利用PSoC设计DTMF拔号器

首先介绍了DTMF技术的基本原理和PSoC（可编程片上系统）的特点．接着分析了DTMF拨号器模块DTMFDialer的内部结构、工作原理和API函数．最后闸述了用DTMFDialer模块实现电话拨号的软硬件设计．     

一种快速自修复磁性聚合物高分子

通过简单的方法合成了一种兼具柔韧性和拉伸性的室温快速自修复磁性聚合物高分子。基于单分子磁体Mn₁₂-Ac和含有脲键的聚二甲基硅氧烷高分子基底之间的氢键作用,该复合物材料展现了出色的磁性和室温快速自修复性质（修复时间为60 s,修复效率为99.5%）。这项工作将为磁性自修复材料在未来智能器件、响应型机器人等领域的应用提供更多的机会。     

BGI注入式种子填充算法及实现

区域填充问题在ＣＡＤ、科学可视化、图形图象处理等领域均有着广泛和深入的应用，研究高效的区域填充算法，是计算机图形学的重要问题之一。多边形填充算法只适用于多边形区域的填充，边界填充算法虽然对区域边界形状无严格要求，但要求区域边界颜色特征一致。为此，提出一个注入式区域填充算法，对于内点定义的区域，不要求边界颜色特征一致，在此基础上，对ＴｕｒｂｏＣ和ＢｏｒｌａｎｄＣ＋＋的图形库函数进行了扩充。该算法及其实现给相关图形的处理带来了极大的方便     

面向三维信号的分组码

设Z[3√2]是代效效域Q（3√2）的代效整效环．把商环Z[3√2]／(2^Z)的乘法单位群分解为群的直积．由此获得三维信号空间并可用来构造分组码．这些码能够改正某些错误．     

基于MIKPSO-SVM方法的工业控制系统入侵检测

针对Kalman粒子群算法在优化基于支持向量机的工业控制系统入侵检测模型时易陷入局部极小的问题,该文提出了一种改进的多新息Kalman粒子群算法。所提算法不仅考虑当前粒子信息的观测值,同时充分利用之前时刻的有用信息对粒子的状态进行估计,为粒子位置的更新提供足够的冲量,使得算法跳出局部极小,从而提高了算法的优化精度。将所提出的改进算法用于支持向量机工控入侵检测模型参数寻优,并使用工控入侵检测标准数据集进行仿真研究。仿真结果表明:与Kalman粒子群、粒子群以及遗传算法相比,该文所提出的算法——优化的支持向量机入侵检测模型在检测率、漏报率和误报率等指标上都有明显提升。     

农业水土工程专业研究生课程体系改革研究

农业水土工程作为一门研究水-土-作物之间关系的学科,和人类生活及社会发展息息相关,在农业工程研究中具有非常重要的地位.研究生的培养对于该专业持续发展至关重要,因而对农业水土工程专业研究生课程体系进行改革的探讨和研究具有十分重要的现实意义.从农业水土工程课程体系的现状入手,从学校、老师和学生三个角度对课程体系改革进行探讨研究.研究表明:学校和老师角度可以从教材选择、培养方案设置、教学内容、教学方式和日常管理模式等方面充分调动学生学习的积极性,培养学生的研究意识和创新能力,引导学生积极主动参与学术讲座,关注学科前沿知识.     

基于改进Yolov3的驾驶员疲劳检测

疲劳驾驶是引发交通事故的主要原因之一,为了预防疲劳驾驶的发生,基于多信息融合方法研究了驾驶员疲劳检测技术。通过改进的Yolov3算法与卡尔曼滤波算法的结合进行人脸检测。利用一种基于提升树的算法实现脸部关键点检测,并基于单位时间里眼睛闭合时间所占的百分比(percentage of eyelid closure over the pupil over time, PERCLOS),最长持续闭眼时间和哈欠次数这3个特征进行多特征融合的疲劳检测。在实车录制数据集上进行验证,实验结果表明：所提方法平均识别正确率达92.5%,具有较高的准确率,针对复杂环境有较强的鲁棒性,对于将来的研究有着重大意义。     

水稻钵苗有序抛秧机顶出机构的参数优化

提出一种新型旋转式水稻钵苗有序抛秧装置,介绍其工作原理及实现结构.对其关键部件———凸轮杠杆顶出机构的运动特性进行分析,得到凸轮转角、杠杆摆角与顶杆行程、杠杆位置、输入力臂长度、输出力臂长度等机构参数的关系表达式.以顶杆行程一定时的凸轮转角最小为目标,建立机构的优化模型,基于Matlab语言编程,用遗传算法对凸轮杠杆机构参数进行优化,求得最优参数,并得到反映参数的可行取值范围的三维图.为凸轮杠杆顶出机构的参数设计提供了快捷可靠的方法.     

不同胁迫下盐生杜氏藻3-磷酸甘油脱氢酶基因表达及其与甘油合成的响应

在已克隆的盐藻（Dunaliella salina）3-磷酸甘油脱氢酶GPD基因的基础上,利用实时荧光定量PCR的方法,研究了经高盐、厌氧、磷酸盐以及氧化等不同外界胁迫条件下该基因的表达情况,并同时监测了盐藻细胞甘油合成的动态变化.对比酿酒酵母的GPD基因,发现D.salina GPD基因受高渗诱导,同时D.salina细胞内可能存在多个形式的GPD基因.     

基于密度分类的JPS+移动机器人全局路径规划算法

针对传统全局路径规划中扩展节点多、寻路时间长等问题,提出一种基于JPS+(jump point search plus)算法的全局路径规划算法,旨在提高机器人在复杂环境的智能性、高效性的要求。首先引入了一种基于密度的判断障碍物角点规则,实现对于主要跳点的识别数目,减少搜索路径过程中的可扩展节点,同时在路径求解过程中对目标跳点的判定规则进行了修改,最终实现了减少计算量、缩短计算时长的目标。为验证所提改进型JPS+算法的有效性,将A~*、JPS+算法在不同类型地图中与改进型JPS+算法进行了比较。仿真结果表明,改进型JPS+算法与A~*算法相比,在路径长度、寻路时间和扩展节点数量上都有明显改进;在生成相同路径的基础上,与传统JPS+算法相比,在障碍物占比33.25%的地图中搜索时间降低了7.58%,节点扩展数量减少了9.38%,能够满足移动机器人快速全局路径规划的要求。