一种无线电引信杆试验升降装置

针对目前广泛使用的无线电引信杆试验升降装置的不足，提供一种先进、简单、实用的升降装置，此装置主要由一体化减速、制动电机和控制电路组成，具有体积小、可靠性高、成本低廉等优点，是解决无线电引信杆试验测试弹升降问题的较好方案。     

基于注意力机制的图像超分辨率重建

目前,单幅图像超分辨率重建取得了很好的效果,然而大多数模型都是通过增加网络层数来达到好的效果,并没有去发掘各通道之间的相关性。针对上述问题,提出了一种基于通道注意力机制（CA）和深度可分离卷积（DSC）的图像超分辨率重建方法。整个模型采用多路径模式的全局和局部残差学习,首先利用浅层特征提取块来提取输入图像的特征;然后,在深层特征提取块中引入通道注意力机制,通过调整各通道的特征图权重来增加通道相关性,从而提取高频特征信息;最后,重建出高分辨率图像。为了减少注意力机制带来的巨大参数影响,在局部残差块中使用了深度可分离卷积技术以大大减少训练参数,同时采用自适应矩估计（Adam）优化器来加速模型的收敛,从而提高了算法性能。该方法在Set5、Set14数据集上进行图像重建,实验结果表明不仅该方法重建的图像具有更高的峰值信噪比（PSNR）和结构相似度（SSIM）,而且所提模型的参数量减少为深度残差通道注意力网络（RCAN）模型的参数量的1/26。     

无线电引信电池性能红外非接触测量方法研究

论述了引信电池性能对无线电引信的影响，分析了引信电池测量技术现状，提出了一种引信电池性能(电压、噪声等)非接触测量方法，该方法采用红外光介质从电磁场中传递信号，克服了传统测量方法易受电磁场干扰，精度低等问题，大大提高了引信电池性能参数非接触测量的准确度。已获国家专利，专利号：00114815．X。     

个性化旅游推荐技术研究及发展综述

该文首先分析了个性化旅游推荐系统的数据来源,并介绍了用户行为数据、用户标签数据、上下文信息和基于社交网络数据等推荐技术近年来的研究进展。其次,分析了能提升推荐性能的混合推荐技术以及满足多约束场景的基于约束的推荐技术,介绍了相关领域的最新研究成果。最后,展望了个性化旅游推荐技术研发的发展方向。     

基于注意力机制的病毒软件可视化检测方法

针对当前的病毒软件检测方法难以应对大数据时代下病毒软件快速分类问题,提出一种病毒可视化检测的分类方法.详细阐述了病毒软件可视化过程,并提出一种卷积神经网络结合注意力机制的模型(即CNN_CBAM模型)进行病毒软件家族分类的深度学习方法.病毒软件样本采用BIG2015和Malimg数据集,将其进行可视化,并将CNN_CB...     

QPSO算法的改进及其在DBN参数优化中应用

为了提升标准量子粒子群算法（Quantum Particle Swarm Optimization,QPSO）的收敛精度,提出了基于粒子势阱长度变化率的粒子平均最优位置权重计算方法,通过平均最优位置的调节,来提升粒子的寻优能力,并将改进后的QPSO算法应用于深度置信网络（Depth Belief Network,DBN）模型的学习率参数寻优中,以便找到最优的DBN模型参数,来提升DBN模型的识别准确率。将通过改进后QPSO算法进行参数寻优的DBN网络（LQ_DBN）应用于蛋黄形状检测中,与现有典型的DBN网络模型对比表明,LQ_DBN模型在蛋黄形状检测实验中的识别准确率比CC-PSO-DBN、PSO_MDBN和标准DBN模型都要高,且检测识别准确率的稳定性也是四种对比模型中最高的,表明基于改进的QPSO算法的DBN网络模型取得了较好的优化效果。     

贵州水文巡测信息化的发展现状与建议——以黔南自治州为例

水文巡测是推进水文工作现代化的必由之路,在分析贵州水文巡测信息化发展现状及存在问题的基础上,提出对策及建议,包括：构建基于大数据技术的水文巡测智能管控系统、加强水情数字化基础建设及管理、推进多源水文信息共享融合、提高洪水预测预报智能化水平和提升水文信息服务社会能力,以期为促进水文巡测信息化发展提供参考。     

基于物联网的茶场生态环境监测系统设计

为了更好地管理茶厂,以STM32F103ZET6为主控设计了一款基于物联网的茶场生态环境监测系统。系统利用各类气象传感器监测茶场的环境参数,通过GPRS与主控通信,由主控对所有传感器采集的数据进行汇总、分析、显示、存储等操作,对实时数据做出相应判断后将结果利用无线通信发送给管理员,之后管理员根据结果采取应对措施,以提升茶场生态环境的监测效率。     

慕课背景下电子技术课程教学改革研究

慕课是一种新兴的网络教育资源,它推动了教育的改革。本文结合雨课堂和慕课进行电子技术课程改革。结合学校本科生特点,针对慕课资源及现代教学工具进行选择。接着,从课前预习设计、课堂授课设计、课后测试设计,设计出课程改革的实施方式。然后,针对课程改革,提出课程考核方式的创新。最后,针对工程实践性提升的需求,制定出本校的创新性实验内容及实验方式改革。     

一种基于优化QPSO的大数据云存储调度方法研究

为了提升量子粒子群算法(QPSO)的全局收敛性及收敛效率,优化QPSO的全局最优位置计算方法.通过计算粒子当前适应度值与历史最高适应度值的差值占所有粒子适应度差值和的比重,来作为全局最优位置计算中各粒子局部最优位置的权重.粒子的寻优能力越强,其局部最优位置在全局最优位置计算中所占的权重就越高,使得粒子迅速向优秀粒子靠拢.将优化后的QPSO应用于大数据云存储平台的任务调度中.仿真实验表明,优化后的QPSO具有高效的全局搜索性能,能快速地为大数据云存储平台提供最佳任务调度策略.