矿井隧道无线通信时抗多径衰落方案的研究

针对当今矿井隧道中复杂的通信环境,提出了一个利用正交频复用(OFDM)技术的通信模型。通过模拟仿真来检测该模型在通信时,具有高效传输数据能力和很低的误码率。以此来保证无论在正常采矿作业还是矿难事故中,该模型都能提供一个稳定可靠的通信。     

基于Unity 3D的多机协同化纤长丝生产线工艺仿真

将化纤长丝生产线按功能特点分成生产、检测、包装和仓储4个子系统,基于Unity 3D分别在4台电脑上进行协同仿真和显示。生产子系统使用数据化驱动可以仿真任意生产规模的场景,检测子系统与智能检测模块联合可以仿真基于视觉处理的真实生产线产品质量检测,包装子系统可以对质量合格的丝饼按规格打包,仓储子系统根据订单需求对已打包的丝饼进行存储并完成进出库操作。对各子系统需要通信的数据制定了协议,使用基于TCP/IP(transmission control protocol/internet protocol)的Socket通信完成多台电脑协同仿真。试验表明,多机协同仿真可以更高效地设计和优化化纤长丝生产线。     

一种立体织机平行打纬机构的设计与优化

针对多层织物织造过程中,各层纬纱打纬力需保持一致以及需要减少钢筘与纱线之间摩擦的要求,提出八连杆平行打纬机构,并根据工艺要求对打纬机构进行优化。以打纬机构的主轴转动140°时,筘座在后心位置处的近似静止位移Δs最小为优化目标,通过Matlab软件分析确定设计变量,优化钢筘在后死心位置的近似停留时间。运动学仿真结果表明,优化后的打纬机构不仅保证了钢筘的打纬动程和其在后死心处的静止时间,而且增大了钢筘的惯性打纬力,有利于厚重织物的打纬。     

Hadoop框架下的多标签传播算法

标签传播算法的主要思想是利用已标注数据的标签信息预测未标注数据的标签信息。然而,传统传播算法没有区别对待未标注数据与已标注数据相互之间的转移信息,导致算法的收敛速度较慢,影响了算法的性能。针对传统算法的不足,提出了差异权重标签传播算法,算法按标注信息的重要性赋予不同的权重。在解决了大规模特征矩阵相乘问题之后,将提出的差异权重标签传播算法应用到Hadoop框架下,采用分布式计算,实现了能够处理大规模数据的多标签分类算法(HSML),并将提出的HSML算法与现有主流多标签分类算法进行了性能比较。实验结果表明,HSML算法在多标签分类的各项性能评测指标和执行速度上都是有效的。     

一种新的维吾尔文字幕关键帧提取方法

为了快速有效地提取视频中含有维吾尔文字幕的关键帧提出一种新方法.该方法首先运用多尺度Harris角点检测,结合维吾尔文字笔画特点,完成字幕关键帧的初步提取;然后利用最小二乘法拟合直线,根据两条拟合直线的角度偏离情况对初步提取的结果作去冗余处理,得到最终字幕关键帧.实验结果表明:该方法快速简单,提取结果的准确率达到93%,具有很好的适应性.     

输电线路舞动现场监测技术研究

输电线路舞动对电力系统产生严重的破坏作用。舞动监测对于舞动机理研究、防舞装置开发和防舞方案制定都具有重要的意义。本文介绍了目前常用的舞动监测技术和各自的优缺点,阐述了基于单目视觉分析舞动监测技术的系统构成和关键技术,提出了基于线路特征的单目视觉标定方法。通过在尖山真型输电线路试验基地的实际应用,验证了基于单目视觉分析的输电线路舞动监测技术的实用性。     

光与未来生活

光带给我们生命,光带给世界美丽.人类在追问光的本性过程中,发展了光基技术,提高了我们的生活质量,改变了我们的生活方式.人类认识世界的每一次飞跃都不开光学的进步.人类从认识光,到利用光,再到驾驭光,这一过程推动着人类文明向前发展. 基于光学全息等技术的真三维高清显示,不需要戴眼镜就能直接观看,色彩更丰富,立体效果更逼真,真正做到身临其境.这种技术还可用于医疗培训、军事仿真和态势感知中.     

教你如何拍雪景

冬天来了,好期待下雪啊.看着别人拍出来的美丽雪景,是不是觉得很眼馋?雪景该怎么拍才好看?现在我们就来学习一些拍雪景的小技巧吧. 选择最佳拍摄时机 冬天的早晨有很多美妙的景象,所以最好赶在太阳完全出来之前出门,这样就不怕太阳把冰雪融化掉了.不仅如此,在还不太明亮的晨光中,蜘蛛网、草上的露珠、覆盖着雪的浆果都能成为不错的拍摄对象,让你拍出浓浓的冬天的气息.     

美国研制能思考在机器人

<正>谷歌公司正与牛津大学的两支人工智能研究小组合作,研制先进的类人机器人。第一支研究小组的任务是帮助机器人更好地了解用户的想法和意图,第二支研究小组的任务是通过深度学习技术提高机器人的视觉识别能力。据国外媒体报道称,谷歌正在研制一种模拟人类大脑的超快量子芯片,这让搜索和软件更加直观。被谷歌收购的人工智能创业公司Deep Mind联合创始人、谷歌工程部副总裁杰米斯·哈萨比斯在博客中表示:"对于当前的人工智能研究来说,这无疑是一个非常令人兴奋的时刻。我们在很多方面不断取得进步,其中包括图像识别和语言理解能力。我们很高兴地宣布与牛津大学展