于都客家话复数标记的叠加

于都桥头话人称代词有三个复数标记“人”“各罗”“各”“人”置于第一人称代词单数“我”后构成包括式复数形式“我人”。“各罗/各”可置于“我人”后,构成复数标记叠加形式“我人各罗/各”,其为包括式的,产生机制主要是感染错合,类推也可能有影响。复数标记叠加现象主要报告于山西诸方言,也见于一些客家方言,桥头话复数标记叠加现象是包括式和排除式复数标记的叠加,因而具有独特性。桥头话复数标记“人”可能由近代汉语中“吾人”的“人”重新分析而来,“各罗”“各”则可能分别由处所指示代词“该啦”“该”演变而来。

改进麻雀搜索算法的四旋翼PID参数优化设计

针对四旋翼无人机PID控制器参数人工整定复杂、费时且难以确保最优的问题,提出一种基于改进麻雀搜索算法的PID参数优化方法,用于四旋翼无人机控制系统。首先引入Piecewise混沌映射,增强初始种群分布的均匀性;其次在探索者位置更新公式中加入动态惯性权重,提升算法全局优化性能;最后结合自适应混合变异策略和历史最优值,增强变异的多样性、提高算法的搜索效率及精度。仿真结果表明,相比于标准麻雀搜索算法、粒子群算法和遗传算法,用改进麻雀搜索算法优化串级PID控制器参数,能够使控制系统具有更快的响应速度、更高的稳态精度。

面向消防需求的火焰快速检测方法

消防系统中的火焰检测设备在执行检测任务时存在精度低、实时性差等问题,会导致误报率较高,发现不及时,从而错过施救的最佳时机。为了解决上述问题,以YOLOv7-tiny算法为基础,对ELAN-tiny结构进行改进,设计ELAN-TP结构,该结构大量减少了原结构的冗余计算。为提高主干网络的特征提取能力,在主干网络的末端引入ConvNeXt结构。使用SimAM注意力机制对颈部网络结构进行改进,增加模型对目标的定位精度以及对不同尺寸特征的融合能力。结果表明:改进模型的火焰检测精度mAP@50达到了57.7%,相较于原模型提升了4.8%,FPS(检测帧率)达到了97,提升了13。将改进后的模型在边缘计算设备Jet⁃son Nano上部署,FPS在20上下波动,满足了实时性的需求,能够较好地在各种场景下执行火焰检测任务,具有较高的实用价值。

中学数学教学情境的创设策略探究

在新课程标准的背景下,学科教学主要是以强调学生的主体地位为中心,根据学生的各种学习需要,对各种教学活动进行合理的安排。数学作为一门基础学科,在义务教育阶段中起着重要的教育导向作用。从中学开始,由于所学的内容越来越难,有些学生没有养成正确的学习方式,从而影响到最后的学习效果。为了让学生对学习有一个正确的认识,培养正确的学习理念和方式,老师要把注意力集中在学生的学习过程上,积极地帮助学生提高认识,运用情景教学法,让学生们可以充分自主地进行学习探究。

面向航拍小目标的改进YOLOv5n检测算法

针对无人机视角下目标尺度差异大、检测场景复杂、目标小且密集而导致的检测精度不高的问题,提出了一种基于改进YOLOv5n的实时目标检测算法。首先,通过引入轻量通道注意力(ECA)模块提高卷积神经网络对特征图内有效信息的提取能力;其次,在特征金字塔网络输出端后,加入自适应空间特征融合(ASFF)模块,提高不同尺度特征图的识别精度;再次,使用EIoU损失函数计算预测框和目标框的差异值,加快收敛速度并提高检测精度;最后,改进YOLOv5n的检测头,优化模型对小目标的检测性能。在VisDrone数据集上训练测试,相比于基础的YOLOv5n模型,在640×640分辨率下,改进后模型的类平均精度(mAP_(50))提高了6.1个百分点;在1504×1504分辨率下类平均精度(mAP_(50))提高了7.1个百分点;同时,改进后的模型检测速度在硬件上可达22帧/s以上。该算法模型在精度提高的同时保证了足够高的检测速度,更适用于无人机的小目标实时检测。

基于OpenMV四旋翼无人机视觉跟踪系统设计

无人机对目标的实时跟踪是无人机领域的研究热点与难点,该文设计了一个基于OpenMV四旋翼无人机视觉跟踪系统。该系统以STM32F407VGTx为主控芯片,以姿态传感器、气压计传感器、光流传感器、激光传感器和电子罗盘等为传感器,通过高速的SPI和UART接口获取无人机姿态,构建了一个稳定的飞行控制平台。设计了基于串级PID的无人机悬停、定点和定高飞行的控制算法与程序。在四旋翼无人机稳定飞行的平台上,通过OpenMV实现了四旋翼无人机对目标色块的实时跟踪。

基于先验机制的级联目标跟踪算法研究

针对基于相关滤波的目标跟踪算法在光照、快速运动和遮挡情况下发生丢失问题,提出基于先验机制的级联目标跟踪算法。对目标当前状态进行先验,利用上一帧训练的滤波器计算目标位置,再对比前后帧目标发生的变化,从而计算出当前帧发生的挑战情况。在预测阶段加入级联结构,根据先验机制获取的信息选择适当的手工特征和深度特征进行级联,逐步精确目标定位。在模型更新阶段,采取一种学习率阶段衰减的方式,当目标区域出现干扰时,学习率按比例进行降低,减少模型污染,以此应对目标遮挡而引起的目标丢失问题。在OTB_2013,OTB_2015和TC-128数据集上进行验证,结果表明该算法在具有光照、快速运动和遮挡挑战的情况下,具有较好的鲁棒性和准确性。

基于STM32的四旋翼无人机目标跟踪系统设计

本文针对四旋翼无人机的目标跟踪难点问题,设计了一种适用于多种场合的四旋翼无人机目标跟踪系统。该系统以STM32F407为核心,搭载九轴传感器、光流、气压计、OpenMV等模块,通过姿态解算和光流解耦合算法,计算出无人机精确的实时姿态和高度,并通过串级PID算法,实现稳定的飞行控制,在此基础上,通过OpenMV视觉模块进行颜色识别,确定目标位置。经实际测试四旋翼无人机能实现目标跟踪、可扩展性高、适应性强。

基于ARM的钢丝绳检测系统研究

针对目前钢丝绳检测过程中存在细小钢丝绳易漏检,现场走绳速度变化影响检测结果等缺陷,采用S3C2410处理器设计了基于ARM的钢丝绳检测系统,详细分析了系统的检测原理、硬件结构以及软件设计方案。实际应用表明:该系统检测准确可靠,缺陷分辨力强,安装操作简便,同时适应走绳速度不均匀等环境较为恶劣的现场使用。

便携式钢丝绳在线检测仪研究

钢丝绳无损检测目的是保证钢丝绳的安全运行,并在这个前提下减少因盲目更换而产生的浪费。针对目前钢丝绳检测难以实现实时在线检测、细小钢丝绳易漏检,现场走绳速度变化影响检测结果等缺陷,采用漏磁法及数字信号处理器DSP设计了实时在线钢丝绳检测系统。详细阐述了系统的检测原理、硬件结构以及软件设计方案。实际应用表明:该检测系统准确可靠,智能化程度高,安装操作简便,同时能适应走绳速度不均匀等环境较为恶劣的现场使用。

矿用钢丝绳探伤传感器的优化设计

针对目前钢丝绳检测中容易出现的误判、漏检等缺陷,采用双励磁回路、霍尔元件阵列组成双检测环,捕获钢丝绳三维漏磁缺陷信息等方法,设计了一种钢丝绳无损探伤传感器,较为详细地阐述了其原理、结构及参数优化方式。实际应用表明:该传感器运行稳定可靠、断丝分辨力高、能适应矿山不同种类的钢丝绳无损检测要求。

“既然”句和“因为”句主观性差异探

"既然"句和"因为"句主观性的差异主要表现在,前者表交互主观性,后者不一定表交互主观性。"既然"句有预设结构,说话者将其原因小句看成听说双方共知的命题;作为一种演绎推理过程,其大前提一般符合常理或逻辑,因而其结论一般也是听说双方共同接受的,像英语"since"小句一样具有人际主观性。

基于STM32的钢丝绳缺陷定量检测系统设计

钢丝绳作为承重构件应用极为广泛,但多数钢丝绳处于相对恶劣的运行环境之中。针对目前钢丝绳的安全状况,该文提出了一种以STM32处理器为核心的智能检测系统。该系统采用永磁体组成励磁源,磁化被检钢丝绳至饱和状态,利用磁电效应在钢丝绳周向和轴向密集采样漏磁场信号,经信号放大滤波,至STM32处理器进行数据融合、分析处理。经试验验证:系统缺陷准判率大于90%,并具有操作简便、智能化程度高、成本低等优点。

基于改进完备集成经验模态分解的钢丝绳缺陷漏磁检测方法

钢丝绳小缺陷信号往往被淹没在股波噪声中,存在钢丝绳小缺陷检测困难、易漏检等问题。针对该问题,提出了一种基于改进完备集成经验模态分解(ICEEMD)的钢丝绳缺陷漏磁检测方法。为了避免钢丝绳表面润滑剂或尘埃对检测信号造成影响,采用电磁检测法。将ICEEMD、小波阈值滤波(WTF)、维纳滤波(WF)相结合,得到ICEEMD-WTF-WF多级降噪方法:通过ICEEMD分解钢丝绳漏磁信号,得到本征模态函数(IMF)分量;计算IMF分量的能量比、排列熵、互相关系数,取出IMF趋势分量和IMF股波噪声分量,并对股波噪声分量进行WTF,筛选有用的IMF分量重构信号;对重构后的信号进行WF,去除随机噪声。提取降噪后的缺陷特征值,输入BP神经网络并进行训练,识别钢丝绳缺陷漏磁信号。实验结果表明:ICEEMD-WTF-WF多级降噪方法对钢丝绳漏磁信号具有良好的降噪效果,信噪比、峭度指标优于WTF、移动平均滤波和WF;基于ICEEMD-WTF-WF的BP神经网络模型检测耗时短,对小缺陷的平均准判率达到98.13%,能较好地满足钢丝绳缺陷检测要求。

基于漏磁检测机理的钢丝绳小缺陷精确化识别系统研究

针对电磁检测法中钢丝绳小缺陷产生的漏磁信号比较微弱、往往容易漏检,采用STM32处理器及AD7606模数转换等器件设计了钢丝绳小缺陷精确化识别系统;在硬件上,采用了稳定的双励磁回路结构,多通道均匀密布的集成HALL元件拾取漏磁信号,经微弱信号放大、滤波,小距离等间隔采样,高精度数据采集等方法提高信噪比;在软件上,采用了FFT、数字滤波剔除股波干扰;经试验表明,该系统能够较准确地检测钢丝绳上的小缺陷,同时也能检测大的缺陷,准判率大于90%,较好地满足了现场钢丝绳检测要求。

作为预设触发语的重动句

重动句的肯定形式和否定形式都可以推出VO,或者说VO不被否定,因此可将重动句看作一种预设触发语,其触发的预设是其构成部分VO表达的命题。将重动句看作预设触发语可对重动句的某些特点予以较合理的解释,如VO主要表达听话者已知的命题,但有时也可以表达未知命题,而且特定语境下可作对比焦点。重动句与其它典型的预设触发语一样,触发的是潜在预设,能不能变成现实预设,要受语境制约。

钢丝绳在线智能检测系统的设计与实现

钢丝绳的完好程度直接关系到人身和设备安全。针对目前钢丝绳检测中自动化程度低及安全性评估较为薄弱的状况,采用霍尔元件阵列检测钢丝绳表面漏磁场,以数字信号处理器TMS320F2812为控制核心,设计并实现了钢丝绳在线智能检测系统。试验及应用表明:该系统性能稳定可靠,适应较为恶劣的现场检测环境,能够在线自动识别钢丝绳缺陷,并对钢丝绳状况做出定量评估。

基于IPSO-BP神经网络的钢丝绳断丝损伤识别模型研究

为解决传统钢丝绳断丝损伤识别方法精度低,BP神经网络陷入局部最优等问题,提出改进粒子群算法(IPSO)的BP神经网络识别模型。通过采集钢丝绳断丝损伤信号,提取缺陷信号特征,用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特征向量作为神经网络的输人,断丝数量作为神经网络的输出;利用改进粒子群算法对BP神经网络的初始权值和阈值进行优化;建立基于IPSO-BP算法的神经网络模型,用于钢丝绳断丝的定量识别。结果表明:IPSO-BPS神经网络模型的钢丝绳断丝损伤识别精度、泛化能力均高于传统BP神经网络模型,且改进的粒子群算法迭代寻优速度更快。

可插入成分与重动句信息结构分析

出现在重动句VP1、VP2间的成分可以称为可插入成分,分为三类:标志性成分、可位移性成分、强调性成分。这些成分并非为重动句所必有,它们类似于一种“中介”,通过对这些成分的考察可以较客观地揭示重动句的信息结构。文章的结论是重动句的焦点成分在VP2。

重动句焦点分析

重动句的焦点是重动句研究争论最多的问题之一,学界至少有五种观点,主要原因在于缺乏更合理、更全面、更具可操作性的方法或手段。在以往研究的基础上,本文概括出七种判断焦点的方法,并以626个重动句实际用例为研究对象,分析显示重动句VP 2焦点性显著高于VP 1焦点性,VP 2比VP 1更倾向于做焦点。根据VP 2和VP 1焦点性差异,重动句有三种成分可做焦点,VP 2是常规焦点;VP 1VP 2和VP 1是非常规焦点。此外,多焦点(双焦点)是一种标记性非常强的现象,重动句不是双焦点结构。