基于迁移学习的永磁除铁器输送带断裂检测

为解决现有的永磁自卸除铁器输送带断裂检测方法不精确、检测装置易损坏、安装复杂的问题,提出一种基于迁移学习的视频检测方法.首先采用模板匹配技术选取弃铁输送带的特征图像,得到源图像中的ROI区域;然后通过对图片进行随机旋转、裁剪、亮度变换扩充数据量,并自制了数据集;随后基于Fine Tuning迁移学习方法,使用Pytor...     

基于自适应抽头延迟神经网络的股指预测

提出一种自适应神经网络模型对股指这一非线性时间序列进行高精度的预测.首先采用基于递归最小方差的自适应学习算法对抽头延迟神经网络模型进行训练,然后再利用删剪算法对训练好的神经网络结构进行自适应删剪,去掉隐藏层中冗余的神经元,从而获得最佳的网络拓扑结构.最后利用优化好的神经网络对股指进行预测.抽取上证指数2000年1月至2004年4月期间的1 000个日数据作为样本,仿真实验表明,该方法能够快速地实现高精度的股指预测,预测精度达到4.8994×10-5.     

基于ATM交换结构的Hopfield神经网络调度算法

针对ATM交换结构，采用输入缓冲和每条入线在同一个时隙内可传送多于一个信元的策略，利用神经网络具有的实时性、高度并行处理能力和易于电路或光电技术实现等特点，提出了一种Hopfield神经网络调度算法。实验仿真比较表明，该方法不但大大提高了吞吐率，消除了队头阻塞造成的性能恶化，而且降低了信元丢失率和较大程度地降低了平均信元时延，提高了ATM交换结构的性能，实现了信元的优化调度。     

GPNet:轻量型红外图像目标检测算法

针对资源受限的红外成像系统准确、实时检测目标的需求,提出了一种轻量型的红外图像目标检测算法GPNet。采用GhostNet优化特征提取网络,使用改进的PANet进行特征融合,利用深度可分离卷积替换特定位置的普通3×3卷积,可以更好地提取多尺度特征并减少参数量。公共数据集上的实验表明,本文算法与YOLOv4、YOLOv5-m相比,参数量分别降低了81%和42%;与YOLOX-m相比,平均精度均值提高了2.5%,参数量降低了51%;参数量为12.3 M,检测时间为14 ms,实现了检测准确性和参数量的平衡。     

基于统计特征的钢丝绳芯输送带故障自动检测

根据钢丝绳芯输送带X光图像呈规律性变化的特点,提出一种基于统计特征的自动检测故障的方法。对输入图像进行归一化和规范化后,逐行扫描、计算每个像素点的MRB（Modified Regular Bands）参数值,与整幅图像的MRB参数值的均值相减,再用差值和训练阶段得到的阈值比较,判断出有无故障并从故障图像中检测出故障区域。通过对常见的4类故障的检测,结果表明：该方法检测准确性高、操作简单、运行速度快,适于在线检测;与均值和方差相比,MRB参数对故障更敏感,能检测出细小的故障,图像对比度高、能更好地凸显出故障区域,且检测出的故障区域更接近于故障的外形。     

多尺度残差网络的单幅图像超分辨率重建

针对目前提高图像分辨率的卷积神经网络存在的特征提取尺度单一以及梯度消失等问题,提出了多尺度残差网络的单幅图像超分辨率重建方法。采用多尺度特征提取和特征信息融合,解决了对图像细节特征提取不够充分的问题;将局部残差学习和全局残差学习相结合,提高了卷积神经网络信息流传播的效率,减轻了梯度消失现象。在Set5、Set14和BSD100等常用测试集上进行了实验,该方法的实验结果均优于其他5种方法,相比于SRCNN方法,平均PSNR提升了0.74 dB,平均SSIM提升了0.014 3 dB;相比于VDSR方法,平均PSNR提升了0.12 dB,平均SSIM提升了0.002 5 dB。     

点阵式LED滚动汉字显示屏的Proteus仿真设计

利用嵌入式系统软硬件设计仿真平台Proteus对点阵式LED滚动汉字显示屏进行仿真设计,完成了系统的硬件电路设计和软件编程,并进行了仿真调试,实现了汉字在点阵式LED显示屏上的滚动显示,达到了仿真设计的目的.     

基于Verilog HDL的IEEE1394协议中CRC校验的实现

CRC是IEEE1394协议中重要的错误检测和恢复机制。介绍循环冗余校验的基本原理,根据IEEE1394协议中CRC码的产生原理．分析CRC校验的具体计算过程,讨论IEEE1394协议中CRC的FPGA实现．借助EDA工具和Verilog HDL语言实现了对这．种算法的仿真和验证。     

钢丝绳芯输送带接头伸长量计算方法

针对钢丝绳芯输送带接头伸长判断方式单一、伸长量计算复杂度较高的问题,提出了基于X光图像的钢丝绳芯输送带接头伸长量计算方法。通过直方图均衡化和均值滤波对图像进行预处理,提高了图像对比度,有效解决了钢丝绳芯输送带图像灰度不均匀问题;利用Sobel算子进行接头边缘检测和动态阈值处理,提取上下接头;通过上下接头拟合直线斜率判断待检图接头和参考图接头是否一致,从而判断接头是否伸长;根据上下接头的端点和拟合直线计算接头左右端最外侧长度和接头平均长度。测试结果表明,该方法计算速度快、效率高,可以方便、准确地计算出接头伸长量。