测量玻璃厚度和外形的新型激光传感器

美国LMI技术公司推出了一种经过改进的用来测定玻璃厚度和外形的新型激光传感器。这种传感器所有的软件功能都在传感头内部实现，无需单独的控制器，从而减少了仪器运作的费用。该公司的FDAII级可视玻璃厚度传感器采用了激光三角测量网并以高达每秒2000个读数的速度测量厚达1．5mm的玻璃板。     

数字化电视中的模糊技术

1 模糊技术的概念 "模糊"的概念是美国自动控制专家扎德于1965年最先提出的,其核心是最大限度地模拟人的思维及其推理功能,来研究世界上许多界限不清的事物.     

用MOS—DYL工艺结构实现模糊逻辑功能

为了同一芯片上构造一种高速的模糊逻辑单片系统，本文采用电压型ＤＹＬ工艺与电流型ＭＯＳ工艺相结合的方法，设计了９种实现模糊逻辑基本功能的电路，并通过实验证明其可行性。     

美国开发出食品保质检测新装置

不久前，美国开发出一种全新的食品保质检测装置，该装置由传感器与传感器与扫描器构成。据悉，传感器的主要材料是铅，包装食品时，将它置于食品匣内。检测时，扫描器对食品发射的无线电波信号会使食品产生振动，同时发出乐谱波。乐谱波先反射到食品盒壁上，后传导给传感器，通过标准数据库标定振动程度、振动传导时间及乐谱波的传导速度，瞬间即可确定所检测食品发生变质的时间。     

一种低秩和图正则化的协同稀疏高光谱解混方法

针对经典协同稀疏解混方法中稀疏性表征不足以及丰度矩阵过平滑等问题,提出一种低秩和图正则化的协同稀疏高光谱解混方法。引入加权因子,进一步促进丰度矩阵的稀疏性;引入了图正则化项,获取图像的空间信息,以促进图像的平滑性;在模型中增加低秩项,进而挖掘高光谱数据的细节结构,进一步提高解混的精度。利用2个模拟和1个真实高光谱数据进行实验,结果表明,提出方法的解混精度与经典解混方法相比得到显著提升。     

视觉传达约束下模糊人脸图像多尺度特征重建模型

模糊人脸图像细节不清,导致相关领域人脸识别过程中出现错误识别或无法识别的问题。为提高人脸识别的准确性,文中在视觉传达约束下构建模糊人脸图像多尺度特征重建模型。首先,对模糊人脸图像进行灰度处理和去噪处理,并利用高斯金字塔将人脸图像分解为三个尺度;然后分别提取三个尺度图像的人脸特征,利用自编码超分网络建立模糊图像和高分辨率图像之间的对应关系,构建重建模型;最后,将多尺度特征作为模型的输入,通过求解模型实现模糊人脸图像多尺度特征重建。结果表明,重建模型的平均峰值信噪比和平均结构相似性达到相对极大值,分别为9和0.87,说明所构建模型重建的人脸图像质量较高。     

面向鲁棒频谱感知的模糊K-means++算法

恶意用户通过向数据融合中心发送伪造的频谱感知数据,解决自身频谱资源短缺问题,但会极大地降低频谱感知系统的检测概率。为了解决此问题,提出了基于模糊K means++的数据融合算法。该算法首先引入模糊处理机制处理样本的数据特征值,以此来增加样本间的差异性;然后将模糊处理后的数据发送到融合中心,融合中心采用离群点挖掘的方法排除恶意用户,并对保留下来的用户进行融合,使样本向量具有鲁棒性;最后运用K means++算法对样本向量进行聚类。该算法利用轮盘法选择聚类中心,可有效抵御恶意用户的攻击,提高系统感知性能;无需知晓信号与噪声的分布等一些先验信息,也避免了繁杂的门限推导。从仿真结果可以看出,该算法对抵御恶意用户攻击具有突出的效果,有效提升了协同频谱感知系统的稳定性和鲁棒性。     

一种新型单层递归神经网络解决非光滑伪凸优化问题

非光滑伪凸优化问题是一类比较特殊的非凸优化问题,常出现在各类科学与工程应用中,因此具有很大的研究价值.针对现有神经网络模型解决非光滑伪凸优化问题存在的不足,该文基于微分包含理论,提出一种新型单层递归神经网络模型.通过理论分析,证明了神经网络状态解在有限时间内收敛到可行域,且永驻其中,最终神经网络状态解收敛于原优化问题的最优解.最后,通过数值实验,验证了所提理论的有效性.与现有的神经网络相比,该文所提神经网络模型结构简单仅为单层,不需要提前计算罚参数,且对初始点选取没有任何特殊的要求.