一种基于样条插值的土方计算方法

在分析样条函数的力学模型基础上,提出了一种根据地面标高利用薄板比拟法计算土方量的简便、实用、高效的方法。     

异步电机离线参数辨识

异步电机矢量控制要求准确获得磁场定向,而磁场定向的精度取决于电机参数值.为了准确辨识出电机的参数,本文研究基于静止状态下异步电机T型等效电路模型,采用脉冲电压法,单相交流注入法取代传统堵转和空载试验,实现对异步电机参数的准确测量.仿真实验结果证明上述方法正确可靠,且得到了较高的辩识精度.     

基于ATmega128和Zigbee的视频监控终端设计

提出了一种基于Zigbee的无线视频监控方案,重点阐述了基于ATmega128的视频监控终端的软硬件设计。该终端在传统网络的基础上引入了Zigbee技术,具有低功耗、低成本、配置灵活等特点,应用前景广阔。     

焊接结构水下无损检测技术及其进展

介绍了水下无损检测技术基本问题与常规水下无损检测方法的特点,着重论述了水下无损检测新方法与遥控潜水器无损检测的新进展及其在焊缝检测中的应用,最后对水下无损检测技术的发展作了展望。     

LM 56.3+3S矿渣立磨提产措施

正随着水泥行业的发展,矿渣立磨已经成为水泥粉磨行业主要设备。我公司现有两条年产100万t矿渣微粉生产线,配置LM56.3+3 S莱歇立磨。自2007年投产以来,通过不断摸索和改造,立磨台时产量达到一个较高的水平。以下本文对其提产措施作一介绍。     

基于PSO-SVM的景观湖泊水体叶绿素a含量预测

针对目前景观湖泊富营养化严重的问题,提出了一种基于粒子群算法(PSO)优化支持向量机(SVM)的叶绿素a含量的预测方法。利用2017年5～10月广西大学碧云湖的水质监测数据和气象数据进行主成分分析,确定影响水体叶绿素a含量的主要因素为TN、TP、浊度、温度、光照时长和pH值,并将其作为PSO-SVM模型的输入量,以预测景观湖泊水体叶绿素a的含量;将该模型应用于镜湖、鉴湖和月牙湖水体叶绿素a含量的预测以验证模型的适用性。结果表明,基于PSO-SVM模型的碧云湖的叶绿素a含量预测的平均平方误差仅为1.25%,平均相对误差为2.46%;该模型对镜湖、鉴湖和月牙湖水体叶绿素a含量拟合值的平均平方误差分别为3.17%、4.05%、2.42%,平均相对误差分别为3.48%、4.31%、2.80%。PSO-SVM模型可以很好地运用于景观湖泊水体叶绿素a含量的预测,可为湖泊富营养化防治提供参考。     

基于CA-SE-GA-BP的光伏发电功率预测

针对光伏发电功率预测精度低的问题,以澳大利亚爱丽丝泉地区某200kW的光伏电站为例,选用遗传算法(GA)优化BP神经网络,采用相关性分析法(CA)确定太阳辐照度、温度、湿度为影响光伏发电功率的主要因子,结合经样本熵(SE)量化的天气类型作为模型输入量,提出CA-SE-GA-BP神经网络的光伏发电功率预测模型。结果表明,多云天气下CA-SE-GA-BP神经网络均方根误差、平均绝对百分比误差分别为4.48%、2.27%,晴天、雾霾、雨天三种天气类型下的预测误差也基本上不超过10%,相较于SE-GA-BP、CA-GA-BP、GA-BP神经网络,CA-SE-GA-BP神经网络预测误差降低,为解决光伏系统发电功率预测提供了一种高效准确可行的方法。     

CSD－1－I－1型单通道彩色电视发射机薄膜电容器应急代换一例

ＣＳＤ－１－Ｉ－１型单通道彩色电视发射机薄膜电容器应急代换一例北京广播器材厂生产的ＣＳＤ－１－Ｉ－１型１ｋＷ单通道彩色电视发射机末级ＦＣ－７３２Ｆ板级隔直电容Ｃ＿６是一种特殊结构的薄膜电容器。使用过程中我们发现，当机器长时间满负荷工作时，此电容器容易...     

基于DCN-SERes-YOLOv3的人脸佩戴口罩检测算法

2020年新冠疫情爆发,佩戴口罩是有效抑制疫情反弹的重要措施之一,研究利用机器视觉技术检测人脸是否佩戴口罩有重要的现实意义。本文针对视频图像中人脸佩戴口罩时存在遮挡、检测目标较小、特征信息不明显、目标靠近群体不易识别等问题,提出一种基于DCN-SERes-YOLOv3的人脸佩戴口罩检测算法。首先,采用ResNet50与YOLOv3相结合的方式,将主干网络替换为ResNet50残差网络,为了平衡模型的精度与速度,对残差块中的卷积层改进并加入平均池化层,降低模型的损失与复杂度,提高检测速度;其次,将ResNet50残差网络中第4个残差块的常规卷积替换为DCN可变形卷积,提高模型适应人脸佩戴口罩时发生几何形变的能力;最后,引入SENet通道注意力机制,增强特征信息的表达能力。实验结果表明,本文算法的平均精度值高达95.36%,比传统YOLOv3算法提高了约4.1个百分点,且检测速度提高了11.7 fps,本文算法提高了检测人脸佩戴口罩任务的精度与速度,有较好的应用前景。