目标检测准确率高于Cascade_RCNN网络。