基于字典的概率松弛法对焊缝图像中裂纹缺陷的提取

提出了一种在焊缝图像中提取裂纹缺陷的方法。该算法首先对含有裂纹缺陷的图像采用基于偏移量的Laplacian算子进行检测处理,对处理后的图像建立有12个基本容许结构的字典模型,应用字典法提供有效的搜索方法,通过迭代,从邻近目标中提取越来越多的上下文信息处理,有效去除噪声,提取裂纹缺陷。实验结果表明：该算法对纵向裂纹能获得较好的连接性及较清晰的轮廓,且有较好的抗噪性,是一种有效的弱显示裂纹检测方法。     

基于广义加权支持向量机的焊接缺陷分类方法

提出了一种广义加权支持向量机（GWSVM）的焊接缺陷分类算法。首先为克服由于样本数量不平衡性引起的小样本类别精度差的问题,引入由于样本差异的权重;然后为解决不同类别的重要性要求,根据经验人工确定不同类别重要性的权重。针对样本重要性的影响,采用有监督模糊聚类方法来确定样本重要性权重。测试结果表明：广义加权支持向量机在噪声影响较大及样本类别相差较大时,能够提高重要的、数量少的缺陷检测精度。     

电机的张力调速系统

介绍一种控制张力的单片机伺服电机调速系统。该系统采用了单片机、DAC、调节器、控制信号产生及过流保护等电路,从系统供需双方差异入手,通过控制电机的转速设制软件来达到控制材料张力的目的。该系统具有控制精确、功能齐全、可靠性高等特点,适用于包装机械中材料供给控制。     

交叉注意互学习的跨领域重识别实验设计

针对视频智能监控中跨领域行人重识别的研究热点,将交叉注意互学习的无监督跨领域行人重识别设计为研究性实验现场硬件教学项目,观察重要区域特征关注度和网络伪标签互监督两方面对模型跨领域能力的影响。设计多尺度交叉组合注意力机制,分析其在通道和空间上对重要区域特征关注度的增强,以及对区分度不高特征关注度的减少。在此基础上设计多尺度交叉组合注意力互学习实验网络,采用硬标签互学习的方式更新训练过程,消除错误伪标签对模型性能的影响。教学实践表明,该实验项目有助于提升学生动手能力和独立思考问题的能力,为科研成果转化为教学实验提供了借鉴。     

基于Hedonic模型的北京住房市场交易信息成本

为研究信息不对称下住房市场交易行为,得到供求双方交易信息成本的计算方法,该文利用北京市2000—2008年住房市场数据和Hedonic模型,对表征交易信息成本的参数进行估计,进而测算双方交易信息成本。研究表明:信息不对称对交易双方均会带来信息成本。供给方与需求方的交易信息成本分别为市场交易价格的15.2%和19.1%。这意味着:在信息不对称的住房市场中,需求方处于劣势地位。为降低供求双方交易信息成本,建议:拓展市场信息传递渠道,提高信息传递效率;加大对住房供给方的信息披露,弱化需求方的信息劣势程度。     

基于支持向量机的模糊小波神经网络

针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。     

基于广义模糊算子的工业RT图像增强

在分析传统的图像模糊增强算法缺陷的基础上,提出了一种广义模糊增强的方法。该算法通过引入广义模糊集合的概念,将图像映射到广义模糊空间,设计一个分段正弦函数作为模糊隶属度,并采用了相应的增强算子,利用广义模糊变换范围大的特点,通过对工业RT检测焊缝图像进行广义模糊增强处理,使图像获得令人满意的增强效果。引入模糊熵的方法分析增强效果,并分析了广义模糊增强算法中影响增强效果的因素。     

“任务驱动”教学法在VB程序设计课程中的实践

"任务驱动"是一种建立在建构主义学习理论基础上的教学方法,其核心在于教学任务的设计。结合我们在VB语言程序设计教学中的实践,介绍了如何利用"任务驱动"教学方法组织程序设计教学的一般原则和方法。     

机械基础系列实验教学体系的构建

以培养学生关于机械的认知与表达、观察与理解、实验方法与研究方法、提高实践与创新能力为教学目标,面向矿业工程、结合科学研究、扩充新的实验项目,分层次构建了机械基础系列实验教学体系。通过科研项目带动与创新历程体验．提高了实验教学的效果以及实践与创新设计的能力。     

X射线检测焊缝的图像处理与缺陷识别

根据射线检测焊缝图像的特点,设计了图像去噪、增强的算法;针对焊缝缺陷对比度差、光照不均、纹理较多等不利因素,在去除焊缝背景情况下,设计了动态划分焊缝区域算法,利用局域阈值法分割提取出对比度不均的缺陷;通过对焊缝缺陷特征分析,选取缺陷识别的特征参数;建立了用于焊缝缺陷识别的模糊神经网络模型。试验结果表明,图像预处理和缺陷提取是成功的,提出的识别算法能够提高介于模糊边界模式分类时的识别率,对焊缝缺陷识别的效果优于分类识别法。