基于卷积神经网络的指针式仪表识别

目前大部分研究指针式仪表识别的方法中提取指针是完全基于传统的图像处理技术,提取过程较为复杂且步骤繁多.为了有效解决指针式仪表读数识别中指针中轴线所在直线提取困难及识别精度不高等问题,本文提出了一种基于深度学习的指针式仪表的识别方法.首先用Faster R-CNN算法检测仪表圆盘,再采用基于深度学习的方法Faster R-CNN算法检测指针,根据得到的指针目标框的位置信息裁剪得到指针图像,在指针图像的基础上进行二值化、细化、霍夫变换检测直线、最小二乘法拟合直线等步骤识别仪表最终读数.和直接在仪表表盘目标框图像或原始图像上进行传统图像处理相比很大程度上减少了定位指针中轴线所在直线过程中的干扰.实验结果表明本文所提出的基于深度学习的指针检测的平均准确率高达96.55％.对于复杂背景下指针式仪表的指针区域的检测具有良好的准确性与稳定性.     

基团贡献法预测石油馏分热力学性质的探索

作者采用模型分子法、n-d-M—LP法和将以上两种方法相结合的联合法确定石油馏分的基因构成。选用Lyderson基团贡献法计算临界温度T_C与临界压力P_C,并与43组国产石油直馏馏分油的实测值相比较。结果表明联合法的预测效果最好。T_C和P_C的平均相对偏差分别为1.36～1.39％和6.70～6.80％,能满足工程计算之用。此外,文中还简要介绍了国内外应用UNIFAC-VLE和CORGC-EOS两个基团贡献模型预测石油馏分气-液平衡的情况。     

UNIFAC基团贡献模型在胜利原油〉350℃常压重油汽—液平衡？…

利用正构烷烃模型分子法，采用分子量一个参数确定石油窄馏分的基团组成，在实测 数据基础上，对ＵＮＩＦＡＣ基团贡献型 蒸汽压模型即Ｊｅｎｓｅｎ模型参数进行修正。利用文献数据对饱和蒸汽压模型参数修正后，Ｋｉｋｉｃ和Ｌａｒｓｅｎ模型预测闪蒸温度的平均相对偏差分别为０．７９％和０．７９％；汽化率的平均相对偏差分别为７．６９％，和７．７７％，可满足工程计算要求。     

基于深度学习的有效iPPG信号识别研究

成像式光电容积描记法(iPPG)是一种利用摄像机远程测量血容量脉冲的技术,现已成为早期筛查动脉粥样硬化和心血管疾病的一种具有前景的技术。但iPPG信号中包含大量的噪声,传统的选取有效信号的方法准确度低,普适性差。基于以上问题,设计开发了基于Python的有效iPPG信号识别软件,该软件通过摄像头采集人脸视频并进行人脸定位,在动态的感兴趣区域中提取i PPG信号,并对信号进行预处理,最终使用基于深度学习的i PPG信号判别模型进行有效性识别,平均准确率高达95.1%,对于实际应用场景下的i PPG信号判别具有良好的准确性与稳定性,同时验证了使用深度学习进行非接触式信号有效性判别的可行性。     

网上答疑系统的研究与设计

讨论了应用HTML、ASP技术 ,SQLSERVER 7.0作为后台数据库 ,VisualInterDev6 .0作为开放平台的基于校园网络系统的教学答疑软件的设计思想 .     

油田气深冷分离流程中膨胀机的模拟计算

按照绝热非等熵膨胀的计算方法,采用 BWRS 模型,建立了适用于油田气分离流程模拟计算的膨胀机计算方法。其功能为:根据指定的入口条件(气体组成、温度、压力),出口物流压力和膨胀机等熵效率,预测出口物流的相状态(温度、气化分率、平衡两相组成)。     

基于机器学习技术的内网威胁行为发现方法的研究

针对当前企业内网缺乏相关的安全检测手段,导致内网的各类威胁事件很难被及时发现和阻止,给企业造成不必要损失的实际情况,提出了利用机器学习技术实现内网威胁检测的解决方案,通过对孤立森林及其几类衍生机器算法基于该方案的异常检测的准确性测试比较,总结实现了一套高效准确的基于机器学习技术的内网异常检测方法。     

地下金属管道电磁探测技术研究

陕西省天然气股份有限公司在陕西省内拥有庞大的管道基数,其中包括河流跨越,穿山越岭等复杂地形的管道铺设,随着管道基数的日益庞大,涉及改线问题,准确定位管道位置、埋深等的探测变得尤为重要.非接触式检测系统研究的地面有其巨大的优势,没有风险,不会引起管道的破坏,也不需要投捞等复杂的施工.     

全媒体时代地市级电视台法制节目如何突围

地市级电视台作为地方媒体,开办的法制栏目在当地也有其固定的粉丝群,但是随着网络媒体的冲击,粉丝大量流失。全媒体传播时代,地市级法制栏目如何快速反应,丢弃它刻板生硬的老面孔,放低姿态融入新媒体,从5个方面深入探讨了法制节目如何成功上线新媒体,守正创新求新求变,走"网上群众路线",用集体的智慧助力地市级电视台法制节目走向新生。