基于专家PID的电液混合式注塑机的智能控制

介绍了电液混合式注塑机的组成、工作原理及其伺服直驱式电液控制系统的组成。由于电液混合式注塑机的伺服驱动系统具有时变性、非线性和滞后性等特点,为提高注塑机的控制精度,提升注塑制品质量,基于专家控制规则提出了一种智能比例积分微分(PID)控制方法。仿真结果表明:智能PID控制方法能够实现注塑机的在线自适应控制功能,显著提高了控制精度以及控制系统的响应速度,为注塑机可靠稳定运行提供了有效保证。     

EJB组件技术在洪水预报网格系统中的应用

论文结合一个洪水预报系统的改进,介绍了EJB组件技术的特点及其在基于多层结构的洪水预报网格系统中的应用,并分析了EJB在该系统架构中的优劣及一些性能改进措施,最后讨论了EJB技术在网格环境下的拓展。     

数据网格技术在淮河水质预报系统中的应用

数据网格是网络环境下有效共享和管理存储资源和分布式数据资源的大规模、可扩展的框架结构,它适应数据密集型应用对网络环境下数据共享和处理的需要,并给用户提供透明访问远程异构数据资源的机制。论文将数据网格技术应用到水质预报系统中,有效解决了水质预报系统中有效获取、处理淮河流域Tb、Pb的水情、水质数据等难题,并获得了较好的实用效果。     

基于MLUM-Net的高分遥感影像土地利用多分类方法

针对高分辨率遥感影像土地利用多分类结果中地块结构不完整、边界质量差的问题,提出了基于MLUM-Net模型的遥感影像土地利用多分类方法。该方法利用多尺度空洞卷积和通道注意力机制构造MDSPA编码器,提高了网络多尺度特征提取能力与地块位置定位的准确性,并通过空间注意力机制自适应增强了多尺度特征表达;为消除上采样语义损失和减少分类结果噪声,设计了混合池化上采样优化模块,用于优化分类结果并消除网络分类误差;根据土地利用多分类数据集类别占比不均衡的特点和地块结构的相似性指数设计混合损失函数,消除数据类别占比产生的影响,提高地块结构完整性和精细化分类边界。在多个数据集上进行了实验验证,总体精度和kappa指标均有明显提高,其分类结果结构完整且边缘划分准确,在土地利用多分类领域具有较好的实用价值。     

基于边缘特征融合的高分影像建筑物目标检测

高分辨率遥感图像建筑物目标检测在国土规划、地理监测、智慧城市等领域有着广泛的应用价值,但是由于遥感图像背景复杂,建筑物目标的部分细节特征与背景区分度较低,在进行检测任务时,容易出现建筑物轮廓失真、缺失等问题.针对这一问题,设计了自适应加权边缘特征融合网络(VAF-Net).该方法针对遥感图像建筑物检测任务,对经典编解码...     

基于Web的黄河水环境GIS研究

提出了基于Web的黄河水环境GIS设计开发方案.根据空间数据的存储和组织管理需求,重点研究了图形库开发和分布式数据库技术在水环境GIS中的应用,提出了基于元数据库的分布式数据库组织管理模式.图形库开发的主要内容有:图形的管理应用、图形要素编码及颜色编码、图形符号、图形操作、图文查询统计等.     

有一条出路叫“外包”

胜者,先胜而后求战;败者,先战而后求胜。在国内轰轰烈烈的信息化实践过程中,经常能听到种种困惑甚至是质疑的声音。但是,信息化不仅仅是一个被软件厂商和媒体炒作的概念,更是一个灵活运用信息技术和信息系统、支持企业经营活动的实实在在的过程。前期工作不到位信息化不是上一个财务系统那么简单,“信息化”的内涵与外延越来越广,触角越来越深。AMT根据多年来企业管理与信息化咨询的经验,总结出企业常见的困惑,有以下几种:定目标难:包括局部应用与大型一体化系统的矛盾;满足短期需求与适应未来发展的矛盾;大型系统对企业要求高,与中小型系…     

自动称量配料控制系统设计

目的为了实现配料称量过程的自动化控制,数据的实时监控,提高配料环节的生产效率以及称量包装精度。方法设计基于现场总线DeviceNET的自动称量配料控制系统,控制系统核心采用欧姆龙CJ1M-CPU13PLC以及电源、 I/O等模块相组合的方式,实现对称量配料过程的自动控制。通过DeviceNET现场总线对远程称量仪表数据进行采集,并将数据通过总线传送到下位机PLC中进行处理,并由PLC发出各种控制命令,管理级PC与PLC通过以太网实现通信。结果实验结果表明,所提出的控制方法能够有效提高称量配料精度,称量误差能控制在±3 g以内。结论该控制系统具有稳定性强、成本低、可编程能力强等优点,大大提高了配料称量包装精度,并实现了对数据进行实时监控。     

基于SPUD-ResNet的遥感影像道路提取网络

针对遥感影像中道路目标细节丰富且呈带状分布的特点,造成狭长的道路结构提取困难的问题,设计并实现了一种基于SPUD-ResNet的道路提取方法。该方法利用空洞卷积构建残差网络编码器,并通过跳跃连接与对应解码器相连,有效加速网络的收敛并保留道路的细节信息;为了更有效地捕获狭长道路结构的长距离依赖关系,分别构建条形池化模块和混合池化模块,增强网络对条形道路结构特征的获取能力;利用道路结构的几何信息和结构相似性指数设计混合损失函数,精细化道路边界,去除道路提取结果中的模糊预测。在Massachusetts Roads数据集上的实验结果表明,所提方法在召回率、精确度和F1-score指标分别达到了83.4%、84.5%和83.9%,提升了道路提取的效果。     

基于EDRNet模型的高分辨率遥感影像道路提取

针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题,提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1,保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息,设计道路提取结果优化模型EDR2。在此基础上,利用混合损失函数,提高道路提取的完整度。实验结果表明,EDRNet道路提取方法在马萨诸塞州道路数据集上的召回率、精确率和F1-score指标分别达到了84.4%、81.7%及83.0%,其结果完整且准确。