物联网智能物流车辆监控系统的研究与开发

随着世界经济一体化进程的加快，物流产业正在世界范围内迅速发展，物流业在国民经济中占据了重要的地位，为了提高物流管理水平和效率，降低物流成本，开发了一种物联网智能物流车辆监控系统。该系统能够实现对物流配送作业全过程的可视化监控管理，让物流配送部门可以实时掌握配送作业的进度以及配送过程中人、车、物的状况，从而有效提升物流 配送过程的精细化管理水平，增强对物流配送过程的安全把控。     

数字录像机的磁头、磁带及其保养

１数字磁带记录的原理与特点１．１视频磁带记录原理简介录像机的工作过程，实际上是一个电—磁—电的换能过程，其基理是利用铁磁物质的剩磁特性，靠磁头在磁带上“扫描”来实现。在记录时，录像机的磁头绕组中通以信号电流，铁芯中就产生磁通，并在磁头缝隙周围产生强度与信号电流成正比的磁场，紧贴磁头工作缝隙运行的涂敷着硬磁性材料（磁粉）的磁带在离开磁头缝隙的瞬间就会形成与磁头缝隙附近磁通成正比的剩磁，留下一条条磁迹。磁迹上各点的剩磁（Br）强弱和极性，由磁头缝隙间的磁场强弱和极性决定，实际上也就是由信号电流的大小…     

实用语音传感器

介绍了利用MCS-96单片计算机构成实用语音传感器的电路设计方案和配合该系统研究的语音识别方法以及实验结果等。     

一种改进的自适应图像颜色迁移算法

颜色迁移是图像处理中一个重要的研究课题,它要解决问题是:基于图像A和图像B,合成一幅新的图像B,使其具有A的颜色和B的形状;提出了一种改进的自适应图像颜色迁移算法,它可以更好地利用图像的局部信息,并在算法中引入了正交化分析,进一步减少了颜色空间各通道间的相关性,实现对图像A和图像B的图像颜色最优的迁移过程。     

基于改进多核学习的语音情感识别算法

提出一种基于改进多核学习的语音情感识别算法.算法以高斯径向基核函数为基准,通过采样不同的样本,采用不同的评价标准并获得不同的参数,来提高分类性能.此外,通过引入多核技术,将得到的高斯核函数构建多核学习的基核,并通过利用松弛因子构建的软间隔多核学习的目标函数改善了学习效率.对比仿真实验结果表明,本文提出的基于多核学习语音情感识别算法有效提高了语音情感识别性能.     

岩爆引起的TBM主驱动故障分析及处理措施

本文分析研究了引汉济渭秦岭隧洞TBM施工时岩爆引起的主驱动故障,并提出了针对性的处理方案、工艺及措施。结果表明:岩爆易导致TBM转接座定位环断裂及开裂、唇形密封和隔环等被挤压变形、结合面密封条损坏、连接螺栓和双头螺柱受剪破坏等问题,从而造成主驱动故障。采用洞内修复技术进行拆除更换,效果较好,可提高TBM在岩爆地段的利用率和工作性能。     

基于偏最小二乘回归的人脸身份和表情同步识别方法

将偏最小二乘回归方法用于人脸身份和表情的同步识别。首先,对每幅人脸图像进行脸部特征提取以及相应的语义特征定义。在脸部特征提取方面,从每幅图像中标定出若干脸部关键点位置,并提取图像在该关键点处的Gabor小波系数（Gabor特征）以及关键点的坐标值（几何特征）,作为该图像的输入特征。语义特征则定义为该人脸图像所属的表情类别信息以及所对应的人脸身份信息。其次,利用核主成分分析(KPCA)方法对脸部Gabor特征和几何特征进行融合,使得输入特征具有更好的识别特性;最后,运用偏最小二乘回归(PLSR)方法建立脸部特征和语义特征之间的关系模型,并运用此模型对某一测试人脸图像进行表情和身份的同步识别。通过在JAFFE国际表情数据库和AR人脸数据库上的对比实验,证实了所提方法的有效性。     

基于迁移判别回归的跨域语音情感识别

针对实际情况下训练和测试数据来自不同领域数据库导致识别性能下降的问题,提出了一种基于迁移判别回归的跨域语音情感识别方法。首先,引入最大均值差异和图拉普拉斯项作为域间联合距离度量,在减小概率分布差异的同时,很好地保留数据的局部几何结构,从而学习到一个可迁移的公共特征表示。其次,本文采用一种能量保持策略,以避免迁移过程中目标域信息的丢失。此外,通过引入判别回归项,利用已标记的源域样本在公共子空间中训练一个可迁移的判别回归模型。最后,为了使学习到的模型具有特征选择能力和鲁棒性,分别对投影矩阵和回归项施加L_2,1范数约束。在3个公开数据集上的实验结果表明,本文提出的算法相较于其他几种迁移学习方法具有更好的识别性能。     

多尺度注意力机制的电子元器件深度迁移识别方法

电子元器件的识别对于现代电子产品的智能生产和制造具有重要的作用,为了进一步获取电子元器件图像的关键特征,提升图像细粒度表达能力,提出一种基于多尺度注意力机制深度迁移识别方法。以Xception为主干网络架构,引入多尺度池化通道注意力和多尺度空间注意力模块,结合空间金字塔池化的思想,对特征图的每个通道进行不同尺度的最大池化和均值池化,获取通道方向上不同尺度的特征信息;在空间层面上进行不同尺度的空洞卷积,增大特征图的感受野,获取更加全面的空间特征信息;通过深度迁移学习,实现特征参数共享,进一步提高模型的泛化能力。在5种常见的电子元器件数据集上进行实验,结果表明,所提方法能有效获取图像不同尺度的显著特征信息,提升识别效果。