一种分布式的舆情分析系统架构

随着互联网数据的快速增长,针对如何对互联网数据进行有效的收集和分析,提出一种基于分布式平台的系统架构。该架构包括爬虫模块、Web模块以及分布式平台三大模块,其中爬虫模块负责数据的收集,Web模块负责简单任务的处理以及分析结果的可视化展示,分布式平台提供数据的存储以及复杂任务的计算功能,3个模块的结合为网络上海量数据的爬取、存储与分析提供了一个很好的解决方案。最后,针对社交网站新浪微博的应用案例验证了该分布式舆情分析系统架构的可用性。     

基于扫描角控制的末敏弹稳态扫描方法

针对末敏子母弹在稳态扫描过程中因扫描效率低、无法及时发现目标导致攻击失败的问题,提出了控制扫描角的末敏弹稳态扫描方法。首先构建了末敏弹在扫描阶段的模型,分析了扫描轨迹及传统扫描方式的缺点;然后提出了控制扫描角的搜索算法,详细阐述了该方法的原理,并对其进行了细致讨论;最后基于建立的子母弹毁伤效能评估模型及仿真平台验证了该方法能有效提高子母弹的作战效能。     

基于WSN的果园环境监测系统的节点设计

针对当前高品质水果生产与果园环境在线监测的需要,设计了一种利用具有自组织特性的无线传感器网络对环境温湿度、土壤湿度、叶面湿度等环境参数进行在线监测的系统。该系统采用分层式网络体系结构、低功耗网络节点设计,并通过GPRS通信实现上位机监测并与手机信息交互。实验结果表明,能较好地满足果园环境在线监测的要求。     

压电陶瓷微位移器驱动电源及减小其纹波的方法

介绍了压电陶瓷微位移器驱动控制电源的基本原理及特点，并对直流放大式电源进行了详细的分析和实验研究，在此基础上，提出了减小其纹波的一种有效方法     

高光谱图像技术在水果无损检测中的研究进展

为保证水果质量,满足企业与消费者的需求,势必要对水果进行品质检测和分级处理.高光谱图像作为一种新型的无损检测技术,融合了图像学和光谱学的优点,可以快速、无损地获取水果的空间和光谱图像信息,从而全方位的反映水果内外部的品质信息.因此,该技术在水果品质无损检测领域具有巨大的发展前景.该文主要介绍了高光谱图像系统的基本原理、图像的采集和分析方法、国内外水果无损检测的应用以及未来的发展前景.     

基于近红外高光谱成像技术的长枣含水量无损检测

利用近红外(NIR)高光谱(900~1 700nm)成像技术对灵武长枣含水量的无损检测进行了研究。通过900~1 700nm高光谱成像系统采集了128个长枣图像,对原始光谱与Savitzky-Golay平滑处理后的光谱反射率R曲线、吸收率A曲线和Kubelka-Munk函数(KM)等曲线的偏最小二乘回归(PLSR)模型进行对比分析;采用PLSR的加权β系数分别提取不同光谱参数下的特征波长,建立RPLSR、A-PLSR和KM-PLSR的长枣含水量预测模型。结果表明,采用原始光谱建立的PLSR模型优于Savitzky-Golay平滑的PLSR模型;原始光谱的特征波长建立的PLSR模型优于全波段的PLSR模型,特征波长建立的KM-PLSR模型优于R-PLSR、A-PLSR模型,决定系数(R2)和预测均方根误差(RMSEP)分别为0.793、1.828。这表明,NIR高光谱成像技术提取特征波长进行长枣水分检测是可行的,同时也为今后长枣品质在线检测提供了理论依据。     

高光谱成像技术对牛肉水分含量及分布的快速检测

利用可见/近红外高光谱成像技术对牛肉水分含量 及分布进行快速检测。采用可见/ 近红外高光谱成像系统(400000 nm)采集150个黄牛肉样本的高光谱图像,利用ENVI软件 提取样本感兴趣区域(ROI)并计算平均光谱值;对原始光谱数据进行预处理并利用连续投 影算法(SPA)、竞争性自适应重加权算法(CARS)和无信息变量消除算法(UVE)进行特征 波长提取,建立基于不同特征波长的偏最小二乘回归(PLSR)模型,进而优选牛肉水分含量 预测的最优模型。通过蒙特卡罗交叉验证法剔除26个异常样本值;经卷积平滑(Smoothing - SG)法预处理后的原始光谱数据所建PLSR模型效果较好,其校正集决定系数(R²c)与预测集 决定系数(R²p)分别为0.817、0.850;利用CAR S、SPA、UVE法分别优选出12、27、27个特征 波长;对比基于全波段光谱与特征波段光谱所建PLSR牛肉水分预测模型的优劣,结果显示基 于CARS-PLSR法建立的牛肉水分预测模型效果最好,其R²_c 、R²p值分别为0.814、 0.750,校 正集均方根误差(RMSEC)与预测集均方根误差(RMSEP)分别为0.477、0.555;最后,利用CARS -PLSR模型计算牛肉样本每个像素点的水分含量并利用伪彩色图对牛肉样本水分分布进行可 视化分析,进而实现牛肉水分含量的快速检测及分布的可视化表达。该研究结果可为黄牛肉 水分含量的快速检测提供理论支撑。     

基于灰度梯度分割的机头检测算法

在末制导阶段,提出了基于灰度梯度分割的机头检测算法.首先利用平均梯度算子进行边缘检测,分割出目标区域和目标最亮区域,寻找各区域形心位置,通过判断目标区域形心和目标最亮区域形心位置,检测出飞机轴线,确定出候选机头信息;然后利用序列图像帧间较为稳定的相关特征进行D-S合成,对候选机头信息的可信度进行判断,得出准确的机头信息;最后利用数帧不同姿态的目标红外图像数据进行了算法验证.仿真结果表明:在末制导阶段,基于灰度梯度分割的机头检测算法,可有效地识别出机头,并具有较快的运算速度,可实现实时处理.     

捷联成像寻的器惯性视线重构精度分析

针对捷联成像寻的器,首先给出体视线和弹体姿态到惯性视线的映射关系,然后通过推导映射函数的雅克比矩阵,给出了从体视线和弹体姿态到惯性视线的误差传递公式。通过分析误差传递增益的范数,讨论了弹体姿态和弹目相对位置对惯性视线角计算的影响。由于体视线受到成像寻的器视场的约束,其角度测量值较小,合理简化了误差传递公式,给出了惯性视线误差的近似计算公式。最后应用蒙特卡洛实验,验证了近似计算公式的精度和结论。     

二维频域内的运动目标检测方法

传统频域内的运动目标检测算法通常需要设计三维时空滤波器组来实现,存在待选参数多、滤波器设计难度大等问题。文中提出了一种二维频域内的运动目标检测方法,通过对动态图像的行列分解,将三维频域内的运动检测问题转化到两组二维频域内进行,从而降低了滤波器设计的难度。给出了一种提取主运动能量的自适应滤波算法,通过剔除背景和噪声的频率成分,有效地检测出运动目标。仿真结果表明,该方法可有效降低背景配准误差和噪声的影响。