Optimization algorithm for ultra-sparse arrays in regional energy focusing

The setting of ultra-sparse arrays is one of key factors for the performance of regional energy focusing.This paper focuses on one of its typical applications:Precision Electronic Warfare by UAV,and proposes an optimization algorithm for ultra-sparse arrays to maximize the performance of regional energy focusing.First,we establish the joint optimization model of the interference waveform and the positions of elements.Second,particle swarm optimization (PSO) is adopted to iterate the positions of elements.Then,the target value of the subproblem is solved for the fitness criterion,as the current array is known in each step of the iteration.Finally,we get the optimal solution of the interference waveform and the ultra-sparse array by this method.Numerical results indicate that the algorithm can optimize the array effectively,and improve the indicators of regional energy focusing obviously.Whether the localization errors of elements exist or not,the algorithm provides a better performance than existing algorithms which only design the interference waveform.     

惩罚函数结合遗传算法的PID参数优化

针对传统优化算法对PID参数优化时,由于目标函数选择不当出现的超调量过大,从而引起系统的反应速度变慢和稳定性变差的问题,提出以传统遗传算法为基础,引入惩罚函数的方法,根据系统中出现的超调量来构造新的目标函数实现对PID的参数优化。实验表明,该方法可以有效减少系统中的超调量,加快优化以及运行速度的同时保证系统的稳定性,实现对PID参数的优化。     

深度学习的人体图像半自动标注系统

针对目前数据标注过于依赖硬件、手动数据标注效率低下的问题,提出了基于深度学习的人体图像半自动标注系统.系统通过对算法进行改进,增加人体关键点个数进行特征提取和加入运动信息的约束,提高了视频分阶段标注的准确率.使用真实数据集仿真实验证明了通过深度学习算法进行数据标注的可行性,并且使用半自动标注的速度快、准确率高.     

不同基质配比对银毛野牡丹扦插的影响

银毛野牡丹是优良的园林观赏性植物,但是繁殖有性结实率低。通过为期30天的扦插试验,对比不同基质（原土、草炭土、蛭石、珍珠岩）配比对银毛野牡丹插穗生长的影响,分析插穗生根时间、生根数目、最长根长、生根率、生长状态以及基质变化,找出适合其生长发育的优良基质,为银毛野牡丹的繁殖提供技术支撑。研究表明：试验组T8（原土：细沙：草炭土：蛭石：珍珠岩=1：1：2：1：1）的插穗生根率、最长根长、插穗长势为最佳,试验组T2（草炭土）效果次之,在条件有限的情况下可以作为备用方案以供生产所需。     

基于动态模式分解的移动用户信道容量预测算法

在多输入多输出环境下,为了能够连续预测出移动用户的信道容量并以此合理地分配用户资源,提出了一种基于动态模式分解（DMD）的信道容量预测方法及其优化方法：基于经验模态分解的选择性归一化动态模式分解（ESN-DMD）.仿真结果表明,DMD算法只适用于预测低移速低复杂度的用户信号,ESN-DMD算法可以预测不同移速的用户信道容量.     

基于自然拼读的穿戴式哑语翻译装置研究

本文所研究的"基于自然拼读的穿戴式哑语翻译装置",以手套为主要的穿戴式载体,利用手套上位于指关节上的弯曲传感、手背的加速度传感器及部分特殊部位的光敏传感器对字母手势进行识别编码,并利用标准手语将识别的手势转换成对应的字母和音调,然后组合成对应的汉语拼音,发送给语音模块,由语音模块合成并朗读出汉字,从而实现任意哑语信息的实时翻译.该基于自然拼读的穿戴式哑语翻译装置,易于携带,不受使用位置和待翻译文字内容的限制,易于推广,有较大的研究价值和实用价值.     

基于改进MobileNet v2的垃圾图像分类算法

针对现有的垃圾图像分类模型实时性能差和分类精度低的问题,提出基于改进MobileNet v2的垃圾图像分类方法,构建以MobileNet v2为核心的轻量级特征提取网络. 通过调整宽度因子降低模型的参数量;在模型中嵌入通道和空间注意力模块,增强网络对特征的细化能力;设计多尺度特征融合结构,增强网络对尺度的适应性;利用迁移学习的方式优化模型参数,进一步提高模型精度. 实验结果表明,算法在自建数据集上的平均准确率为94.6%,分别高于MobileNet v2、VGG16、GoogleNet、ResNet50、ResNet101模型2.0%、3.4%、3.2%、2.3%、1.2%;所提算法在2种公共图像分类数据集CIFAR-100和tiny-ImageNet中均取得不错表现;模型参数量仅为0.83 M,体积约为基础模型的2/5,在边缘设备JETSON TX2上的单次推理耗时68 ms,实现了推理速度和预测准确率的提升.     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

基于无人机倾斜摄影的嘉兴老城区住宅识别

为了应对老城区房屋数据信息不足、获取不便的问题,提出利用无人机（UAV）倾斜摄影测量技术实现老城区住宅自动识别的方法. 根据老城区典型多层住宅的外立面特征,确定出阳台构造、立面朝向和房屋长宽比3个参数控制的住宅判别标准. 通过无人机摄影测量获取嘉兴研究区的密集匹配点云、数字正射影像（DOM）和数字表面模型（DSM）数据. 融合DOM及DSM数据提取单体建筑轮廓,分割出单体房屋点云. 基于RANSAC算法提取房屋立面点云并确定立面朝向,根据立面的点云空间分布判断立面长度及阳台构造. 试验表明,在研究区应用该方法识别典型住宅的准确率可以达到90%.     

"双高"建设背景下思政课立德树人目标路径研究

习近平总书记3.18重要讲话高度强调了全国高校思想政治教育过程中坚持"六个要求"和"八个统一"的重要性,明确了立德树人教学观念是当前思政课程教学的首要问题和根本问题.思政课作为"双高建设"的提质增效工程,在高素质人才培养方面所起到的作用十分重要.基于此,"双高建设"院校思政课程的开展必须将立德树人作为教育教学活动的终极目标,并据此对思想政治理论课的得失成败进行检验.