基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

钩形弯交叉口信号协同控制优化方法研究

针对车辆在钩形弯交叉口与相邻常规交叉口间的整体运行特性，建立了各条车道的车辆平均延误计算模型。以各交叉口的周期时长和相位绿灯时间为约束，钩形弯交叉口与相邻常规交叉口间的车辆平均延误最小为目标，建立了信号协同配时方案。以位于苏州市高新区内有轨电车沿线的两个相邻交叉口为例，采用实际数据验证所建立的方法，并设置钩形弯渠化方案。将设置的钩形弯交叉口与其相邻常规交叉口的信号协同作为改进方法，在VISSIM软件中对比分析改进方案与现状方案的车辆延误指标。实验结果表明，钩形弯交叉口与相邻常规交叉口的信号协同优化方法可有效提高交叉口的通行能力，尤其是干道直行机动车的通行能力，可降低车辆的平均延误。     

“后真理”、对称性与反科学

"后真理"是一种"个人信念比科学事实更具说服力"的怪象,"后真理"与SSK的对称性原则联手,就会在"认知平等与民主化科学"的幌子下,让伪科学与政治派别或利益集团之间形成强大的反科学同盟,从内容与体制上诋毁科学。这种诋毁不可能产生真正的认知平等,因为科学的本质是以事实为依据,这是认知平等的先决条件。"后真理"现象反映出在哲学上重审划界问题的重要性与迫切性。     

青藏铁路含保温夹层路基厚度与地温关系的研究

通过对青藏铁路风火山段含有保温夹层的路基建立均匀介质分层纯导热模型并运用分层近似解法求出冻土表层的温度函数,结合Lachenbruch给出的冻土层的理论温度表达式,得到了路基填料层、保温层、地表年平均温度与正弦变化温度的振幅比三者之间的隐式方程,并应用该方程对三者之间的关系进行了分析.     

过饱和汽中带电液滴性质的分析

为拓展物理研究,从开尔文公式入手探究带电粒子在过饱和汽中的性质.通过对公式取对数形式的研究和相应图相对比,分析得出当不带电液滴进入过饱和汽中时,虽然也可以凝结成微小液滴,但对于很小的液滴(r_1r),这种蒸气又是未饱和的,所以这些刚凝成的液滴即刻汽化为乌有;带电液滴由于表面张力和静电场力的共同作用,其饱和蒸气压P正好等于不带电液体液平面上的饱和汽压P_0并处于稳定平衡状态.威尔逊云室充满过饱和汽,当带电粒穿越时,产生大量离子凝结成带电液滴,并无限制的发展,成为肉眼可见的飞行带电粒子径迹.     

三喻文化视角下“95后”高校毕业生就业观念问题研究

影响高校毕业生就业行为的关键因素是就业观念,"95后"高校毕业生就业观念发生了根本的转变。为有效引导高校毕业生就业,家长要主动转变就业观念,发挥前喻文化的引导示范作用;学校要构建全方位的就业指导体系,鼓励并喻文化的实践导向;公众应理性看待慢就业,接受后喻文化的反哺教育。     

基于GM(1,1)的农田土壤湿度灰色预测模型

针对土壤湿度变化趋势对于分析区域旱情的重要性,研究了GM(1,1)模型的建模方法,建立了基于GM(1,1)的农田土壤湿度的灰色预测模型,并将试验数据和预测值进行对比。结果表明土壤湿度的预测值略大于试验值,且相对误差不大于5%,验证了所建立的预测模型的准确性。该模型为土壤湿度动态变化特征的深入研究提供了重要的科学依据,对农田水利灌溉具有重要意义。     

利用SRTM数据修测高山区地貌的探讨

在高海拔区域测制地形图,如青藏高原地区,所获取的遥感影像局部存在着大范围的高山阴影或云雪覆盖,造成立体观测地貌困难的现象,探讨应用SRTM数据对这类特殊区域地貌进行修测补绘。介绍了数据处理的作业过程,并对实验区SRTM与SPOT5影像立体测图成果进行实验对比分析,成果符合要求。