基于小波变换的织物疵点检测

本文基于小波变换原理进行织物疵点检测。使用DH-SV 1410FM数字相机采集平纹坯布图样,应用中值滤波和Laplacian算子对图像做去噪和锐化处理。采用Mallat算法对预处理后的图像进行小波分解,分别提取经纬子图的能量、方差、熵、逆差距和极差等特征值,并对提取的特征值进行归一化处理。实验结果表明,疵点使织物图像在经纬方向上产生了不规则的纹理走向,不同类疵点图像的特征值归一化曲线在疵点处有明显的变化。该研究对判断织物是否有疵点的存在、判断疵点的大致走向和确定疵点的位置具有一定的参考价值。     

火电厂排放源对张家港市冬季空气质量的影响

为了解张家港市火电厂排放源对空气质量的影响程度,利用WRF-Chem空气质量模式分别模拟了采用2013年火电厂排放源和2016年预测情景排放源的张家港市冬季各污染物的浓度,分析了现状以及预测排放情景下火电厂对污染物浓度的贡献。结果表明:2013年张家港市火电厂排放源对冬季SO_2,NO_x,PM_(2.5),PM_(10)的小时浓度贡献为60%,50%,14%,20%,火电厂排放源的水平影响范围为5~10km,垂直高度可延伸至2km,受烟流抬升高度的影响,电厂源对100~200m高度污染物浓度的贡献率最大,数值可以达到地面浓度贡献率的1.5倍;2016年采取减排措施后的预测情景表明,各污染物浓度明显减小,火电厂排放源对SO_2,NO_x,PM_(2.5),PM_(10)的小时浓度贡献最大值分别降低到25%,25%,5%,8%,而在垂直高度上,各污染物浓度下降比例最高为18.0%,15.5%,2.1%,3.8%。     

CBMdisc中作者信息的下载及标签制作

介绍了从CBMdisc中下载作者的信息,并将其做成纯文本格式,然后在依次导入Excel和VFP中,经过编辑加工后即可做成信封标签,避免了手工抄写信封的烦琐,大大节省了人力、物力。     

新疆北部地区岩石生热率分布特征

在大量岩石样品分析数据和研究成果的基础上,系统分析了新疆北部地区不同时代、不同岩性和不同大地构造单元岩石生热率的分布特征,讨论了岩石生热率与大地构造单元地质特征之间的关系．根据岩石中 Ｋ、 Ｔｈ 、 Ｕ 的含量和地壳各结构层的岩石组成,计算了地壳各壳层放射性生热元素的含量,系统研究了新疆北部地区岩石与各时代地层的平均生热率及其变化．岩石生热率分布在一定程度上反映了区域基底生热元素的丰度和岩浆活动的强度．对不同体系生热元素的时空分布与地球化学特征进行了探讨     

供应链系统的一种集成网络模型研究与实现

基于现实供应链的网络状特性,抽象出了一种体现供应链本质的供应链集成网络模型,并基于此模型提出了一种具有良好适应性、可扩展性、可重构性的供应链集成网络系统实现方案。     

应用优化DHKELM的柴油机故障诊断方法

为准确、高效地对柴油机故障进行诊断,提出应用优化深度混合核极限学习机(deep hybrid kernel extreme learning machine, DHKELM)的柴油机故障诊断方法。该方法以各样本的频谱幅值作为故障特征,归一化处理后作为DHKELM模型的输入,从而实现对柴油机各故障状态的识别。相较极限学习机,该模型具有更深层次的结构,引入了混合核函数以及自动编码器,可以准确区分易混淆的故障类型,提高诊断准确率。针对DHKELM模型中各个超参数难以确定的问题,提出利用改进麻雀搜索算法(improved sparrow search algorithm, ISSA)对模型中各超参数进行寻优,充分发挥模型的故障诊断性能。实验结果表明,在实验室实测数据中,所提方法较传统方法具有较好的故障诊断精度,为柴油机故障诊断提供了一种新的思路。     

基于CPLD的帧转移面阵CCD驱动电路的设计

针对e2v公司的CCD47-20 Backthinnned NIMO型CCD,详细地介绍了其帧转移面阵CCD的驱动电路的设计。选用Altera公司的可编程逻辑器件EMP7128SLC-84-10设计了CCD的驱动时序;CCD的偏置电压电路采用国家半导体公司的LM117T设计;CCD驱动器则是用了MAXIM公司的MAX4426MJA完成了设计。设计的CCD驱动电路可以满足其帧转移面阵CCD的各项驱动要求。     

去斜滑动聚束模式SAR方位模糊度分析

方位向模糊度是衡量合成孔径雷达(SAR)成像的重要指标之一,但传统的条带模式和聚束模式的方位模糊度函数并不适用于滑动聚束模式。通过分析方位模糊度的来源及条带模式和聚束模式的方位模糊度函数,对滑动聚束模式进行细分并分析其方位模糊度函数,同时针对星载滑动聚束模式的去频谱混叠条件分析了其方位向模糊度函数的变化。最后采用实际的星载SAR参数进行系统仿真,为SAR系统的设计提供了可靠的理论依据。     

基于深度中心匹配哈希网络的足迹压力图像检索

以赤足足迹压力图像为研究对象,采集了40人的5 230幅赤足足迹压力图像,在具有较低存储消耗的哈希算法基础上,结合深度学习方法设计了一种深度中心匹配哈希(DCMH)网络实现足迹的检索．该网络首先根据足迹压力图像的特点构建深度特征融合模块,提取反映足迹形态结构的全局特征和压力分布的局部特征,并将两种特征进行融合;然后在哈希编码模块通过全连接层将融合后的特征映射为1 024维特征向量,并通过哈希层生成哈希码;在网络优化过程中通过构建深度中心匹配损失函数从而减小哈希码与对应哈希中心之间的距离．深度中心匹配损失函数通过伯努利分布生成哈希中心,设计对数中心损失函数减小同类足迹压力图像数据哈希码与哈希中心的距离,并设计相似性损失函数作为正则化项约束每个批次数据间的相似性关系．通过在40人的赤足足迹压力图像数据上进行图像检索实验,本文算法检索结果的mAP可以达到0.99,优于传统的哈希算法及常用的深度哈希算法,为足迹的进一步的现场应用提供技术支撑．