基于改进YOLOv5s模型的柑橘病虫害识别方法

针对现有检测模型不能满足在自然环境中准确识别多种类柑橘病虫害的问题,提出一种基于改进YOLOv5s模型的常见柑橘病虫害检测方法。改进模型引入ConvNeXtV2模型,构建一个CXV2模块替换YOLOv5s的C3模块,增强提取特征的多样性;添加了动态检测头DYHEAD,提高模型对不同空间尺度、不同任务目标的处理能力;采用CARAFE上采样模块,提高特征提取效率。结果显示,改进后的YOLOv5s-CDC的召回率和平均精度均值分别为81.6%、87.3%,比原模型分别提高了4.9、3.4百分点。与其他YOLO系列模型在多个场景下的检测对比,具有更高的准确率和较强的鲁棒性。结果表明,该方法可用于自然复杂环境下的柑橘病虫害的检测。

天基光学成像系统空间目标成像模拟技术

提出了一种天基光学成像系统对空间目标和背景成像的模拟方法。首先利用3DMAX软件创建精确的空间目标三维模型;然后根据目标的结构特性建立了目标的光照模型,利用光线跟踪算法计算目标卫星各小面元传递到CCD镜头处的能量值。在此基础上,结合空间环境、空间目标运动特性和成像模型构建了空间目标和背景特性仿真演示系统。仿真结果表明:该方法可有效地模拟天基光学成像系统对空间目标和背景成像。

基于单目视觉的空间非合作目标相对姿态估计方法

提出一种基于单目视觉的连续多帧空间非合作目标姿态估计算法.根据目标主体主轴方向和太阳能帆板方向将目标姿态切分成姿态子空间,采用方向Chamfer匹配在姿态子空间中搜寻与目标匹配的候选姿态.通过连续多帧候选姿态的方向Chamfer匹配代价和转移代价来构建轨迹的总代价,采用动态规划对轨迹代价进行优化.结果表明该算法求解精度高,鲁棒性好.

基于支持度变换的水平集人脸轮廓提取方法

提出了一种新的人脸轮廓提取方法,该方法将水平集与支持度相结合.首先将人脸图像进行支持度变换得到支持度图像,在此基础上,用支持度图像计算几何活动轮廓模型的边缘指示函数,在演化过程中先选取参数较小的边缘指示函数,使得边缘指示函数对眉毛不敏感,演化曲线过眉毛后选取参数较大的边缘指示函数,使得演化正确收敛于人脸轮廓.实验结果表明该方法的人脸轮廓提取效果较好,收敛速度快.

基于支持度变换的几何活动轮廓模型轮廓提取方法

提出了一种新的轮廓提取方法,该方法将几何活动轮廓模型与映射最小二乘向量机(mapped LS-SVM)相结合。首先用映射最小二乘向量机推导出支持度滤波器,通过在基本支持度滤波器中填充零的方法得到一系列的多尺度支持度滤波器。然后通过支持度变换(SVT)计算出支持度图像。在此基础上,用支持度图像计算几何活动轮廓模型的边缘指示函数,使得曲线演化快速地收敛到期望位置。实验结果表明该方法的轮廓提取效果较好,收敛速度更快。

智能电子药盒研究与设计

针对日常生活中老年人记忆力差以及常见药品种类繁多,老年人经常忘记服药、重复服药、服错药等现象,研究设计了一种基于STM32的智能药盒控制系统。控制系统以STM32嵌入式微控制器为核心,结合SC8035语音模块、电机驱动L298N以及EM310无线通信模块构成。控制系统能够定时通知用户准确定量地服药,并能够通过无线通信方式(SMS、拨打电话语音提示)将服药信息与药物存储信息及时传送到监护人手机上,便于监护人对老年人的日常服药以及药物备用情况进行实时监控。智能药盒控制系统配置方式灵活,操作简单,设计人性化,适合各类人群,具有一定的市场应用价值。

自然场景图像中的重叠蜜柚识别及试验

重叠蜜柚目标的准确分离和蜜柚果梗的定位是实现采摘自动化必须解决的两个关键问题。现有的苹果、柑橘等重叠果实分离方法不适用于重叠蜜柚,且无果梗定位功能。针对以上问题,该研究提出了一种结合渐进式中心定位的重叠蜜柚分离方法和果梗定位方法。首先利用主成分分析方法提取蜜柚区域、滤除背景并对图像中的重叠蜜柚进行初步分离;接着,对重叠蜜柚区域采用渐进式中心定位方法得到各个蜜柚的中心;然后,利用区域边缘点到其相应的不同中心点的距离大小的变化规律实现重叠蜜柚的分离;最后,利用前述的中心点结合蜜柚的形状特征,定位出遮挡程度较小的蜜柚果梗。在50张自然场景下的图像上进行试验,结果表明在有阴影、小目标、遮挡和重叠等复杂环境下,该方法的平均识别率为94.02%。同时,对于果梗未被遮挡且离摄像头较近的蜜柚,也给出了准确的果梗区域。在利用蜜柚模型搭建的识别自动化试验平台上进行试验,结果表明采摘机器人能够有效识别并分离重叠蜜柚、定位果梗。该研究可为蜜柚采摘机器人准确识别重叠果实提供参考。

基于马尔可夫随机场的运动物体检测方法

智能监控的实现是避免和防范变电站内各种潜在危险的一种有效途径.为了更准确判定变电站工作人员的运动状态,提出一种基于高斯混合模型结合马尔可夫随机场的运动物体检测方法.在图像的HSV颜色空间通过混合高斯背景建模实现对运动物体的初步检测,采用区域性马尔可夫随机场与运动物体模板匹配实现运动物体的精确检测,并根据模板去除存在的阴影.结果表明,该方法可在变电站不同背景条件下有效检测出运动物体,为运动物体的行为分析及运动场景拼接奠定了良好的基础.

基于STM32的远程消息管理系统

针对目前办公外出留言方式不规范、不整洁的问题,提出了一种利用STM32微控制器构建远程消息管理系统的设计方案。远程消息管理系统采用液晶显示留言消息,配置了红外热释电传感器、SIM900A无线通信、VS1053B语音控制等功能模块;能够以短消息、无线通信等多种方式与手机移动终端、计算机相连接实现远程消息留言,并同步实时更新消息显示系统;具有自动感知人体,自动开启屏幕的节能模式以及快速录音播放的功能。该远程消息管理系统使办公外出留言智能化、快捷化,整体规范、整洁,具有一定的市场应用前景。

低功耗无线传感器网络节点的实现

无线传感器网络是当前嵌入式领域的一个热点研究课题,本文设计了以8位AVR单片机ATmega128L为核心,结合外围传感器和无线收发模块nRF2401的传感器网络节点。实验表明,节点性能稳定、通信效率高,同时满足功耗低的要求,可应用于温度采集。

一种基于RIPv2的轻量级IP/SDN混合互联架构

分析了现有IP/SDN混合互联架构方案的优缺点,提出一个基于RIPv2路由协议的轻量级IP/SDN互联架构.其主要原理是将SDN网络抽象成RIPv2协议中的单个虚拟路由节点,在控制器内部实现RIPv2路由表和Openflow流表信息的转换.从RIPv2的协议角度来看,无论SDN网络内部包含多少个交换机和子网,网络报文穿过该SDN,其跳数只经过1跳.在开源控制器Floodlight上实现了该架构并进行了试验验证和性能评估.与现有架构相比,该架构不需要增加额外的协议转换设备,能够实现与传统IP网络的多出口节点互联,且具有较低的性能开销,适用于中小型园区网的IP/SDN互联场景.

新疆维吾尔族视网膜脱离54例临床分析

通过我们多年来眼科临床实践,观察到新疆维吾尔族视网膜脱离病人有其独特之特点,值得提出与同道进一步商讨。故将我科从1985年元月～1990年6月收治的54例维吾尔族视网膜脱离病人进行临床分析,供同道指正。

基于联合深度网络和形态结构约束的三维医学图像分割方法

医学图像自动分割具有广泛和重要临床应用价值,特别是病灶、脏器的自动分割。基于传统图像处理方法的医学图像分割仅能利用浅层结构模型的浅层特征来识别感兴趣区域,并且需要大量人工干预。而基于机器学习的分割方法在模型建模时存在局限性且缺乏可解释性。本研究提出一种基于Transformer和卷积神经网络结合形态结构约束的三维医学图像分割方法。编码器中利用卷积神经网络和Transformer构建U型网络结构提取多重特征;解码器中采用上采样并通过跳跃连接将不同层次的特征拼接在一起;加入形态结构约束模块,通过提取病灶和脏器等分割目标的形状信息,以增强模型可解释性,并采用最大池化和平均池化操作,对经过卷积神经网络得到的结果进一步提取有代表性的特征,作为形态结构模块的输入,最终提高分割结果的准确性。在公开数据集Synapse和ACDC上利用评价指标Dice相似系数(DSC)和Hausdorff距离(HD)验证所提出算法的有效性。其中,在Synapse数据集上,18例数据作为训练集,12例数据作为测试集;在ACDC数据集上,70例数据作为训练集,10例数据作为验证集,20例数据作为测试集。实验结果表明,在Synapse上使用不同的优化器的Dice相似系数(DSC)和HD均值可以达到76.67%和25.18 mm(SGD优化器)及82.80%和21.07 mm(Adam优化器);在ACDC上不同的优化器的DSC可以达到90.65%(SGD优化器)及91.75%(Adam优化器),与其他方法相比具有一定的优势。所提出的方法对三维医学图像分割中的错分割问题有所改善,并提高了图像分割任务的性能。

用活教材 实现多维教学目标

在动态的教学过程中,教材能否充分发挥其教育功能,主要取决于教师能否根据学生现有知识基础和思维实际,创造性地"用活"教材,使教材成为学生进行有效探究的载体。一、教材所呈现的知识是静态的,因为它缺乏视频,没有声音。

如何寓思想品德教育于数学教学之中

在小学数学教学中渗透思想品德教育是执行义务教育教学大纲的体现；是变应试教育为素质教育，深化教学改革的必然；是教书育人、提高全民族素质的需要。近几年来，笔者就此进行了一定的探索，并取得了初步成效。具体措施如下：

对《一道估算题教学引发的思考》的思考

去年某教育刊物曾刊发《一道估算题教学引发的思考》一文，读后我陷入了再思考．那位老师对课标中指出的要让学生“在解决具体问题的过程中．能选择合适的估算方法．养成自觉估算的习惯”这一理念理解得比普通老师要深刻。她认为：把估算教学的目标简单地定位在求近似值的估算技能训练上是不够的．

基于深度学习和无人机遥感技术的玉米雄穗检测研究

【目的】玉米雄穗在玉米的生长过程和最终产量中起关键作用,使用无人机采集玉米抽穗期的RGB图像,研究不同的目标检测算法,构建适用于无人机智能检测玉米雄穗的模型,自动计算图像中雄穗的个数。【方法】使用无人飞行器(UAV)在25 m飞行高度下获得大量玉米抽穗时期的RGB图像,裁剪并标注出图像中玉米雄穗的位置和大小,训练数据和测试数据按照3:1的比例划分数据集;在深度学习框架MXNet下,利用这些数据集,分别训练基于ResNet50的Faster R-CNN、基于ResNet50的SSD、基于mobilenet的SSD和YOLOv3等4种模型,对比4种模型的准确率、检测速度和模型大小。【结果】使用无人机采集了236张图像,裁剪成1024×1024大小的图片,去除成像质量差的图像,利用标注软件labelme获得100张标注的玉米雄穗数据集;最终得到4个模型的mAP值分别为0.73、0.49、0.58和0.72。在测试数据集上进行测试,Faster R-CNN模型的准确率最高为93.79%,YOLOv3的准确率最低,仅有20.04%,基于ResNet50的SSD和基于mobilenet的SSD分别为89.9%和89.6%。在识别的速度上,SSD_mobilenet最快(8.9 samples·s^−1),Faster R-CNN最慢(2.6 samples·s^−1),YOLOv3检测速度为3.47 samples·s^−1,SDD_ResNet50检测速度为7.4 samples·s^−1。在模型大小上,YOLO v3的模型最大,为241 Mb,SSD_mobilenet的模型最小,为55.519 Mb。【结论】由于无人机的机载平台计算资源稀缺,综合模型的速度、准确率和模型大小考虑,SSD_mobilenet最适于部署在无人机机载系统上用于玉米雄穗的检测。

高等院校数字化校园网网络存储方案设计——以福建农林大学为例

在这个"大数据"时代,高等院校数字化校园网存储的需求量每年以几何倍增。该文分析了包括DAS,NAS,SAN在内的当前主流网络存储技术,并从多个角度比较了FC SAN与IP SAN。结合福建农林大学数据特点和数据存储实际需求,该文提出了基于i SCSI协议的IP SAN网络存储方案。

网络存储在数字化校园建设中的应用

随着数字化、信息化技术在高校教学应用中的逐渐普及,高校对其大容量数据的处理能力更加看重。针对高校数字化建设的需求,本文采用FC SAN+IP SAN技术的综合型数据存储架构及基于云存储的设计优化,能很好地满足该方面需求,同时,容灾系统的应用也能更好地满足现代数字化校园的建设和发展。

软性角膜接触镜致角膜损伤25例治疗体会

软性角膜接触镜致角膜损伤２５例治疗体会杨长才（第一附属医院眼科）目前，国内软性角膜接触镜的使用已很普及。但就笔者临床所见，因戴角膜接触镜而致角膜损伤甚至致盲者时有发生。为指导戴接触镜者正确使用软性角膜接触镜，并尽量避免其发生并发症，笔者对１９９０年１...