在线智能视觉检测系统在小包装 食盐装箱中的应用

装箱计数精度直接关系到装箱数量,是最终产品质量指标之一,是影响企业形象的关键因素.目前多由过程装备调整和现场人工检测加以调整,无法确保最终装箱计数精度.通过智能视频检测系统对装箱机的装箱过程进行在线检测分析,找到影响装箱精度的根本原因是由于机械系统无法确保小包装食盐在最终装箱机传输带上间距足够大,产生叠包、近包缺陷,造成计数系统无法及时计数,产生装箱多包产品质量缺陷,为进一步解决多包问题奠定基础.     

基于McWiLL的大范围多类型数据传输系统设计

为解决大面积范围内数量众多的灌溉机井水泵传感器网络中多种类型数据实时传输的难题,建立了基于McWiLL宽带无线接入技术的新型传感器网络。对该传感器网络各部分功能设计和网络规划进行了研究,并建立了小规模的实验网络;对该试验网络的覆盖范围、数据传输延时进行了测试,并与基于GPRS（Gerneral Packet Radio Service）的传感器网络进行了对比分析。结果表明,该传感器网络能采集并传输多种媒体数据、平均数据传输延时较GPRS网络缩短20%,最大数据传输延时缩短为GPRS网络的1/3,单基站网络覆盖范围约16 km,很好地满足了设计需求。     

高龄病人髋部骨折后深静脉血栓的干预

目的:防止高龄病人髋部骨折后深静脉血栓形成。方法:对50例高龄病人髋部骨折术前术后给予丹参注射液、低分子肝素钙注射液、内生电+气压治疗,配合下肢足踝泵、股四头肌运动,同时密切观察下肢血液循环情况。结果:本组50例病人,有2例病人发生深静脉血栓,经静脉溶栓治疗后效果良好,未发生肺栓塞严重并发症。结论:上述治疗可有效防止深静脉血栓形成。     

世界油气上游国际合作的形势和机会

指出中国利用国外油气的必要性,重点分析了伊拉克、伊朗、巴西、加拿大、委内瑞拉和北美油气上游合作的机会及世界油气国际合作的合同变化趋势,提出了当前扩大油气上游国际合作的主要方向。     

大倾角煤层回采巷道断面适应性

基于大倾角煤层回采巷道围岩应力显现规律,采用数值分析方法对不同类型断面巷道的围岩塑性区及应力非对称分布特征进行研究,并建立异形断面巷道围岩破坏力学模型,确定其合理的支护方式.结果表明,大倾角煤层回采巷道围岩塑性区沿煤层倾斜方向演化,顶底板破坏深度大于两帮,且两帮破坏程度差异大;巷道断面形状不同,导致巷道围岩应力集中程度、塑性区及变形量等有很大差异;拱形巷道围岩变形适应性好,异形巷道两侧的顶角煤易发生剪切破坏,但考虑回采巷道掘进、设备运行及服务年限等需求,常用异形巷道;采用"锚网+钢带+锚索"的支护形式,加强异形巷道顶板帮及坡顶煤的支护,满足支护阻力大于F1和F2,可明显减少巷道围岩变形,保持巷道的稳定性.     

基于深层卷积网络的单幅图像超分辨率重建模型

【目的】针对Mean squared error(MSE)作为损失函数在人眼感知方面存在局限性,以及基于卷积神经网络的图像超分辨率(Super-resolution,SR)算法生成的图像存在参数较多、计算量较大、训练时间较长、纹理模糊等问题,设计基于深层卷积神经网络的单幅图像超分辨率重建模型。【方法】使用ImageNet预先训练的大型卷积神经网络Visual geometry group(VGG)模型提取图像特征,利用该特征设计视觉感知损失函数进行训练学习,引入亚像素卷积层(Sub-pixel convolution)替换上采样层,缓解生成图像的棋盘效应。【结果】设计的模型对放大两倍的图像进行超分辨率修复,与其他4种超分辨率重建模型的Peak signal to noise ratio(PSNR)值接近,且生成图像的视觉效果更加清晰逼真,细节更加细腻。【结论】该模型可以实现输入不同大小的低分辨率图像而不必多次训练学习不同比例的放大模型,可以实现对不同放大倍数图像的训练和预测,在保持一定PSNR正确率的前提下,放大后的超分辨率图像能够恢复更多纹理细节和更佳视觉效果。     

深空喷泉码文件传输协议设计与误码率性能研究

由于深空通信具有高时延和高误码率的特点,使得基于反馈的传输协议效率降低,可利用基于喷泉编码的传输协议提升传输效率。本文利用中心极限定理研究喷泉编码文件传输协议误码率性能,对中心极限定理概率模型进行仿真,仿真结果说明此概率模型贴近实际情况。选取中心极限定理作为协议设计的准则,推导了基于正态分布分位数函数的协议发送数据包数n的表达式。此表达式保证只要发送n个数据包,则成功概率不低于δ。      

无线网络接入点TCP流时间公平性

对无线网络接入点上下行TCP流存在的时间不公平性现象进行了研究,报告了无线网络接入有线网络存在的拥塞控制问题现状,提出了一种的无线网络TCP流公平调度算法。采用快速的TCP流优先发送方法,既保证了各流吞吐率公平性,又解决了慢速的TCP占用信道时间过多的问题,实现了各流占用信道的时间公平性。通过网络仿真实验证明,新的公平调度算法比传统的算法在性能上有较大的改进,达到了提高网络整体效率的目的。     

基于深度卷积神经网络和深度视频的人体行为识别

传统人体行为识别基于人工设计特征方法涉及的环节多,具有时间开销大,算法难以整体调优的缺点。以深度视频为研究对象,构建了3维卷积深度神经网络自动学习人体行为的时空特征,使用Softmax分类器进行人体行为的分类识别。实验结果表明,提出的方法能够有效提取人体行为的潜在特征,不但在MSR-Action3D数据集上能够获得与当前最好方法一致的识别效果,在UTKinect-Action3D数据集也能够获得与基准项目相当的识别效果。本方法的优势是不需要人工提取特征,特征提取和分类识别构成一个端到端的完整闭环系统,方法更加简单。同时,研究方法也验证了深度卷积神经网络模型具有良好的泛化性能,使用MSR-Action3D数据集训练的模型直接应用于UTKinect-Action3D数据集上行为的分类识别,同样获得了良好的识别效果。     

基于深度信念网络的天体光谱自动分类研究

把深度信念网络应用于天体光谱的分类.首先,使用小波变换对光谱数据进行降噪预处理,其次,采用PCA对光谱数据进行特征值提取降维,然后建立深度信念网络模型并构造分类器,最后使用该分类器对美国斯隆巡天项目的天体光谱数据进行激变变星的分类研究,并与受限波尔兹曼机网络进行了对比研究.由于深度信念网络对数据有深层次的学习能力,采用深度信念网络对天体光谱进行分类有一定优势.实验结果证明了分类方法的有效性.