本硕贯通的人工智能专业人才培养研究

人工智能专业人才培养是当下各高校大力发展的目标和研究热点问题。本文研究和分析了人工智能专业人才培养中主流模式和面对的主要问题，并结合实例提出了一种符合人工智能专业人才培养目标的本硕贯通的培养方式，分析了该方式的可行性和合理性，结果显示出该方式的有效性。     

基于循环训练法的变压器漏油检测

检查变压器是否存在漏油问题在维护电网安全与稳定方面具有重要价值.地面是否存在因漏油而产生的油污区域是判断变压器是否存在漏油问题的重要的依据.油污区域的形状各异、所处的环境复杂以及光照阴影的影响给漏油检测问题带来了挑战.阴影是自然界中的一种普遍存在的物理现象,对漏油检测的影响是不可避免的.为了消除阴影对漏油检测的影响,提出一种循环训练方法.通过直方图均衡化以增强困难样本油污和阴影之间的对比度,循环地训练增强后的图像来减弱阴影的干扰,以提高查全率;同时通过引入负样本图像缓解误检问题,以提高查准率.文中使用变电站真实环境下采集的数据,并以此构建了一个油污图像的数据集.基于此数据集设计8种方案进行对比实验.实验结果表明,与未使用所提方法的模型相比,使用该方法的模型能够有效地消除光照阴影对漏油检测的影响,显著提高漏油检测精确度.     

钢骨混凝土组合结构典型节点施工技术研究

钢骨混凝土结构施工技术是当今推广应用的建筑业新技术,既不同于钢结构,也不同于钢筋混凝土结构,更非两种结构的简单组合。以原设计施工图节点做法为依据,做好典型节点的深化设计,认真研究钢骨与钢筋相交部位的节点做法是确保实现设计意图、使施工顺利进行的关键。通过典型节点详细研究,确保钢骨开孔无漏孔、错孔、孔错位等现象,方便现场吊装施工。     

建筑节能 金邦板 外墙外保温 复合外墙 外墙装饰

在大力提倡建筑节能的今天,作为一种新型节能型外墙材料——金邦纤维水泥外墙板,无论是独立使用还是与各种保温、隔热材料相结合,均能够实现建筑节能的目的,其干法施工的方式在施工过程中不会对周围造成任何环境污染,其工厂化生产的质量,保证了建筑物的使用寿命。     

手形识别中的手形提取方法

手形识别在生物特征识圳领域中占有重要的地位,目前最常用的手形匹配方法是点匹配的方法,手形提取的好坏直接影响着识别的准确性,这就要求于形的轮廓提取必须准确,否则会引入大量的伪特征点从而带来错误率的激增。在手形采集过程中,周围环境的光照和噪声对于形的准确提取会造成很大的影响。该文提出了一种光照补偿和由基于分类搜索的局部域值手形提取方法解决以上问题,该方法能有效地克服传统方法难以提取手形边缘信息的现象,实验表明,该方法能准确有效地对手形讲行提取,为识别提供了保障。     

基于特征融合的手形匹配算法

手形识别是生物特征识别的重要组成部分,手形匹配是手形识别的关键。目前常用的方法有特征矢量法（CVM）和点匹配方法（PPM）两种,这两种方法在对手形进行匹配时各有优点,也有局限性。提出一种多特征融合的手形识别算法,使得两者能够有效的结合起来,提高了手形匹配的准确性和鲁棒性。     

浅谈金邦板的建筑节能及应用

在大力提倡建筑节能的今天,作为一种新型节能型外墙材料——金邦纤维水泥外墙板,无论是独立使用还是与各种保温、隔热材料相结合,均能够实现建筑节能的目的,其干法施工的方式在施工过程中不会对周围造成任何环境污染,其工厂化生产的质量,保证了建筑物的使用寿命。     

一种基于模板匹配的手形认证算法

身份认证是保证信息与网络安全的一种重要手段,手形认证是身份认证的重要方法之一。传统手形识别方法大致分成特征矢量匹配和点模式匹配两种:前者通过计算手形的长度和宽度等特征矢量来对不同手形进行匹配认证,该方法计算量小,但是误识率偏高;后者通过将手形轮廓图象表示为一系列特征点集,然后对两个手形的特征点集进行匹配认证,误识率较小,但计算量和拒识率相对较大。以上原因导致了两种算法都不能被广泛应用。该文提出了一种基于模板的点匹配算法,可以较好地解决点模式匹配计算量过大的问题,同时也能够提高认证识别率。在认证过程中还采用了方向角及膨胀收缩修正等方法,使得模板的匹配速度和拒识率得到有效的改善,从而大大增强了认证过程的鲁棒性。     

飞秒激光微加工的研究进展

综述了近年来国内外利用飞秒激光微加工的研究进展。飞秒激光脉冲作为材料微纳加工的一项工具,已经从实验室进入到工业化阶段。介绍了飞秒激光在微纳加工领域的一些研究情况,分别就飞秒激光烧蚀微加工以及双光子聚合加工进行了阐述。最后分析了飞秒激光微加工目前存在的问题及未来发展的主要方向。     

一种基于最大似然Hausdorff距离的手势识别算法

针对字母手势的检测和跟踪问题,文章提出一种基于最大似然准则Hausdorff距离的手势识别算法。该算法首先对字母手势图像进行二值化处理,并由字母手势图像的边缘信息中提取字母手势的关键点(指根和指尖);然后采用基于最大似然准则的Hausdorff距离对手势进行识别,搜索策略采用类似于Rucklidge提出的多分辨率搜索方法,在不影响成功率和目标定位精度的情况下,可以显著地缩短搜索时间。实验结果表明此方法可以较好地识别字母手势,同时对部分变形(旋转和缩放)手势也有良好的效果。