在线办公环境下教学保障物料管理信息系统的设计与应用

介绍了利用vs2003．net和oracle设计基于网络Web环境下的物料管理信息系统。通过这个系统将物料管理的工作流和业务流实现了有效整合,改变了传统的登记管理模式,为教学物料的在线管理提供了一种新的网络化模式。     

国标数字电视测量接收机前端的设计与实现

采用双芯片融合方案,设计和实现了一种符合中国数字电视地面传输标准的全模式测量接收机的接收前端系统.其方案的可行性已经在实践中得到验证.     

基于深度学习的眼底血管图像分割研究进展

眼底血管图像分割对青光眼、糖尿病视网膜病变等多种眼部疾病有较好的辅助诊断作用, 目前深度学习因其强大的抽象特征发现能力, 有望满足人们从眼底血管图像中提取特征信息进行图像自动分割的需求, 成为眼底血管图像分割领域的研究热点. 为更好把握该领域的研究进展, 本文对相关数据集和评价指标整理归纳, 对深度学习在眼底血管图像分割中的应用进行详细阐述, 重点梳理各类分割方法的基本思想、网络结构及改进之处, 分析现有眼底血管图像分割方法存在的局限性及面临的挑战, 并对该领域未来的研究方向做出展望.     

基于车载环境的交通目标跟踪

针对车载环境下小目标难以识别和相机动态移动造成的目标跟踪精度下降问题, 提出一种基于改进YOLOv5与ByteTrack的交通目标跟踪方法. 首先, 引入Transformer与加权特征金字塔(BiFPN)结构的思想重构YOLOv5检测网络, 有效捕获了特征的全局依赖关系, 缓解了深层卷积小目标信息丢失问题, 改善了车载环境下的目标检测性能. 此后, 以ByteTrack为基础提出了添加相机移动补偿的CMC-ByteTrack跟踪方法, 更精准地描述了视频前后帧的数据关联关系, 提高了相机大幅位移时的跟踪精度. 实验结果表明, 改进YOLOv5的平均检测精度(mAP)达到了82.2%, 相比原算法提高了3.9%, 与CMC-ByteTrack结合后的跟踪准确性(MOTA)相比改进前的跟踪方法提高了2.8%.     

Genome-Wide Analysis of the Peptidase M24 Superfamily in Triticum aestivum Demonstrates That TaM24-9 Is Involved in Abiotic Stress Response

The peptidase M24 (Metallopeptidase 24, M24) superfamily is essential for plant growth, stress response, and pathogen defense. At present, there are few systematic reports on the identification and classification of members of the peptidase M24 proteins superfamily in wheat. In this work, we identified 53 putative candidate TaM24 genes. According to the protein sequences characteristics, these members can be roughly divided into three subfamilies: I, II, III. Most TaM24 genes are complex with multiple exons, and the motifs are relatively conserved in each sub-group. Through chromosome mapping analysis, we found that the 53 genes were unevenly distributed on 19 wheat chromosomes (except 3A and 3D), of which 68% were in triads. Analysis of gene duplication events showed that 62% of TaM24 genes in wheat came from fragment duplication events, and there were no tandem duplication events to amplify genes. Analysis of the promoter sequences of TaM24 genes revealed that cis-acting elements were rich in response elements to drought, osmotic stress, ABA, and MeJA. We also studied the expression of TaM24 in wheat tissues at developmental stages and abiotic stress. Then we selected TaM24-9 as the target for further analysis. The results showed that TaM24-9 genes strengthened the drought and salt tolerance of plants. Overall, our analysis showed that members of the peptidase M24 genes may participate in the abiotic stress response and provided potential gene resources for improving wheat resistance.     

电站锅炉压力容器检验单位资质问题的现状及思考

文章回顾了电力行业锅监工作的历史及检验体系的建立,针对目前电站锅炉压力容器检验单位资质问题的现状,为了保证对电力安全生产及锅炉压力容器设备的安全稳定运行,对检验单位的资质问题进行了分析,并对目前以及将来的检验工作、检验单位的发展、检验市场的建立等提出了建设性的意见。     

Sensing mechanism of Ag/α-MoO3 nanobelts for H2S gas sensor

Sensing mechanism is still a big problem in the field of gas sensor.In-depth study of the sensing mecha-nism can provide better ideas for the design of sensing ...     

基于改进GMM与帧差法的运动棉杂率分析算法研究

针对清梳棉流程中产出棉含杂高、质量差的问题,结合改进高斯混合模型(Gaussian mixed model,GMM)与帧差法,提出一种局部运动棉杂率控制优化方法。首先针对清棉机除杂原理及棉杂特性进行分析;其次通过提取视频关键帧并改进GMM与帧差法对图像序列“与”运算实现目标的精确提取,进而通过设计GMM分类器获得棉杂率并进行分析;最后与传统的检测算法作对比验证。实验表明,改进后的算法在有效性以及实用性方面优于传统算法。同时,通过引入闭环控制能满足工业高精度、实时性的需求。     

融合注意力线性特征多样化的DR分级模型

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature diversification, FALFD)的分级算法。该算法首先用改进的Res2Net残差网络作为模型骨干来增大感受野,进一步提高网络捕捉特征信息的能力;其次引入自适应特征多样化模块(adaptive feature diversification module, AFDM)对眼底图像可分辨的微小病理特征进行识别,获得具有高语义信息的局部特征,避免单一特征区域的限制,进而提高分级准确度;再后利用双线性注意力融合模块(bilinear attention fusion module, BAFM)增加可判别区域特征的网络权重占比;最后采用正则化焦点损失(focal loss, FL)进一步提升算法的分类性能。在IDRID数据集上,灵敏度和特异性分别为94.20%和97.05%,二次加权系数为87.83%;在APTO...     

一种新型的无人机牧草分割网络—LMS-DeeplabV3+

目前草原环境复杂、牧草分散且与背景颜色差异小,无法实现高效精准的分割,因此本文提出了一种新型的轻量化多尺度DeeplabV3+网络(lightweight and multi-scale DeeplabV3+network, LMS-DeeplabV3+)。该网络以DeeplabV3+为基础网络,首先选用轻量级的MobilenetV2作为骨干网络用于初步特征提取,并为了适应牧草分割任务做了网络配置上的调整;其次在加强特征提取模块和解码模块中均使用深度可分离卷积代替普通卷积以轻量化网络;此外利用密集空洞空间金字塔池化(dense atrous spatial pyramid pooling, DASPP)模块捕获更大的感受野,加强各特征之间的交互;又引入卷积注意力机制(convolutional block attention module, CBAM)重分配权重加强特征提取。实验证明,提出的新网络与原始网络相比平均交并比(mean intersection over union,mIOU)提升了8.06个百分点、平均像素精度(mean pixel accuracy,mPA)提升了6.7...