基于UML的医院门诊管理信息系统

UML是一种重要的面向对象软件开发方法,本文简述用UML进行系统建模的方法和步骤。以医院门诊管理信息系统为例,讲述如何利用UML对其进行需求分析、系统设计、实现及测试的具体过程。     

Characteristics of Fe/AlPO4-5 catalyst prepared with organic solution

The Fe/AlPO₄-5 catalysts are prepared by impregnation with aqueous and organic solution (acetic acid, alcohol and acetone) of iron(III) nitrite respectively. The characterization of catalyst by means of XPS, Mössbauer spectroscopy, TPR and CO hydrogenation is reported. The catalyst prepared with the aqueous solution has no activity for CO hydrogenation because the Fe(III) in the catalyst cannot be reduced to -Fe. However, the catalysts prepared with organic solution possess obvious hydrogenation activity, in which -Fe is present in the initial reduced catalyst besides Fe³⁺ and Fe²⁺. The results may be explained by the interaction degrees between the metal and the support induced by the different impregnation solvents.     

Efficient encoding algorithms for computer-aided design of diffractive optical elements by the use of electron-beam fabrication

One of the general requirements of a computer-aided design system is the existence of efficient (in data size and running time) algorithms that are generally reliable for the broadest range of design instances. The restricted data formats of the electron-beam machines impose difficulties in developing algorithms for the design of diffractive optical elements (DOE's) and computer-generated holograms (CGH's). Issues that are related to the development of CGH algorithms for e-beam fabrication of DOE's and CGH's are discussed. We define the problems the CGH algorithms need to solve, then introduce general curve drawing algorithms for the e-beam data generation of diffractive optical components. An efficient algorithm for general aspherical DOE's is proposed. Actual design and fabrication examples are also presented.     

On structure and stability of (Hg, Mo)-1212 superconductors based on SAED and EDS analysis

A superconductor with nominal composition Hg_0.8Mo_0.2Sr₂Y_0.5Ca_0.5Cu₆₊ withT _c up to 96 K has been isolated and carefully examined by electron diffraction and X-ray energy dispersive spectrum analyses. Its structure can be attributed to space groupP4/mmm and lattice constantsa=3.82 å andc=11.91 å. Inhomogeneous distribution of the cations was observed, which is considered to be the key to the broadening ofT _c in theR-T curve. The effect of humid atmosphere on the stability of the sample has also been investigated.     

基于C-V2X的车路协同自动驾驶关键技术与应用

随着车联网技术的演进,自动驾驶在单车智能的基础上,又有了新的发展形态——车路协同自动驾驶。通过“人-车-路-云”深度融合形成的一体化复杂信息物理系统（cyber physical system,CPS）,可以与自动驾驶车辆实现协同感知、协同决策规划甚至协同控制,提升自动驾驶安全性,帮助克服各类复杂交通环境。首先介绍了车路协同的复杂信息物理系统的概念内涵和总体架构,并提出了车路协同自动驾驶的一系列典型应用场景、技术原理、C-V2X(cellular vehicle-to-everything)性能要求、车路协同系统功能与性能要求,可以为下一阶段智能网联汽车与智能交通的深度融合发展提供参考和解决思路。     

面向Si/SiC混合器件逆变器全寿命周期安全工作区的多开关模式主动切换策略

基于硅基绝缘栅双极型晶体管(Si IGBT)和碳化硅金属氧化物半导体场效应管(SiC MOSFET)的Si IGBT/SiC MOSFET混合器件采用多开关模式切换策略可使变换器具备应对复杂工况的能力,然而现有切换策略并未考虑器件疲劳老化对模式切换阈值电流的影响,在混合器件老化进程后期极有可能造成器件热失效,进而严重威胁变换器的可靠运行。基于此,提出了一种面向Si/SiC混合器件逆变器全寿命周期安全工作区的多开关模式主动切换策略。基于器件疲劳老化对逆变器最大安全运行电流的影响规律,设计了考虑老化进程的逆变器安全工作区刻画流程。根据安全工作区刻画结果,提出了适用于混合器件全寿命周期的多开关模式主动切换策略。实验结果表明,该策略能够针对混合器件不同老化程度来动态调整开关模式切换阈值电流,从而在器件全寿命周期内保障逆变器的运行可靠性。     

基于身份感知模型的素描人脸识别方法

针对素描图像和光学图像之间存在较大的模态差异这一问题,提出了一种基于身份感知模型的素描人脸识别方法,实现跨模态图像生成和素描人脸识别。该方法应用新的感知损失来监督图像生成网络,生成更好的跨模态图像,减少模态差异带来的识别精度损失,并通过三元组损失来正则化类内和类间距离,增强识别模型的性能,用联合训练策略提升素描人脸识别能力。在UoM-SGFSv2、e-PRIP等素描人脸数据集上的实验结果表明,该方法识别效果优于其他对比算法。     

基于sMLD特征的远红外航空图像配准算法

航空场景下的远红外图像迫切需要准确、鲁棒、快速的特征描述与自动配准方法。由于已有的多重线型描述符MLD特征存在“特征孤岛”和“尺度变换受限”的问题,因此针对远红外航空图像的配准问题,文章提出了一种聚合特征点以及线型描述符分段统计的特征描述方式,即sMLD特征。结合sMLD特征相互连接构成网状拓扑结构的特性,还提出了一种由粗到细的分支加速匹配算法RF-BA。其中,RF-BA粗匹配充分利用拓扑图的结构,通过局部寻优算法提高匹配的效率。RF-BA精匹配利用最小外接凸四边形原则和GMS校验原则,提升配准精度。实验结果表明,与已有的几种代表性配准方法相比,所提方法在配准精度和时间开销方面均具有更好的性能。     

引入自上向下特征融合的小目标检测算法

针对原始SSD(Single Shot Multibox Detector)算法未充分利用各特征层之间关系导致浅层特征层缺乏小目标语义信息的问题,为了提高对小目标的检测能力,提出了一种结合PANet多尺度特征融合网络和自上向下特征融合路径的TTB-SSD(Top to Bottom SSD)改进算法。首先,使用PANet多尺度特征融合网络对特征进行反复提取,从而获得丰富的多尺度语义信息;然后,使用一种深层特征融合模块将浅层特征层的空间信息传递到深层特征层,进而更准确地对小目标进行定位;最后,为了增强浅层特征层的语义信息,构造了自上向下的特征融合路径,从而强化浅层对小目标检测的准确率。实验结果表明,在PASCAL VOC2007测试集检测的mAP(Mean Average Precision)值达到80.5%,对目标的mAP较原始SSD提高了5.7%,证明了该算法对小目标检测的有效性。     

多视图融合和全局特征增强的车辆重识别网络

车辆重识别是智能交通领域重要应用之一,现有的车辆识别方法大多集中于预定义的局部区域特征或全局外观特征。然而,在复杂的交通环境下,传统的方法难以获取预定义的局部区域,同时很难捕捉有价值的车辆全局特征信息。因此,本文提出一种具有多视图融合的混合注意力机制和全局特征增强的端到端双分支网络。该网络旨在通过增强车辆的特征表达能力和特征质量来获得更完整、更多样的车辆特征。本文通过视图解析网络对车辆图片4个视角的视图进行分割,并通过视图拼接方法缓解分割不准确导致的信息丢失问题。为了更好地突出拼接视图中的显著性局部区域,本文提出一种由通道注意力机制和自注意力机制组成的混合注意力模块。通过该模块从车辆拼接视图中分别获取关键局部信息和局部信息之间的相关性,更好地凸显拼接视图中车辆局部的细节信息。除此之外,还提出了一个全局特征增强模块,通过池化和卷积获得全局特征的空间和通道关系。该模块不仅能提取到语义增强的车辆特征,而且还使车辆特征中包含完好的细节信息,解决获取的车辆图像受视角变化、光照条件变化等因素的影响。在Veri-776和VehicleID数据集上的大量实验表明,mAP、CMC@1和CMC@5分别达到...