基于层级模型的软件开发过程管理

本文通过建立软件开发过程的层级模型，将软件开发中的“过程”的概念层级化，将原来众多复杂的因素划分到不同的抽象层次：组织结构层、过程流层和物件流层。根据不同的抽象层的特点，采取不同的措施，有效地对整个开发过程进行控制与改善。     

基于虚拟仪器LabVIEW开发的串行通信系统

利用虚拟仪器软件LabVIEW开发了串行通信系统。介绍了虚拟仪器技术在串行通讯中的应用,并给出了具体方案和部分程序实例及LabVIEW的程序调试技术。说明了LabVIEW是针对通信提供了完整的组件,可以利用图形化编程语言-C语言的快捷直观的优势,通过功能模块的组合和连接开发出适合不同通信协议的通信程序。     

神经网络和模糊算法相结合的永磁同步电机的鲁棒控制

提出一种神经网络和模糊理论相结合的控制算法,用于永磁同步电机的控制.该算法用基于BP神经网络的PID算法作为速度控制器,实现控制系统的在线自适应调整;同时用模糊理论算法作为神经网络控制器输出的限制,实现了良好的控制动态性能.在与传统的PI控制仿真比较中,该算法显示出了较好的控制性能,对负载和电机参数的变化不再敏感,且控制器可以在误差较大的时候快速跟踪指令,而在误差较小的时候实现稳定运行.     

南海北部陆缘合浦盆地低熟油气/生物气成藏条件及勘探前景

重点分析研究合浦盆地低熟烃源岩有机质丰度、生源母质类型和成熟度等生烃条件,以及生储盖组合、圈闭类型和油气运移和保存等油气成藏地质条件,认为合浦盆地具有形成低熟油气/生物气的有利地质条件,是华南陆块西南缘上具有一定油气勘探远景的沉积盆地。合浦盆地未来油气勘探方向及重点勘探领域,应围绕低熟烃源供给区,主要勘探寻找低熟油气及浅层生物气资源,争取获得油气勘探的突破。     

基于时频融合的深度学习调制识别算法

自动调制识别(Automatic Modulation Recognition,AMR) 能够在缺少先验信息的条件下,识别出接收信号的调制类型,在非合作通信中起着至关重要的作用。为提高调制识别的准确率,提出了一种基于时频融合的深度学习调制识别算法。该算法将调制信号的时频图作为网络的输入,使用一维卷积分别提取信号的时频特征,并通过计算时频维度上的权重来突出重要的时频信息,使网络学习到更具区分度的时频特征。为了充分利用时频特征之间的互补性和相关性,使用了基于压缩和激励网络(Squeeze-and-Excitation Network,SENet)的时频特征融合策略。利用该网络对11种调制类型进行识别,实现了最高92.5%的识别准确率;在0 dB以上时,平均识别准确率达到90.87%,优于其他的深度学习算法。     

基于语义指导和自适应卷积的遥感云检测算法

遥感卫星数据云检测分割是遥感影像处理中的重要环节,为了解决目前碎云薄云检测精度较低的问题,提出了一种采用基于高阶语义解码和自适应卷积编码的云检测方法。这种方法针对云团和碎云薄云之间的空间分布联系,提出了自适应卷积编码器来提取云团之间的关联信息。然后,使用高阶语义指导模块来解码语义特征,指导高分辨率的云掩码图生成。此外,这种方法还设计了一种动态联合损失函数,该损失函数通过动态计算样本中的漏检误检像素来构建权重,以引导神经网络关注碎云薄云特征,从而提高整体精度。实验结果表明,提出的算法在遥感图像上云分割能力可以达到96.5%的精确度和88.1%的交并比,可以很好地检测碎云薄云。     

南海北部准被动陆缘深水区油气地质及与世界深水油气富集区类比

南海北部陆坡深水盆地新生代处于准被动大陆边缘的复杂地球动力学环境,具有被动大陆边缘拉张裂陷的基本构造地质属性及含油气盆地的地质特征。南海北部准被动陆缘深水盆地油气运聚成藏地质条件与世界典型被动陆缘盆地深水油气富集区基本类似,但亦存在一定的差异性和特殊性\.因此,通过与世界典型被动陆缘深水盆地区域地质背景及构造属性、油气地质条件及成藏控制因素等方面的类比,系统剖析了南海北部深水盆地特殊的油气地质特征与运聚成藏控制因素以及勘探上的关键地质地球物理问题,同时通过类比亦获得了一些有关深水油气勘探的重要启迪与借鉴。     

分光光度法测定工业金属钠中铁含量的不确定度评定

文章对分光光度法测定工业金属钠中铁含量过程进行系统分析,确定测量结果不确定度的来源,建立测量模型,对测量结果不确定度的各个分量进行评定,得出铁含量结果的主要不确定因素.