简介：技术服务和质量反馈是企业质量管理完成闭环重要的环节.从产品质量"三包",进步到质量反馈和大面积质量缺陷分析、预测.把质量事故"扼杀"在厂内,使高成本的售后维修转化为低成本的以预防为主的质量反馈和改进.

简介：计步是惯性定位导航中重要环节之一,MEMS传感器在惯性定位导航中应用广泛,传统计步算法多采用基于加速度数据的峰值检算法.本算法融合了峰峰检测算法和穿越中间阈值算法,用户手持MEMS设备行走获取加速度计数据,进而算法推算行走的步数和轨迹.算法将从加速度采样数据中判断可能有效的计步点,算法判断这些点是否为有效计步点,进而得出行走的步数.最后结合步长、步数和航向信息推算行人的行走轨迹.实验结果显示,计步数据与实际步数误差为0.75%,推算的轨迹接近实际行走路径.该算法在不同人和不同环境中表现良好.

简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：LLC谐振变换器由于其高效率、高功率密度和软开关特性，在众多领域得到了广泛的应用．然而目前普遍采用的是电压控制模式，在该种控制模式下动态响应较慢，不能很好适应LLC谐振变换器的宽负载变化要求．针对这一问题，我们设计出一种模糊自适应控制方式，使LLC谐振变换器在不同的负载和输入电压的情况下都能快速稳定地响应．并且详细分析了其工作原理并给出了关键设计，最后还通过仿真验证了这种控制方法具有更快的动态响应速度．

简介：随着“互联网＋”概念的普及,网络上的资源随之成倍增长.面对庞大的数据资源,传统的搜索引擎Baidu、Google等已经不能满足人们对于特定信息的获取需求.作为搜索引擎抓取数据的重要组成部分,网络爬虫的作用非常重要.本文主要介绍了网络爬虫的概念、组成模块以及工作流程,在通用爬虫的基础上提出一种聚焦型网络爬虫系统,以python和相应的第三方库为主要工具,通过定义采集函数和给定豆瓣网最新上映电影的网址,快速搜索该网址某电影的影评信息,对页面内链接和外链接进行有效爬取.然后,再对获取到的数据进行分词处理,根据关键词的出现频率生成词云.实验结果表明,该聚焦型爬虫系统能够将所有影评信息以JSON格式存储到本地,并通过词云直观的展示出来.

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

简介：软件定义网络（SDN）将数据层与控制层相分离，是一种新型网络体系架构．针对目前SDN网络还不能提供路由服务问题，设计了一种基于OpenFlow技术，使得SDN网络拥有路由转发功能的方案．依托RouteFlow平台，以内核虚拟化技术为基础，以Quagga软件为路由引擎，通过OpenFlow控制器为数据平面提供路由逻辑控制策略．实验结果表明，该方案不仅让SDN网络具有了路由转发功能，还能使系统保持较好的稳定性．

简介：以对称2倍升压型开关电容变换器电路分析了变换器电压变换的实现原理,并给出了该变换电路进行多种波形变换的实验结果.理论分析和仿真指出了在高频输入时变换电路输出波形会产生一定程度失真的局限,还综合分析了降低输出波形失真度与保证电路稳态变比及效率间的矛盾.根据信号完整性理论,该开关电容变换电路运用于多种波形变换时输入电源频率不能超过一定上限值.

简介：本文简要介绍了燃气热水器(燃气泄漏类)质量鉴定时应注意的问题,以及基本的程序、规定.

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：目前LDPC码和Turbo码广泛应用于3G和4G商用移动通信系统中，并且在无线局域网、光纤通信、水下通信、视频和图象的加密以及网络安全等方面也发挥着重要的作用．由于全球在不同地区的移动通信设备只支持一种码，这使得移动通信有一定的地域局限性并影响通信质量．因此，通过对LDPC码和Turbo码译码过程的研究与结合，实现一种高性能的LDPC／Turbo码双模译码器具有重要意义．文章回顾了目前LDPC／Turbo码双模译码器的发展情况，并针对存在的不足进行分析和总结，最后介绍LDPC码和极化码未来发展的趋势．

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．

简介：往复式活塞气体流量标准装置能扩展活塞装置的流量范围并延长有效检定时间,在简述该装置的结构和工作原理的基础上,针对原系统PLC控制器灵活性不足及ADC精度较低的缺点,提出了一种基于TMS320F2812的往复式活塞气体流量标准装置控制器.介绍了该控制器的硬件构成和软件框架,研究了ADC的校正措施进而提高了ADC精度,实现了伺服电机基于PWM输出的恒速控制和SPWM输出的变速控制.结果表明该控制器ADC的精度优于0.05%,并且易于实现复杂轨迹的运动控制,从而为往复式活塞装置开展深入研究奠定了基础.

简介：氧化石墨烯是一种新型二维纳米碳材料，比表面积较大，亲水性突出，折射率随湿度变化显著，可用于高灵敏度的光纤湿度传感.我们提出并实验验证了一种基于氧化石墨烯的干涉型光纤湿度传感器，在保偏光纤与普通单模光纤的两个熔接点处分别采用花生形光纤结构与错位熔接，构建在线型光纤Mach-Zehnder干涉仪，并通过沉积将氧化石墨烯均匀地镀在保偏光纤表面.当环境湿度变化时，氧化石墨烯薄膜吸附或释出水分子，其折射率发生变化，改变包层模的有效折射率，进而导致干涉条纹的强度变化.实验结果表明，在35%～65%RH的测量范围内该传感器具有灵敏度高达0.165dB/%RH的线性响应，因此具有灵敏度高，结构简单的优点.

简介：设计了基于人工表面等离子体激元（spoofsurfaceplasmonpolaritions,spoofSPPs）的电容耦合带通滤波器.该滤波器由刻蚀有菱形孔的金属结构单元以一定的间距周期性的排列在传输方向上构成耦合结构,同时设计一种特殊的过渡结构用来有效地匹配人工表面等离子体激元波导能量传输.从色散关系可以看出菱形孔结构支持人工表面等离子体激元模式.仿真结果表明,该滤波器3dB带宽为11.6GHz到18.3GHz.该滤波器结构紧凑、简单、易集成,能在将来发展的微波等离子体集成电路与系统中扮演重要的角色.

简介：提出了一种变比为3的交流-交流升压型开关电容变换器.该变换器结构十分简单，输出效率高，功率密度大，而且其开关元件的PWM控制方式简单，主要基于开关电容原理实现电能转换.文中给出了该变换器电路的工作过程和控制驱动方法，对交-交变换时的电压变比进行了基于工作过程中暂态方程的理论建模分析，建立了等效内阻的数学模型，分析了稳态电压变比，并建立电路参数和变换器性能之间的函数关系.搭建了原型样机，通过实验验证理论的正确性.

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.