电动汽车启动控制仿真

为了提高电动汽车启动性能,基于永磁同步电动机驱动系统的数学模型,采用广义预测PI控制策略对电动车启动过程进行了控制;依据永磁同步电动机转子的凸极效应,采用高频电流注入法追踪转子的初始位置,对含有位置信息的高频电压信号进行检测,并通过外差法得到转子位置信号,通过对启动过程仿真,结果表明,所采用的方法是正确可行的,对电动汽车的启动过程控制具有一定的实用价值。     

基于MINIGUI系统灌溉控制人性化计算机界面设计

人性化计算机界面逐渐成为嵌入式系统的重要组成部分．各种嵌入式图形用户界面开发使嵌入式系统操作更简单更高效．讨论内客是μClinux与MiniGUI接口和基于MiniGUI人性化计算机图形界面构造．S3C44B0X（三星微处理器）,硬件平台由S3C44B0X、STN LCD和四线抗干扰触摸面板组成．系统可为灌溉操作者提供一个可视化友好操作环境．     

基于Brisk和Sift的快速图像拼接

针对基于Sift特征的图像拼接算法存在拼接过程耗时较长的问题,提出了一种基于Brisk算子的改进算法.该算法首先对均值滤波平滑的参考图像和待拼接图像基于Brisk特征进行粗匹配得到初步的重叠区域,然后对参考图和待拼接图的初步重叠区提取Sift特征并基于提取到的Sift特征完成特征点匹配及拼接.对基于Sift、Brisk...     

基于VOF法的CSG坝非稳定渗流场数值分析

当前国内外对胶凝砂砾石大坝(CSG Dam)渗流场的研究均局限于稳定渗流场,但由于库水位的不断波动,大坝在运行期大都处于非稳定渗流状态,保证这种新型坝在库水位变化时的安全稳定非常重要.采用有限体积法及计算流体力学中的VOF(volume of fluid,VOF)法,对CSG坝两个极端工况下的非稳定渗流场进行模拟,获得...     

基于CAD模型虚拟仿真数据的深度学习目标检测

有效的深度学习网络在训练过程中所需数据规模大,而数据的采集与标注极为耗时耗力,限制了深度学习在工业上的应用范围.针对该问题,基于工业生产中常用的CAD模型,结合实际的工业应用背景,设计了一套参数化生成虚拟仿真工件图像数据集的方法,避免工业现场繁琐的平台搭建与数据采集过程.同时,提出一种基于YOLOv3的改进深度学习网络...     

基于碳量子点的Cu2+检测的创新实验设计

以谷氨酸为碳源,采用一步水热法制备碳量子点并将其制成检测试纸.通过检测试纸与溶液中金属铜离子的荧光增强作用,从而快速定性地检测出Cu2+的浓度,该检测试纸具有良好的抗干扰性和选择性.该实验从材料合成到应用的完整流程,有利于材料专业相关学生对于材料合成方法、相关表征手段的认识,有利于激发学生在实验教学活动中的学习热情,掌...     

实验动物小肠结肠炎耶尔森菌的实验室检测能力验证结果评价

目的 通过实验动物小肠结肠炎耶尔森菌(Yersinia enterocolitica)检出能力验证,了解实验动物检测机构的检验能力,提高实验动物质量检测水平。方法 按照中国合格评定国家认可委员会(China National Accreditation Service for Conformity, CNAS)批准的能力验证方案,低温冷冻干燥制备样品;稳定性和均匀性检验合格后,通过CNAS平台随机分组编号,发放给参加单位,并附作业指导书。要求在规定时限提交检验报告和原始记录,其结果与样品设置一致的判为满意结果,不一致或未按时提交的判为不满意结果。结果 共有24个实验室参加本项能力验证;其中获得满意结果的实验室为22个,占总参加机构的91.7%;得到不满意结果的实验室有2个,占8.3%。结论 实验动物质量检测机构对小肠结肠炎耶尔森菌的检测能力较高。     

单核苷酸多态性在近交系小鼠遗传检测方面的研究进展

随着分子生物学技术的迅速发展,单核苷酸多态性(SNP)检测技术也得以不断的完善和发展。SNP作为第三代遗传标记,已经成为小鼠遗传检测的重要手段。SNP检测是在DNA水平进行的检测,依赖于完整的基因组信息注释。本文概述了小鼠基因组学的发展,以及SNP在近交系小鼠遗传检测方面的研究进展。     

基于淀粉经济、无毒的比色潜指纹检测

构建了一种基于淀粉的经济、无毒、实时的潜指纹比色检测方法.利用淀粉与指纹之间的氢键和范德华力作用,使淀粉有效识别出无孔和多孔基底上的潜指纹.通过将不同颜色的植物染料混合进淀粉,解决了由淀粉与基底之间顺色导致的检测对比度差的难题.该方法还表现出对老化潜指纹和重叠潜指纹的良好检测效果.     

基于深度学习的中文票据文本检测与识别方法

针对票据在识别时出现数据漏检率高、识别精度低的问题,提出文本检测模型ENCRAFT与识别模型DLCNN。在文本检测模型CRAFT的基础上,ENCRAFT修改其原始的特征提取网络的结构,利用未经池化的特征图进行融合,减少了细小特征的丢失,并增大监督特征图的分辨率,以提供更丰富的监督信息,从而提高模型检测率;DLCNN利用深层的卷积网络与浅层的循环网络实现对中文票据的高精度识别。实验结果表明,该方法在多个票据数据上的检测率与识别精度均有明显提升。