排序方式: 共有59条查询结果,搜索用时 0 毫秒
1.
介绍了利用LabVIEW开发的一套高性价比的噪声测试系统,能够对采集来的器件噪声信号进行互谱计算,自动完成对光电耦合器(0ptoelectronic Coupled Device,OCD)的可靠性筛选,同时以spreadsheet和txt的格式保存测试数据,形成数据库.该系统已成功地应用于航天用光电耦合器的可靠性筛选. 相似文献
2.
目的 基于卷积神经网络的单阶段目标检测网络具有高实时性与高检测精度,但其通常存在两个问题:1)模型中存在大量冗余的卷积计算;2)多尺度特征融合结构导致额外的计算开销。这导致单阶段检测器需要大量的计算资源,难以在计算资源不足的设备上应用。针对上述问题,本文在YOLOv5(you only look once version 5)的结构基础上,提出一种轻量化单阶段目标检测网络架构,称为E-YOLO(efficient-YOLO)。方法 利用E-YOLO架构构建了E-YOLOm(efficient-YOLO medium)与E-YOLOs(efficient-YOLO small)两种不同大小的模型。首先,设计了多种更加高效的特征提取模块以减少冗余的卷积计算,对模型中开销较大的特征图通过下采样、特征提取、通道升降维与金字塔池化进行了轻量化设计。其次,为解决多尺度特征融合带来的冗余开销,提出了一种高效多尺度特征融合结构,使用多尺度特征加权融合方案减少通道降维开销,设计中层特征长跳连接缓解特征流失。结果 实验表明,E-YOLOm、E-YOLOs与YOLOv5m、YOLOv5s相比,参数量分别下降... 相似文献
3.
多失效模式机械零件可靠性灵敏度估计 总被引:5,自引:0,他引:5
机械零件的失效往往存在多种失效模式,且这些失效模式对可靠性灵敏度均有影响,因此在进行可靠性灵敏度估计时,要充分考虑零件的各个潜在失效模式。提出一种多失效模式机械零件可靠性灵敏度分析的数值方法。运用随机摄动技术和四阶矩技术,求得各失效模式功能函数的前四阶矩及可靠性指标,解决了随机变量分布类型未知时,各失效模式的可靠度计算问题。根据机械零件失效模式较少的特点,将零件的潜在失效模式视为串联关系,则零件整体的失效即为失效模式的串联失效。结合灵敏度分析的梯度算法,推导出关于随机变量均值和方差的可靠性灵敏度的计算公式。数值算例表明所述方法可快速有效地估计多失效模式机械零件的可靠性灵敏度,且适用于非线性功能函数的情况。 相似文献
4.
为探讨98%呋虫胺原药对大鼠亲代生殖与子代早期发育的影响,采用饲喂法进行亲代(F0)和子一代(F1)染毒,剂量分别为0、8、40和200 mg/(kg·d),连续饲喂8周,观察亲代和子代大鼠的毒性表现,对生殖器官进行病理检查,计算繁殖指数和脏器系数。结果表明,与阴性对照组相比,F1代高剂量组雌性大鼠第2~7周的摄食量及总摄食量降低(P0.01;P0.05);高剂量组仔鼠出生存活率偏低(P0.05)。供试药剂对两代大鼠的最大无作用剂量为40 mg/(kg·d),最小有害作用剂量为200 mg/(kg·d)。 相似文献
6.
7.
本文以软弱破碎围岩隧洞开展物理模型试验,应用红外成像仪器及高精度位移监测系统两种非接触监测方法,观察分析试验过程中温度场及位移场演化规律及模型破坏机理.通过红外热成像,开挖损伤区伴随全断面开挖的贯通以低温异常区显现.观察损伤区内外测点温度曲线,不同位置随破坏过程的温度变化规律得以显现.通过非接触位移监测提供的位移云图及位移矢量图确定了顶板垮落裂隙的产生机理.裂隙形成并发展至开挖损伤区形成贯通,造成顶板垮落.两种监测手段的结合,合理地分析了模型的破坏机理. 相似文献
8.
翻车保护装置的主要功能是当工程车辆发生滚翻等意外事故时,保障驾驶员的安全,最大限度地降低事故造成的生命财产损失.对装载机两柱翻车保护装置的可靠性及可靠性灵敏度进行分析.使用有限元软件对结构进行参数化建模,建立相应的设计变量.根据试验设计理论,使用随机有限元方法对结构进行应力分析,获得了设计变量与应力间的一一对应关系.利用BP神经网络的非线性拟合技术,对获得的样本进行拟合,获得功能函数的显式表达.根据应力-强度干涉理论,运用一次二阶矩方法得到结构的可靠性.使用矩阵微分技术,分析了设计变量对结构可靠性的影响程度,即可靠性灵敏度.所得结果可为装载机两柱翻车保护装置的设计提供理论依据,具有一定的工程意义. 相似文献
9.
10.
针对基于深度学习的手势识别模型参数量大、训练速度缓慢且对设备要求高,增加了成本的问题,提出了一种基于轻量级卷积神经网络的手势识别检测算法。首先利用Ghost模块设计轻量级主干特征提取网络,减少网络的参数量和计算量;通过引入加权双向特征金字塔网络改进特征融合网络,提升网络检测精度;最后使用CIoU损失函数作为边界框回归损失函数并加入Mosaic数据增强技术,加快模型收敛速度提升网络的鲁棒性。实验结果表明,改进后的模型大小仅为17.9M,较原YOLOv3模型大小减小了92.4%,平均精确度提高了0.6%。因此新的检测方法在减少模型参数量的同时,还可保证模型的检测精度和效率,为手势识别检测提供理论参考。 相似文献