光纤Fabry-Perot干涉式温度的测量

介绍了一种新型的光纤温度传感器,它基于Fabry-Perot白光干涉原理,可对温度进行绝对测量.它除了具有普通光纤温度传感器的优点以外,还具有稳定性高、抗干扰能力强的特点,并可实现商品化、实用化.     

未确知聚类在评价井下空气质量中的应用

提出一种基于未确知聚类的井下空气评价模型。参考井下空气质量标准,并确定污染成分为CO2、CO、SO2、NO2、和H2S 5种气体。利用未确知聚类计算各空气等级的类中心,确定各样本的隶属度,对样本进行分类。实现了对井下空气质量的评价。结果表明实验数据与实际情况相吻合。     

THz波的实验研究

相干THz(terahertz)波是频率从0.1到几十THz的相干电磁辐射(对应的波长从3 mm～10μm).现代科学技术的发展对THz波的迫切需要,唤起了人们对THz波研究的极大兴趣.近年来,飞秒(10-15s)激光技术的发展和成熟为THz波的研究提供了有效的手段.依据光学整流原理,以飞秒(fs)激光为抽运源,激发非线性电光晶体产生脉宽为亚皮秒量级的宽带相干THz波脉冲是目前实验室较普遍采用的方法.THz时域光谱技术是相干光学选通门技术,它能探测THz波与物质相互作用的时域电场信息,即同时测得电磁波的振幅和相位,因此,可精确测量物质的色散和吸收特性.这种独到的技术特点,使得相干THz辐射脉冲在物理、化学、电子科学、材料科学、层析成像和环境监测等领域有着广泛的应用前景[1].     

基于ARM的人脸识别门禁系统设计

针对现有门禁系统因采用IC卡、射频卡等考勤方法存在"认卡不认人",采用指纹虹膜等生物识别技术存在指纹容易损伤等问题,设计了一套基于ARM的人脸识别门禁系统。该系统采用S3C2440B芯片为处理器、USB摄像头作为视频采集设备,自动搜索人脸进行拍照;采用基于PCA的人脸识别算法对采集的人脸图像进行识别,若为非法入侵人员则发出报警声,并通过GPRS技术发短信通告系统管理员采取安全防范措施。测试结果表明,该系统在严格的测试环境下能够准确高效地识别出人脸,平均识别率达95%以上。     

桥梁检测中光纤传感技术的研究综述

本文论述了光纤传感技术在国内外桥梁检测中的研究与应用；并以应变检测为例介绍光纤传感技术在检测桥梁中的检测原理、方法与最新研究成果，文章最后指出桥梁检测中光纤传感技术的发展方向。     

基于深度学习的煤矸石识别技术与实现

针对传统基于图像处理的煤矸识别方法存在速度、效率低、精度起伏大及难以实际应用等问题,提出了一种改进型轻量级深度识别网络模型的煤矸识别方法,以MobileNetV3-large模块结构为基础,在保证模型参数体积及复杂度较少增加的前提下,对网络模型的性能做进一步的提升,使之能够更加适应开采或选拣的实际生产环境。首先在模型中采用CBAM注意力机制模块,该模块相比原模型中的SE模块具有更高的表征能力,能够更好提升网络对煤和矸石图像中感兴趣区域的复杂像素信息特征提取能力。然后通过对训练数据集采用颜色、位置以及图像模糊等相应的复杂图像增强技术进行处理,一方面增加识别模型对煤矸识别复杂生产环境的泛化能力,降低网络的过拟合风险,另一方面完成对数据集的进一步扩增,通过以上方法最终获得改进的轻量级深度识别网络模型。最后将改进的模型应用于煤矸识别技术研究与实现。试验结果表明：基于改进型轻量级深度识别网络模型的煤和矸石识别方法模型结构简单、网络易训练、易嵌入使用且识别精度高。在对煤和矸石识别的测试中精度相对原模型提高了2.3%,达到了97.7%,召回率提高了2%,达到97.8%,对于提高采煤和选煤工作面的自动...     

用于智能煤矸分选机器人的改进型VGG网络煤矸识别模型

目前机器人煤矸识别方法准确率较低,速度较慢,以及对硬件要求较高等问题都限制了其实用化发展。鉴于深度卷积神经网络在图像识别上取得的优异效果,提出用于智能煤矸分选机器人的改进型VGG网络煤矸识别模型。扩大VGG16网络感受野并引入残差结构以提升模型网络性能,增加噪声和数据增强提升模型泛化能力。实验结果表明,改进型VGG网络煤矸识别模型的识别准确率提升了2.01%,召回率提升了2.58%,减小了所需内存,解决了VGG16网络效率低的弊病。同时模型的各项性能指标明显高于其他经典网络模型,更加满足煤矸分选机器人的各项实用化需求。     

相位相关算法在条形码识别中的应用

将基于傅立叶变换的相位相关算法应用到条形码的识别中,是一种应用很广泛的图像匹配方法.通过用Matlabe仿真软件对算法进行分析仿真, 证明本文提出的算法具有实时性好、性能高等优点.同时为了提高匹配精度和减少计算量,对旋转不变相位相关算法进行了优化和改进.     

基于压缩感知OMP改进算法的图像重构

正交匹配追踪(OMP)算法中迭代次数严格依赖信号的稀疏度K值,迭代次数选取适当会重构出高精确的图像,反之则会对图像重构质量造成严重影响.针对这一问题,提出了一种根据残差值的相对极差来确定最佳迭代次数的新方法.该方法要求在同一次迭代中对一幅图像的所有列同时进行迭代计算,根据极差的相对差值与门限值比较来确定最佳迭代次数,从而达到提高重构精度,消除对稀疏度K值依赖的目的.理论分析和仿真结果表明,改进的OMP算法比原有算法有更理想的重构效果,有更高的重构精度.     

基于压缩感知CoSaMP算法的精确重构

为有效解决压缩采样匹配追踪(Compressive Sampling Matching Pursuit, CoSaMP)算法对稀疏度K值的依赖问题,提高重构精度,提出了一种根据峰值信噪比增减变化趋势来确定最佳迭代次数的CoSaMP改进算法。先将PSNR算式进行数学推导演变,将算式中未知的原始信号巧妙转换为已知信号,并证明了此转换式与PSNR算式有相同增减性,在迭代过程中基于此转换式可根据各列稀疏度的不同,自适应的确定不同列的最佳迭代次数,从而保证更高的重构精度。理论分析和实验仿真表明,改进的CoSaMP算法比原有算法有更理想的重构效果,与其它重构算法相比有更高的重构成功率,并且更具高效性和实用性。