基于HVS视觉模型下的图像降噪

描述了构建人类视觉系统(Human vision system，HVS)降噪模型的思想方法及理论依据。为了解决SureShrink及VisuShrink方法对重建图像带来的不良影响，建立了基于HVS模型的适应小波门限降噪模型，提出HVSShrink降噪策略。通过对该算法进行测试和比较，证明了使用本方法可以得到具有较好视觉效果的重建图像。     

利用录音编辑软件Cooledit清除噪音

用磁带听音乐和录音与听CD及电脑音乐相比,音质差得很远,而现在又确实离不开它。电台记者采访回来的实况录音,有些需经处理才可采用,要求将录音中的噪音及多余的静音和无用的东西全部裁剪掉,听起来不至于生硬。利用数字音频工作站就可以处理磁带,以达到较好的效果。     

清华同方网络变频一托多户式中央空调

一，产品特点 1）先进的静音降噪技术，采用先进的静音降噪技术及内部气流设计，室内机工作噪声低至24dB(A)。     

性能卓越，爱可视AV400MP4详细评测

MP4播放器所整合的视频播放功能、可以媲美CD的音质都令我们羡慕不已，这也是它能与MP3抗衡的有力砝码。诚然，MP4的优势是相当明显的，但版权问题、价格昂贵以及编码器不流行的缺点也显然而见。那么究竟MP4播放器是MP3的延伸，还是只是数码产品中的鸡肋呢?或许看了这篇爱可视AV400 MP4播放器的评测，你心中会有确切的答案。     

数控机床中光电脉冲编码器的维修

在数控机床中，光电脉冲编码器作为速度和位置检测的元件，故障发生率较高，外在表现多种多样，我们在维修实践中，将有关光电脉冲编码器的故障给予归纳和分类，使故障更加明确。     

基于双向时间卷积网络的半监督日志异常检测

由于日志解析准确率不高以及标记样本不足降低了异常检测的准确率,所以提出了一种新的基于日志的半监督异常检测方法。首先,通过改进字典的日志解析方法,保留了日志事件中的部分参数信息,从而提高日志信息的利用率和日志解析的准确率;然后,使用BERT对模板中的语义信息进行编码,获得日志的语义向量;接着采用聚类的方法进行标签估计,缓解了数据标注不足的问题,有效提高了模型对不稳定数据的检测;最后,使用带有残差块的双向时间卷积网络（Bi-TCN）从两个方向捕获上下文信息,提高了异常检测的精度和效率。为了评估该方法的性能,在两个数据集上进行了评估,最终实验结果表明,该方法与最新的三个基准模型LogBERT、PLELog和LogEncoder相比,F1值平均提高了7%、14.1%和8.04%,能够高效精准地进行日志解析和日志异常检测。     

基于改进2DCNN的高光谱遥感图像处理研究

针对传统遥感图像处理中的时间成本和人工成本高、效率低等问题,以提高遥感高光谱图像分类中的处理速度、精度,降低参数量为目标,提出改进的2DCNN模型En-De-2CP-2DCNN.首先,使用1DCNN、2DCNN与3DCNN在Pavia University HSI数据集上分别进行分类实验,对比分析各自优缺点.其次,在保持较快的处理速度和不增加模型参数量的前提下,选择2DCNN为基础模型,参考SegNet的Encoder-Decoder结构,融入双卷积池化思想进行基础模型改进,同时优化学习策略.结果表明:En-De-2CP-2DCNN模型F1为99.96％,达到3DCNN的同等水平(99.36％),较改进前(97.28％)提高2.68个百分点;处理速度(5 s／epoch)和1DCNN位于同一量级,快于3DCNN(96 s／epoch);参数量(2.01 MB)较改进前降低了1.54 MB,虽高于3DCNN(316 KB),但远低于1DCNN(19.21 MB).En-De-2CP-2DCNN模型在处理速度和参数量方面的改进,有利于进一步实现移动端的轻量化部署.     

双编码器检测在大跨度门式起重机纠偏上的应用

大跨度的起重机通常要通过在检查轮上加装编码装置的方法实现补偏救弊,由于检查轮大小不同或检查轮打滑的原因直接影响该方法的补偏救弊准确性,该文提到以双检查轮取代单检查轮的构想,以改善双门式起重机的纠偏精度。采用正确方式收集门式起重机2侧支腿的信息,并进行正确纠偏,对设备的安全工作必不可少,而控制系统的标准点的合理设定和与数据判断标准相对的正确性都可能会给系统同步误差带来较大影响,最后得出在硬件选择上和软件设计时都要把保证系统准确性和保障体系的安全性视为最重要的内容,以争取取得理想的补偏救弊效果。     

基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法

非同步采样时,基于谐波分析理论的介质损失角计算结果会有较大误差。为减小该误差,提出一种基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法。利用旁瓣性能优越的Blackman自卷积窗抑制信号频谱泄漏效应,同时提出利用幅值最大的谱线及其相邻的2根谱线进行三谱线插值以进行频谱校正,进一步提高介质损失角计算精度。在基波频率波动、介质损失角真值变化、谐波比例变化、白噪声影响、采样频率变化的情况下,将所提介质损失角计算方法和基于双谱线插值修正的介质损失角计算方法的计算结果进行对比,结果验证了所提方法的准确性与有效性。搭建了介质损失角模拟测量实验平台,在平台上运用所提方法计算介质损失角,结果表明所提方法的精度较高。     

基于进化卷积神经网络算法的开孔外壳屏蔽效能预测

本文研究了基于进化卷积神经网络算法的开孔外壳屏蔽效能预测。电子设备工作频率逐渐提高,电磁辐射噪声日益严重,采用屏蔽外壳是有效抑制电磁干扰的常用方法。然而,由于散热和接线,外壳会带有孔洞,极大地影响了其屏蔽效能,部分外壳内部介质板的存在也对屏蔽效能产生了一定的影响。本文对含介质板开孔外壳建模后,通过传输线方法（TLM）建立等效电路模型,然后通过进化卷积神经网络算法（Evolutionary Convolutional Neural Network Algorithms,ECNN）得到验证参数,从而得到外壳屏蔽效能。利用CST对相应外壳进行仿真分析后,对比屏蔽效能仿真结果和算法结果,证明了该方法结果的准确性和可靠性。通过等效电路计算箱内各点屏蔽效能,最后通过电波暗室远场测量各点辐射强度来验证预测结果。