基于FPGA的高精度失真度测量仪

为了实现失真度测量仪器的高精度运算并降低系统成本,以FPGA控制器和STM32F429微处理器为控制和检测核心,利用快速傅里叶变换,设计了一款基于FPGA的高精度失真度测量仪,对信号谐波、频率、电压峰值进行高精度测量,实现对信号的失真度测量。实验测量结果表明,该失真度测量仪的信号谐波失真度测量误差为±0.05%,频率测量误差为±0.03Hz,峰值测量误差为±10m V。该测量仪具有精度高、性能稳定,可应用于谐波的高精度测量。     

基于多尺度特征融合的柑橘病虫害图像识别方法

针对基于传统机器学习与简单神经网络的病虫害识别方法对于具有小样本、数据不均衡、特征演变(黄龙病不同病害阶段的特征差异较大)、特征不明显和多类别等特点的柑橘病虫害识别效果不理想的问题,设计了一种基于VGG19改进的VGG19-INC模型。该模型以VGG19网络模型为骨干网络并利用迁移学习实现预训练权重参数的共享;模型结构使用1个批标准化卷积层和2个Inception模块替换VGG19的第5卷积层;使用1个全局池化层替换VGG19模型的全连接层,使用一个1×4的Softmax层作为分类输出层。所提模型不仅保留了VGG19对图像特征的有效提取,还利用Inception模块增加了网络的深度与宽度,使模型获得了不同大小的感受野,实现了多尺度特征的融合;全局池化层对全连接层的替换,使参数减少率达到了70.56%,有效地提高了模型的训练速度与平均测试速度,降低参数负载。试验结果表明,VGG19-INC对柑橘(沙田柚)黄龙病、潜叶蛾和线虫病等病虫害识别准确率为98.47%,比VGG19,Resnet50,Inceptionv3,Densenet201模型分别高22.26%,14.47%,5.18%和0...     

基于工程教育理念的“数字电子技术”课程教学改革探索

本文基于新工科与工程教育的人才培养要求,注重“数字电子技术”课程兼具基础理论性与实践性的双重特点,从理论教学、实践教学以及考核方式等方面进行教学改革探索,构建以学生为主的线上线下混合式教学模式,贯彻理论性与实践性并重的工程教育理念。实践表明,新的教学模式与教学方法不仅能够促进学生对理论知识的掌握,而且有利于对其进行综合实践能力、创新思维与创新能力、工程意识以及持续学习能力的培养,课程改革在理论教学与实践教学中均取得良好的教学效果。