基于轻量级深度神经网络的环境声音识别

针对传统卷积神经网络（CNN）模型存在大量冗余参数的问题,提出了两个基于SqueezeNet核心结构Fire模块的轻量级网络模型Fnet1和Fnet2。之后结合移动端分布式数据采集和处理的特点,在Fnet2模型基础上,依据Dempster-Shafer（D-S）证据理论将Fnet2与深度神经网络（DNN）融合,提出新的网络模型FnetDNN。首先,建立一个具有四层卷积层的神经网络Cent作为基准,以梅尔倒谱系数（MFCC）作为特征输入来对比分析Fnet1、Fnet2和Cent的网络结构特点、计算量、卷积核参数数量及识别准确率,结论是Fnet1仅使用Cnet参数数量的10.3%就可达到86.7%的分类准确率;然后,将MFCC与全局特征向量输入到FnetDNN模型中,使得该模型的识别准确率提高到了94.4%。实验结果表明,Fnet网络模型不仅可以压缩冗余参数,还可以与其他网络相融合,具备模型扩展能力。     

从模糊图像中恢复集成电路版图技术

为将模糊的集成电路版图进行复原,探讨了Lucy-Richardson滤波、维纳滤波、拉格朗日乘法算子最小二乘方滤波方法.研究发现:噪声模糊图像进行复原时,Lucy-Richardson方法基本恢复不出集成电路版图,维纳滤波的去噪声明显但是图像清晰度不够,拉格朗日乘法算子最小二乘方滤波复原版图清晰;恢复清晰集成电路的版图可以用于集成电路的结构分析和集成电路失效机理诊断.     

高精度超声波液位测量系统的设计与实现

文中针对现有的液位测量系统功耗较大、精度有待提高等问题,设计了一种基于MSP430F149单片机的高精度低功耗超声波液位测量系统。该系统实现了硬件电路的设计和软件算法的开发。文中重点分析了系统组成、提高精确度的设计方法和实验结果。实验表明:在环境温度为25℃的空旷实验室内,该系统测量范围为20～1 500 cm,测量精确度可达2 mm.相比于其他设计,该系统有更高的精确度,并且有较高的可靠性和实用性,可以更好地满足各种工业现场的需求。     

Characteristics of tunable micro-cavity based on one-dimensional photonic crystal doping KTP as defect layer

The tunable micro-cavity based on one-dimensional(1D) photonic crystal doped by KTP is designed.The optical transmission properties in the doped one-dimensional defect photonic crystals are analyzed using transfer matrix method(TMM).According to the electro-optic effect,the refractive index ellipsoid equation is established with the applied alternating current at both coordinate axes,and the characteristics of temperature-optics and modulation are studied.Numerical calculations and experimental results show that the tuning range is ～40 nm.     

高功率半导体激光器阵列微通道热沉的温度

微通道热沉是解决高功率半导体激光器阵列散热有效的途径,本文利用有限元方法研究半导体激光器的温度,给出了横向尺寸为200 μm×60 μm单个及间距100μm的3,5,9的微通道热沉中的温度,得到微通道数量影响激光器最高温度变化.结果表明,单个微通道构成的热沉可以把注入电流为36 A稳态工作的激光器阵列冷却到342 K,9个微通道可以冷却到306 K.仿真了增加微通道间距的温度分布,发现为间距260 μm的5个微通道热沉,可以将激光器冷却到308 K.     

量子阱DBR微腔激光器中自发发射的控制

应用腔量子电动力学和量子阱物理,计算了量子阱DBR微腔激光器的自发发射谱.发现由于DBR微腔和量子阱分别对光子和载流子的限制,单方向的自发发射可以增进约三个量级,总的自发发射增强一个量级.     

基于改进粒子群优化的支持向量机与情景感知的人体活动识别

针对目前人体活动类别识别准确率偏低的问题,提出一种支持向量机（SVM）与情景分析（人体运动状态转换的实际逻辑或统计模型）相结合的识别方法,对人体日常的六种活动（步行、上楼、下楼、坐下、站立、躺下）进行识别。该方法利用了人体活动样本之间存在逻辑关系的特点,首先使用经改进的粒子群优化（IPSO）算法对SVM模型进行优化,然后利用优化后的SVM对人体活动进行分类,最后通过情景分析的方法对错误的识别结果进行修正。实验结果表明,所提方法在加州大学欧文分校（UCI）的人体活动识别数据集（HARUS）上的分类准确率达到了94.2%,高于传统的仅使用模式识别进行分类的方法。     

从阴影恢复形状的径向基函数反射模型研究

目的 为解决传统阴影恢复形状（SFS）算法由于光源方向初始信息估计不准确,恢复的物体表面过于光滑,3维表面形状误差较大等问题,建立了基于径向基函数神经网络的反射模型,并对传统的神经网络进行了改进。方法 建立的基于径向基函数（SFS）神经网络的从阴影恢复形状反射模型代替了传统方法中采用的理想朗伯体表面反射模型。该模型利用径向基函数优秀的局部映射和函数逼近能力来处理SFS问题,通过网络训练过程中的权值代替物体所受到的初始光源信息,解决了传统算法在进行计算时,必须已知光源参数的限制。在该网络模型中添加自适应学习率算法,加速网络的收敛和训练速度。结果 针对SFS问题处理的两幅经典合成图像以及两幅实际图像进行了实验,实验结果表明,改进后的算法在3维视觉效果和3维形状信息的恢复方面都明显优于传统算法。归一化后的3维高度误差结果相比传统算法缩小了60%以上,而且同时适用合成图像和实际图像;自适应学习率的加入,使得网络的训练速度大大加快,对一幅128×128像素的图像,运算速度提升了50%。结论 本文针对SFS问题建立了基于RBF神经网络的从阴影恢复形状反射模型,利用网络模型中的参数代替SFS问题中的初始光源信息,通过最优化方法求解SFS问题。并针对传统的神经网络固定学习率造成网络收敛速度慢,容易陷入局部极小值的问题,加入了自适应学习率算法。实验结果表明,改进后的算法在处理该SFS问题时表现了优秀的性能,适用范围更广,收敛速度更快。     

半导体量子阱激光器计算机辅助分析

介绍了一种基于Visual C 的量子阱激光器计算机辅助分析工具，采用分层迭代逼近法，提供了单量子阱激光器的计算模型。可以对突变折射率波导进行模式分析，也可以对任意折射率分布的渐变折射率波导进行精确分析。     

甘肃省计量院4项最高计量标准通过现场考核

近日,甘肃省计量院顺利通过4项新建最高计量标准现场考核。分别是：液相色谱仪检定装置、精密露点仪标准装置、呼出气体酒精含量探测器检定装置、中频振动标准装置。新建的最高计量标准拓宽了甘肃省计量院检定／校准领域．填补了甘肃省此方面的空白。