基于智能电子自旋共振仪的信号测量与监控系统

在研究基于智能电子自旋共振仪的普通高校近代物理实验上,设计了一种适合智能电子自旋共振仪的基于单片机和PC机的数据传输系统,并实现串口与嵌入式单片机数据透明传输的硬件连接和软件编程,实际效果表明该系统数据采集准确,并达到了实时监测实验数据的目的,同时系统自动生成图文并茂的实验报告,避免了手工输入时产生的误差。     

基于卷积神经网络的食物识别及实现

在超市无人结算服务中,使用电子标签对部分货物如水果、蔬菜等进行结算的成本过高、便捷性不高,至今依然采用人工结算的方式。针对这一问题,本文提出了基于卷积神经网络的食物识别方法。通过自建水果数据集来训练卷积神经网络分类模型;基于训练后的模型构建可视化平台进行食物识别。实验结果表明,利用卷积神经网络的食物识别的预测准确率为96.34%。     

基于VB 6.0智能电子自旋共振仪系统绘图模块实现

结合普通高校的近代物理实验电子自旋共振,介绍新型电子自旋共振仪器的数据处理支撑系统,在实验测量过程中,利用VB 6.0平台实时采集数据,并由控制程序将所测得的数据绘制成动态曲线显示在绘图区中,通过双游标可以轻松地获得动态曲线上任意点的坐标值,并根据数值分析实验结果。对实验总体分析精确、清晰,打破了传统物理实验的枯燥性。     

二树的ABC指标

The atom-bond connectivity(ABC) index of a graph G, introduced by Estrada,Torres, Rodr′?guez and Gutman in 1998, is defined as the sum of the weights(1/di+1/dj-2/didj )~(1/2) of all edges vivj of G, where di denotes the degree of the vertex vi in G. In this paper, we give an upper bound of the ABC index of a two-tree G with n vertices, that is, ABC(G) ≤(2n- 4)2~(1/2)/2+(2n-4)~(1/2)/n-1. We also determine the two-trees with the maximum and the second maximum ABC index.