基于改进VGG网络的单体热电池X光图像无损检测方法研究

为解决单体热电池生产中出现的安装错误、人工检测耗时耗力的问题,提出一个结合迁移学习和卷积 神 经网络(convolutional neural network,CNN) 的单体热电池缺陷检测模型。首先,对数据集图像进行裁剪、加噪等预处理,以VGG16(visual geometry group 16) 网络作为 模型的骨干架构,在瓶颈层后增添选择性核(selective kernel,SK) 卷积;然后,增添全局平均池化(global average pooling,GAP) 层, 增加Dropout层及添加 L2 正则化等微调操作,得到单体热电池缺陷检测模型Q-VGGNet;最后,在大型公开数据集ImageNet上进 行预训练学习,将获得的权重参数迁移到单体热电池图像识别模型Q-VGGNet上。测试实验表明:6种 网络模型对数据集缺陷图像的总体识别准确率分别达到了98.39%、94.44%、97.27%、96.34%、93.71%、 95.61%,Q-VGGNet网 络模型 对合格图像和 漏装负极、极耳断裂、漏装集流片3种缺陷图像 识别准确率 分别达到了99.6%,95.9%,99.6%和98.4%。检测结果表明:该方法能够更准确、快速地检测热电池缺陷, 拥有良好的缺陷诊断能力,较传统方法提高近3%,为人工检测单体热电池缺陷提供了良好的解决途径。     

基于雾气特征与不等关系约束的去雾方法

针对现有去雾算法未充分考虑图像雾气信息、复原图像细节模糊等问题,提出一种新颖的反映图像雾信息分布的雾气特征图,并采用不等关系约束方法提高图像质量。首先,提取退化图像的极值通道以实现雾气信息的粗略估计,并通过L-1正则化对其进行优化从而得到雾气特征图。其次,提出一种基于雾气特征的初级大气光幕函数,通过对颜色通道和大气光幕作深入分析,利用均值不等式获得约束后的退化场景大气光幕。最后,利用雾气特征图对局部大气光进行改进,并基于大气散射模型实现图像去雾。将所提算法在真实雾图和合成数据集雾图上与其他经典方法进行比较分析,可以发现,所提算法在单幅图像去雾中展现了较好的性能,且在夜间雾图复原中更具优势。     

基于时域有限元的近场单站导体柱微波成像

介绍了一种在自由空间中对导体柱近场单站电磁成像的时域数值方法.提出以不均匀分布的点--离散点描述法,来代替通常采用的有限项三角级数逼近的形状函数来描述散射体.在正过程中采用时域有限元法获得其近区散射场,逆过程则通过遗传算法来寻找最优解.以不均匀分布于导体表面点的矢径的模作为优化变量.以在整个迭代过程中,目标散射场和计算散射场的误差总和与目标散射场场值绝对值之和的比值作为目标函数,使目标函数达到最小值来获得导体柱在自由空间中的电磁成像.     

一种通用的数据采集系统设计及其FPGA实现

基于多相滤波技术和能量检测方法,完成了一种通用的数据采集系统设计及其FPGA实现,可兼容低速、高速和突发信号的采集。仿真和实测结果表明,该系统满足实际需要。     

雷达标校系统中定向灵敏度标定方法及其应用

针对目前船载测控设备放球标定中采用的自跟踪固定加偏工作方式的不足,通过对加偏电压乘以俯仰角度余弦的方法,消除正割补偿对标定的不良影响,提出一种采用自跟踪无级加偏与固定加偏相结合的工作方式,该方法操作简单、直观,并经过多次任务的检验,     

Fe2O3气敏材料研究进展

综述了近年来Fe_2O_3气敏材料常用的合成方法,如sol-gel法,沉淀法,水热法和微乳液法。总结了焙烧温度与掺杂效应对气敏性能的影响,探讨了气敏机理模型,并对今后的研究方向提出了一些看法。     

埋地热油管道正常运行的数值模拟研究

对高凝原油管道输送的水力热力问题进行分析研究,掌握管线运行规律,保证管线安全经济运行有着重要意义.本文建立了埋地热油管道正常运行的数学模型,采用非结构化网格和有限容积法对该问题进行了研究,计算结果与实验测量值吻合良好.     

流动注射停流-催化光度法测定环境水样中痕量Mn(Ⅱ)的研究

在碱性介质中,Mn(Ⅱ)对催化KIO4氧化镁试剂Ⅰ(对硝基苯偶氮间苯二酚)的褪色反应有显著作用。据此建立了测定痕量Mn(Ⅱ)的流动注射停流-催化光度法。优化了流动注射条件,Mn(Ⅱ)在2~10μg/L,10~160μg/L,160~1000μg/L范围内符合比尔定律,采样频率6样/h,检出限0.12μg/L,相对标准偏差(RSD)4.9%(n=6)。用于环境水样中Mn(Ⅱ)的检测,回收率为95.5%~102%。     

α-氨基膦酸酯的合成方法研究进展

从Lewis催化剂合成法、非Lewis催化剂合成法、绿色合成法3个方面综述了近年来国内外在α-氨基膦酸酯合成研究领域的最新进展.参考文献33篇.     

基于行过扫数据降低大面阵CCD图像噪声算法研究

针对全帧转移大面阵电荷耦合器件(CCD)多帧图像数据随时间漂移的现象和测试电路引入的噪声,导致无法准确评估CCD器件的参数,文章提出一种基于行过扫数据校正算法。行有效像元数据与对应行垂直过扫数据同时输出,通过有效像元数据减去垂直过扫数据均值,对图像数据漂移的现象进行抑制。测试电路中模拟模块与数字模块同时作用于单行有效像元数据与垂直过扫数据,通过有效像元数据减去垂直过扫数据均值,消除测试电路引入的噪声。实验结果表明,经过该算法校正后的器件读出噪声减小了20%,暗场差值图像中超过15 e^-和25 e^-的比例减小了25%。该算法适用于大面阵CCD器件,可校正测试系统引入的测试误差,提高全帧转移大面阵CCD器件测试效率。