基于触屏式Win DNA快捷电子财务管理系统设计

对于当前的财务系统来说,基于网络通信技术实施便捷化财务信息系统是提升工作效率与升级便捷服务方式的重要方法。基于触屏式WinDNA技术设计开发了一套快捷ERP电子财务管理和财务信息查询系统。用户可以利用触摸屏终端与系统进行交互,方便快捷地获取相关的财务信息和其它如经费借支申请等日常性财务操作。     

基于CEEMDAN-FastICA算法的非接触心率检测

为了降低照明变化、相机内部等噪声干扰对远程光电容积描记法检测心率的误差,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)与快速独立成分分析(FastICA)相结合的去噪方法,实现非接触式心率准确检测.首先对视频图像中人脸68个关键点进行检测,获得感兴趣区域(ROI)并得到源信号;然后通过CEEMDAN对源信号进行分解并选取合适频段内的固有模式函数(IMF)进行重构,对重构信号进行FastICA盲源分离后将RGB各通道信号进行快速傅里叶变换,最终利用频谱峰值对应频率计算得到心率.对10名不同性别和年龄的人员进行了实验测量,并将测量结果与脉搏血氧检测参考仪器进行了对比分析,测量均方根误差和平均绝对误差分别为0.72bpm和0.60bpm.实验结果表明,所提方法能够有效去除心率检测源信号中的噪声,提高心率检测的准确性.     

大学生电子设计竞赛创新能力的培养研究

对于参加大学生电子设计竞赛的启迪,介绍了参赛备训的作法,并论述了对培养大学生创新能力及系列课程的教学改革的探索与实践。     

基于GAF和卷积神经网络的轴承故障诊断研究

针对深度学习在轴承故障诊断中出现的多分类时测试准确率低、数据集不足的情况,提出基于格拉姆角场(GAF)法和卷积神经网络(CNN)的轴承故障诊断模型以及采用重叠采样20%的方法扩充数据集。通过对轴承振动信号采用格拉姆角场法变换构建数据集,导入到搭建的六层卷积神经网络中实现故障分类。在搭建的CNN中测试了不同的轴承数据集以及不同数据长度下的测试准确率和抗噪性能。结果表明,在不同数据集的测试中,所搭建的模型最高测试准确率可达100%,搭建的CNN有着良好的性能,在多分类问题上具有较高的精度;扩充数据集的方法具有一定的可行性,可以有效提升模型的测试性能。     

基于CWT-CNN的滚动轴承故障诊断

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗噪性能差等问题,提出CWT-CNN的轴承故障诊断模型。通过对滚动轴承振动数据经连续小波变换生成的时频图进行三次垂直方向随机裁剪的方法扩充数据集,之后将其导入到搭建的加入了批量归一化和随机失活的卷积神经网络中进行模型训练,再由训练好的模型实现轴承故障分类。为了测试模型性能,使用凯斯西储大学轴承数据集进行检测,经过实验结果表明：基于提出的方法构建的数据集相比于常规方法,在搭建的卷积神经网络训练中收敛速度更快,训练出的模型性能也更加稳定,最终最高测试准确率为99.75%,常规方法构建的数据集准确率为99.67%,证明了构建数据集方法的可行性;在原始数据中加入信噪比为6dB高斯白噪声后,通过常规方法构建的数据集测试的最高准确率仍达到了98.67%,展现了基于CWT-CNN的轴承故障诊断模型较强的抗噪能力,证明了所提方法的有效性和可行性。     

基于连续投影算法的食用油激光诱导荧光光谱特征波长筛选

针对目前质量监督领域中难以快速准确地识别食用油种类的问题,提出了一种激光诱导荧光技术结合连续投影算法的食用油光谱识别方法.实验搭建激光诱导荧光系统采集了5种食用植物油共计500组荧光光谱数据.首先,通过实验对比选择Savitzky-Golay卷积平滑算法对荧光光谱进行预处理;然后使用连续投影算法筛选特征波长;最后,将筛...     

H.264视频服务器在煤矿视频监控中的应用

针对构造高可靠性的煤矿视频监控系统,本文设计了运行于DM642上的基于H.264编码标准的嵌入式视频服务器,详细介绍了视频服务器中核心模块的软硬件设计。经测试表明,该服务器可满足煤矿视频实时监控的要求,有利于煤矿企业实现信息化、数字化和网络化。     

极性相关与LMS算法的流速测量系统研究

为了解决恶劣环境中噪声等因素对流速测量系统的影响,提出了两种抗噪算法。首先概述了流体流速测量的基本原理,分析了极性相关算法的结构、电路实现、以及峰点位置确定,然后介绍了最小均方算法(LMS)在流速测量中的应用,并对两种算法进行了实验仿真。根据两者的蒙特卡洛法仿真实验可以看出,在无噪及-20d BW噪声条件下,两种算法皆可进行精确的流速测量,且峰点位置清晰。但在噪声功率增强达到-15d BW时,两者的实验仿真出现较大偏差。基于LMS算法仿真得出的测量速度依旧能良好的反应蒙特卡洛法设定速度,但是基于极性算法仿真得出的测量速度已经不能良好的反应蒙特卡洛法设定速度。在噪声功率达到-10d BW时,基于LMS算法仿真得出的数据依旧良好,此时基于极性算法仿真得出的数据已经完全失真。实验结果表明,在有噪环境中时,极性相关算法的测量精确度降低,而LMS算法因为能根据外界因素自动调节自身参数,仍然可以进行精确的流速测量。     

优化神经网络在矿用电机轴承故障诊断的应用

为了解决矿用电机轴承故障难于快速诊断的问题,提出一种SCG优化的BP神经网络用于矿用电机轴承故障诊断以提高准确率和诊断速度,与无监督学习的聚类分析进行对比。实验采集到3种故障和正常运行共448组数据,采用三层小波包分析对数据集进行能量谱提取,然后采用SCG-BP神经网络进行故障诊断分析。结果表明,采用SCG-BP神经网络可以对矿用电机的故障进行快速诊断,准确率远远高于聚类分析,对比不同规模的SCG-BP神经网络,得出选用第一层4个神经元的神经网络收敛速度快,对矿用电机轴承的故障识别率能够达到100%,取得结果达到预期。     

激光诱导荧光技术的煤矿水源水质监测研究

为了能够快速准确地判别煤矿突水水源,提出了基于激光诱导荧光(LIF)技术的煤矿突水水源监测方法,该系统以MC9S12XS128B微处理器为核心,构建了共聚焦式检测子系统,通过USB2.0协议实现硬件采集系统与上位机通讯的方案。通过对反馈回的激光诱导荧光光谱进行分析,可以定量分析煤矿水源中水质离子的浓度,因此就可以实时监测到突水水源的变化。该方法克服了传统方法无法实现对大面积水域的实时在线监测的难题,能准确快速地得到结果。本研究可进行煤矿未知水样的水源判别,为煤矿的安全生产提供决策依据。