一种基于嵌入式的颜色识别转换音阶方法的研究及实现

设计选用STM32作主控芯片,由自带FIFO的OV7725摄像头对颜色进行采集与存储,并由TFTLCD显示屏显示采集到的图像.STM32根据显示屏图像的像素点做颜色统计及分析,将不同颜色转换为相应的指令控制语音芯片输出与该颜色相对应的音阶指令,并通过扬声器播放对应的声乐谱中的Do、Re、Mi、Fa、Sol、La、Xi这几个音阶,同时可通过功放及数字电位器控制扬声器音量大小.设计可应用于幼儿音乐教具制作等相关领域.     

浅析CPC分类在贴标签领域检索中的应用

本文对贴标签领域的相关IPC和CPC分类号进行了介绍和分析,并通过实际案例的检索,着重分析了CPC的分类含义和在检索中的使用特点,进而发现对于CPC的准确理解可提高该领域案件的检索效率。     

基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别

地震资料的瞬时属性包含丰富的地质信息,可用于储层流体的识别。希尔伯特-黄变换目前在地震资料的瞬时属性提取中呈现出了很大的优势,但是该方法中存在模态混叠、频率误差等问题,限制了其应用。基于此,引入了基于完备集合经验模态分解和归一化希尔伯特变换的改进方法有效提取地震资料更具物理意义的瞬时属性。同时,为了提高储层含气性检测的准确性和精度,选取瞬时频率和瞬时振幅构建分频剖面模型,对目标区域的储层特性和含气特征进行描述。再结合测井资料,运用有监督的神经网络实现对储层含气性的自适应高精度识别。实例研究表明,基于完备集合经验模态分解-归一化希尔伯特变换的前向反馈神经网络方法能够根据某一区域地震数据有效预测该区域储层的含气状况。     

梵净山缺齿鼹的分类学讨论

2015年2月在梵净山国家级自然保护区内采集到一号缺齿鼹标本。为探讨该缺齿鼹的分类学地位,利用形态学及分子系统学方法,并结合国内外所记载缺齿鼹记录与分布于中国台湾和海南的华南缺齿鼹(Mogera insularis)及缺齿鼹属其它物种的形态和系统发育关系进行比较。结果表明该标本与M.insularis在体型以及头骨的测量数据、遗传距离上具有较大差异而与M.latouchei相近,分子系统学分析也支持了梵净山分布的缺齿鼹为M.latouchei,而区别于华南缺齿鼹(M.insularis)。     

贵州苦苣苔科植物新种资料(3)

贵州地处中国西南,苦苣苔科植物资源丰富,近年来有若干个新种在贵州被发现,并被合格发表。为了让研究贵州省植物的高校、研究单位的师生和科研人员更好地了解、认知这些新分类群,现逐步将这些新类群的形态描述翻译成中文,并辅以引自原文的配图。本篇收录了桐梓石山苣苔Petrocodon tongziensis R.B.ZhangF.Wen、都匀马铃苣苔Oreocharis duyunensis Z.Y.Li,X.G.XiangZ.Y.Guo、绥阳半蒴苣苔Hemiboea suiyangensis Z.Y.Li,S.W.LiX.G.Xiang、齿瓣马铃苣苔Oreocharis odontopetala Q.FuY.Q.Wang。     

基于流形假设的骨架序列动作识别算法

骨架数据是通过对动作的空间几何位置进行编码获取,可以避免冗余背景信息的干扰, 是动作识别领域常用的数据类型之一.现有骨架数据的动作识别主要分为经典的骨架数据表征和基于深度学习的骨架动作识别应用.相较于传统欧氏度量下的识别方法,流形为更好地研究非线性结构提供了重要数学工具. 然而,目前仍缺乏利用流形假设对骨架数据进行动作识别的相关总结. 因此,从骨架表示、轨迹时间对齐、动作序列表征以及动作分类 4 个关键步骤出发,系统地总结了基于流形假设的动作识别工作,对比了各项工作在基准数据集上的表现. 最后,根据当前动作识别工作的发展趋势,对流形假设在动作识别方向上的进一步改进进行了展望.     

基于深度学习的牙刷姿态识别方法

针对牙刷分拣中的定位问题,在确定牙刷位置的基础上采用深度学习实现牙刷姿态识别.对牙刷图像进行去噪增强,通过阈值分割提取感兴趣区域,计算图像的几何矩获得牙刷的方向角和外接矩形,以外接矩形的中心作为牙刷位置.用矩形框内的牙刷图像训练残差网络模型,当模型正确率达到要求时保存该模型,用于判断图像中牙刷的姿态.测试结果表明,该方法可以快速准确地实现牙刷的位置确定与姿态识别,为机器人分拣提供牙刷位姿信息.     

预训练模型下航天情报实体识别方法

为了快速处理航天情报,基于数据驱动的深度学习技术,提出融合多源异构知识标注中文航天情报数据集的方法流程,以及基于预训练(pre-training)模型的航天情报实体识别(AIER)方法;通过对航天情报进行命名实体识别,达到对航天情报进行信息抽取的目的.通过融合BERT(bidirectional encoder representation from transformers)预训练模型和条件随机场(CRF)模型构建AIER模型(BERT-CRF模型),将其与隐马尔可夫模型(HMM)、条件随机场(CRF)模型、双向长短期记忆网络加条件随机场(BiLSTM-CRF)模型进行实体识别对比实验.结果表明:基于预训练模型的AIER模型能够取得93.68%的准确率、97.56%的召回率和95.58%的F₁值;相比于其他方法,基于预训练模型方法的性能得到提高.     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据，设计基于数据复杂度的纠错输出编码（ECOC）多分类算法。该算法利用数据复杂度降低多类之间的分类难度，从而提高算法的预测准确度。实验结果表明，在不同高校的慕课数据集的测试中，所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性，实现了学生学习成绩多等级的有效预测，为个性化教学奠定了基础。     

分形塔分抗逼近电路——标度拓展与优化设计原理

分析B型分形塔分抗逼近电路的特征,该电路只具有负半阶运算性能.结合标度拓展理论,获得具有任意实数阶微积算子的分抗逼近电路——标度分形塔分抗逼近电路,并用非正则双重标度方程进行描述.分析该分抗逼近电路的运算性能和逼近性能.运用典型的数值求解算法分析频域特征及运算特征,对比不同初始阻抗值对零极点分布及频域曲线的影响.结合运算特征曲线与标度特征参量的不同取值情形,理论分析标度分形塔分抗逼近电路的优化原理并给出具体优化方法.对比分析标度分形塔分抗优化前后的逼近性能,定量分析运算振荡现象.介绍标度分形塔分抗的实际电路设计方案并给出实例,使用电阻电容与有源器件将该分抗的运算阶由-1μ0推广为0|μ|2.标度分形塔分抗逼近电路及其优化电路为分抗的构造与应用提供新思路.