基于改进CBAM注意力机制的MobileNetV2玉米种子品种识别研究

玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,本研究采集了9种玉米种子图像共2792张建立数据集,并按照7：2：1的比例随机划分训练集、验证集和测试集。本研究将注意力机制CBAM引入轻量化模型MobileNetV2,对CBAM的串行方式进行改进,构建一个新型注意力模块E_CBAM,并通过对比不同的压缩比,选出效果最佳的压缩比为4,提出了E_CBAM_MobileNetV2模型。实验表明E_CBAM_MobileNetV2的准确率为98.18%,相较于MobileNetV2提高了5.45%。本研究为玉米种子的高效、便捷、快速识别提供了理论依据,同时为推动自动化检测玉米品种的手段提供了技术基础。     

南水北调中线膨胀土试验段滑坡分析与防治

南水北调中线工程膨胀土渠段长,处理技术难度高,制约因素多,通过在南阳膨胀土试验段对渠道破坏机理进行研究,分析了膨胀土产生滑坡的原因:土性差是内因,水文条件、施工工艺、渠坡荷载等是外因.为有效防治滑坡,应重视膨胀土膨胀性的确定,合理编制土方开挖计划,施工时避开雨季等.     

袋装水泥土在塔里木河护岸工程中的应用

对袋装水泥土在塔河护岸工程中的应用情况进行了分析,并与其他传统工艺进行了对比,结果表明袋装水泥土具有以下特点:①整体性好,抗冲刷能力强;②适应性好,便于运输,保管方便、安全,可保证成型后的块体紧贴地面,尤其适应起伏较大的地形;③施工方便,速度快,易控制;④初期强度高,维修保养方便;⑤外型美观,抗老化,耐久度高.     

硅基材料的各向异性刻蚀工艺研究

穿透硅通孔技术是实现3-D集成封装的关键技术之一,而交替复合深刻蚀技术是实现穿透硅通孔的重要方式。本文分别采用SF6和CF4、SF6和C4F8、SF6和O2三组不同组合气体,对硅基材料进行交替复合深刻蚀,获得了不同组合气体对硅的横向刻蚀速率和纵向刻蚀速率,实现了对硅的各项异性刻蚀,为硅深刻蚀技术的实现奠定了基础。     

工业CT图像管道拟合

研究了工业CT图像序列中工件内部管道的拟合方法。在利用Facet模型提取管道边缘的基础上,将三维圆柱面、椭圆柱面管道的拟合转化为中心轴截面上的二维轮廓曲线圆、椭圆的拟合,与传统的三维曲面拟合相比,效率更高。通过对实际的发动机工业CT图像进行实验,结果表明该方法可以较准确地获取工件内部管道的几何参数,为基于工业CT的逆向工程打下基础。     

关于计算机网络技术的发展现状分析和展望

当前,随着科学技术的飞速发展,计算机网络技术正在以不可估量的发展态势影响着人们的生产与生活方式,在一定程度上促进了社会的发展,使得人们的生活水平得到不断提升.而为了更好的满足用户对于计算机网络技术的需求,就需要对当前其发展现状进行深入的分析,并不断致力于新领域、新技术的研究,以推动网络技术的健康、稳定发展.     

远程遥测姿态控制系统设计

为全面测控飞行器姿态,设计了一种能实时监测、控制飞行器姿态倾角的远程遥测系统;采用FPGA进行中央逻辑控制,构建了智能变送模块;将上位机作为终端设备,结合步进电机24BYJ48-5V与双轴倾角传感器ROB100等前端设备,经过硬件及软件调试,完成步进电机闭环控制,实现-90°～+90°范围内对飞行器任意倾角值的实时测量与控制,测试精度达0.5°;通过大量试验结果及分析表明,该系统可靠性高、可移植性强,能够完成对飞行器姿态的实时测控,各项性能指标均满足项目需求.     

一种嵌入DCT域直流分量的盲水印算法

文章提出一种基于量化的嵌入DCT域直流分量的数字水印算法。该算法以二值图像为水印,根据JPEG标准量化表系数确定水印嵌入强度,提取时不需要宿主图像。实验表明:该算法简单易行,对常见的水印攻击有较好的鲁棒性和实效性。     

完善技术标准体系 打造技术性贸易壁垒盾牌

当今，技术性贸易壁垒已成为一个国家保护本国产业和促进对外贸易发展的重要手段。技术性贸易措施的完善程度，直接取决于所在国的技术标准体系建设完善和精密程度。在我国成为主要出口国的同时，我国也已成为进口大国。怎样完善我国的技术标准体系建设，从而打造我国技术性贸易壁垒盾牌，不仅是保护我国产业、维护国家安全的重要手段，也是保持我国对外贸易健康发展的必要措施。     

溪洛渡拱坝内部温度预测的串并混联融合模型

准确、可靠、高效地预测反映大坝工作性态的关键变量对大坝安全建设与运行具有重要作用。本文针对大坝全过程温度场分析预测问题,构建了机理与数据驱动的串、并混联式融合模型,以溪洛渡大坝工程为例对大坝内部温度进行了预测建模。在串联融合中,采用营地链方法及主成分分析的辅助技术对大坝材料的热传导系数进行反演分析,以获得经参数优化后的机理模型响应输出。在并联融合中,利用解释因子法以及线性-高斯模型,建立了从优化的机理模型到实际监测数据的预测模型。试验表明,解释因子串并混联融合模型受益于机理模型的解释能力及线性-高斯模型的预测优势,可对测试数据的波动做出较准确的预测,并具中长期预测优势。串联模型相对于原始机理模型的整体预测误差缩减了13%,串并混联模型相对于串联模型的预测误差缩减了81%。