无线传感网络中云层雷击信号准确检测仿真分析

传统传感网络雷击信号检测方法采用能量块突变检测理论进行采集,存在有限长观测缺陷,无法准确实现雷击信号的检测。提出基于循环谱理论的无线传感网络中云层雷击信号准确检测方法,依据循环谱理论,将有限长观测数据中检测雷击信号的问题看作是二元建设检验,基于雷击信号的特征,通过判断是否存在非零循环频率对雷击信号进行检测。引入检测循环频率的渐近最优检验方法,提出一种可行的循环频率判别方案,获取无线传感网络中云层雷击信号检测方案。仿真实验结果表明,所提方法可有效抑制噪声,在低信噪比下对于雷击信号具有较好的检测性能。     

固定源细颗粒物检测技术研究进展

本文主要总结了目前国内外关于固定源细颗粒物的表征形式,包括质量浓度、数量浓度、表面积浓度、粒径分布,并分析了主要检测技术的工作原理、研究进展,为进一步的方法学研究提供参考与帮助。     

支柱瓷绝缘子表面缺陷的电场分析与检测

高压支柱瓷绝缘子断裂而引发系统断电及设备损毁在电力系统中并不罕见。文中在充分统计故障规律的基础上,确定了断裂易发生位置,并针对断裂发生前期出现的表面缺陷状态进行了三维有限元分析,得出其表面电场变化的规律性,并依据该规律性设计了相应的故障检测方法。最后,文中讨论了该方法的灵敏度及抗干扰能力。     

基于力敏传感器的假肢手倾斜抓握滑动检测

为了防止假肢手因受干扰而导致抓握失稳,分析并建立倾斜抓握状态下的假肢手抓握力模型,提出一种基于力敏传感器和短时傅里叶变换的滑动检测方法,对不同干扰下的滑动检测进行了实验研究。结果表明:在不同抓握角度下,运用力敏传感器和短时傅里叶变换,能够实时有效地检测出被抓握物体滑动情况,从而可以进一步实施防滑控制。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

红茶中合成着色剂检测方法的改进

检测红茶产品中的合成色素对确保红茶的品质以及食用安全具有极其重要的作用。目前所能找到的文献仅对红茶本身所含的天然色素进行研究,没有对红茶产品中的合成着色剂的检测方法的研究。为了确保红茶产品的食用安全,开发适合红茶产品中合成着色剂的检测方法,笔者几年来做了大量实验,对传统食品中合成着色剂检测方法中的样品前处理方法进行改进和完善。实验数据表明,改进的步骤对红茶产品中的合成着色剂的提取有很好的效果,可成功检出阳性样品,为食品安全检测提供了重要的依据。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。