基于多维神经网络深度特征融合的鸟鸣识别算法

为了进一步提高夜间迁徙鸟鸣监测的准确率,提出一种基于多维神经网络深度特征融合的鸟鸣识别算法。首先,提取鸟鸣对数尺度的梅尔谱图作为VGG Style模型的训练特征,增强时频谱图的能量分布,通过Mix up数据混合生成虚拟数据以减少模型的过拟合。之后,将预训练的VGG Style作为特征提取器对每一段鸟鸣提取深度特征。鉴于不同维度模型的互补性,该文提出分别使用1维CNN-LSTM、2维VGG Style与3维DenseNet121模型作为特征提取器生成高级特征。对于1维CNN-LSTM,使用小波分解作为池化方法,分别对鸟鸣时、频域进行9层小波分解,生成多层LBP特征以获取更丰富的时频信息。最后,对CNN-LSTM与DenseNet121的全连接层进行优化,减少模型参数,提高实时性。实验结果表明,通过融合多维神经网络的深度特征,使用浅层分类器在含有43种鸟类的CLO-43SD数据集中,获得了93.89%的平衡准确率,相较于最新的Mel-VGG与Subnet-CNN融合模型,平衡准确率提高了7.58%。      

微机械振动陀螺仪正交误差分析

本文在简要介绍微机械振动陀螺仪工作原理的基础上,分析影响陀螺仪性能的正交误差所产生的原因,推导其内在的数学机理,并探讨抑制或消除正交误差影响的方法和措施.     

硅微陀螺信号的自适应UKF滤波处理

针对硅微陀螺零偏重复性差和漂移信号中非线性因素的存在,提出利用AR模型系数实时递推方法对漂移信号进行AR建模,并建立相应的状态方程和量测方程;基于方差膨胀原则的自适应无迹Kalman滤波(AUKF)方法对漂移信号进行处理,采用简化的AUKF滤波过程提高漂移信号滤波的实时性。静态信号和动态测试处理结果表明,简化的AUKF算法效果明显优于UKF滤波和Kalman滤波(KF),滤波后硅微陀螺零偏稳定性提高倍数分别是UKF和KF的3倍和2倍,动态信号滤波后误差减少倍数分别是UKF和KF的1.46和1.34,信号均值不变,但AUKF需要较多的信号处理时间。     

微机械陀螺信号处理方法的比较研究

介绍了谱消除法、小波变换和数学形态学滤波三种信号处理方法进行消噪的基本原理,并分别采用这三种方法对微机械陀螺的静态漂移信号和动态仿真信号进行了去噪声处理,对处理前后的信号误差大小及其分布情况以及处理过程的运算量和实时性进行了比较.结果表明,对于静态漂移信号的处理,三种方法的滤波效果大致相当.对于动态信号,数学形态学滤波器的滤波效果比其它两种滤波器的滤波效果要好,并且,数学形态学滤波器具有运算量小,实时性较好的优点,十分易于硬件实现.     

锅炉水碱度测量的PLSR方法研究

通过偏最小二乘回归方法对由FIA分析系统得到的FIA峰和混合碱中NaOH和Na2 CO3浓度的对数之间进行拟合,间接得到锅炉水中NaOH和Na2 CO3的含量.实验和数据处理结果表明,在NaOH和Na2CO3浓度都为2～100mg/L的锅炉水样中,使用KS-PLSR检测出的两者的平均相对误差分别为1.10％和2.01％...     

硅微陀螺漂移混沌特性分析及预测

硅微陀螺漂移具有混沌特性,可以通过相空间重构对漂移进行预测.计算出硅微陀螺漂移序列的Lyapunov指数为0.000529,估计出随机漂移可预测的时间尺度为1890,求出相空间重构所需的延迟时间、关联维数和嵌入维数分别为57,7.042和15.以相空间重构后的漂移序列为输入变量,提出利用RBF神经网络和陀螺阵列技术,对...     

基于偏最小二乘支持向量机的短期电力负荷预测方法研究

偏最小二乘(PLS)运算降低电力负荷数据之间的相关性,最小二乘支持向量机(LS-SVM)可以获得模型的全局最优预测效果,减少预测过程的运算量.介绍了PLS和LS-SVM的基本原理,给出了PLS-LS-SVM建立短期日电力负荷预测模型的过程,并用于某地区2008年的用电日负荷预测,预测的平均相对误差和最大相对误差分别为0.685%和8.8599%.与基于AR(1)模型的预测结果相比,PLS-LS-SVM模型更高的预测准确性可为短期电力负荷预测提供有效依据.     

一种高效实用的直接数字频率合成器的设计和实现

在介绍DDS原理和特点的基础上，充分利用正弦函数的对称性，给出了DDS的一种实现方案，详细阐述了用FPGA实现该方案的方法，文章的最后给出了仿真结果。     

基于小样本图像分类的芯片引脚缺陷检测方法

为了检测SOP芯片的引脚缺陷，提出了基于小样本图像分类的SOP芯片引脚缺检测的方法。该方法包含了芯片定位识别、芯片倾斜矫正以及芯片引脚参数测量。根据芯片塑封体与视觉系统采集的样品背景的特征进行芯片定位识别算法研究。通过提取芯片塑封体的边缘点进行直线拟合并矫正倾斜的芯片算法研究。基于Lnent-5模型构建图像分类网络，以10×10的尺寸对预处理后的图像进行切割并分类，通过分类结果确定每个引脚的位置以及边界，并根据引脚边界的分类结果计算芯片引脚的关键尺寸，判断是否存在缺陷。实验结果表明总体检测率达到99%,此方法能够满足在小样本的情况下稳定、准确地检测出SOP芯片的引脚缺陷。     

硅微陀螺漂移数据滤波方法研究

针对硅微陀螺测量信号特点,建立其测量信号-阶差分后的AR(2)信号模型,得到了硅微陀螺测量系统的状态方程和输出方程,根据该模型,采用鲁棒性很强的H_∞滤波方法,可以将静态漂移测量信号的标准差提高了一个数量级,动态信号的信噪比提高了6 dB,大大提高了硅微陀螺的测量精度.H_∞滤波效果和实时性比小波变换要好.