项目驱动教学法在“电力电子技术”教学中的应用——以“电场式无线输电”为例

目的:面向新工科背景下的育人要求,引入电场式无线输电项目,探究项目驱动教学法在《电力电子技术》教学课堂的应用。方法:教师讲解电场式无线输电项目传输原理后,将电场式无线输电项目中前级电路和后级电路拆解为逆变电路和整流电路,学生结合《电力电子技术》课堂内容自主搭建电路并进行仿真,在完成逆变电路和整流电路搭建后,教师指导学生尝试搭建电场式无线输电结构电路,得出传输结果。结果:全体学生均完成逆变电路和整流电路的搭建,其中70%左右的学生完成了电场式无线输电结构的搭建和仿真。结论:从学生的课堂表现和课后作业完成情况看,项目驱动教学法极大地提高了学生的学习兴趣,学生主动参与项目,不仅增强了学生的动手能力,还提高了学生的创新能力。

基于B-PointNet++的地下电缆工井点云语义分割模型

地下电缆工井具有规模大、范围广、空间分布复杂等特点,为提高地下电缆工井筛查效率,保障地下电缆安全可靠运行,提出了一种基于宽度学习系统(broad learning system,BLS)和编解码器(encoder-decoder)的PointNet++模型,简称BPointNet++,并将其应用于地下电缆工井点云语义分割。首先,为提高PointNet++对于大规模点云数据的特征学习能力以及学习效率,提出了基于Encoder-Decoder的PointNet++学习框架,并在PointNet核心网络中引入BLS算法替代原有多层感知器(multilayer perceptron,MLP),充分发挥BLS随机化学习效率;其次,采集了雄安新区地下电缆工井点云数据并加入真实语义标签制作模型训练需要的数据集;最后,与PointNet和PointNet++等现有方法相比,B-PointNet++具有更高的精确度、召回率、交并比和F1分数,有利于地下电缆工井场景的多目标分割,有较大的应用潜力。

视频监控系统发展现状与趋势

视频监控作为安防技术的有效手段已经被广泛应用到公共安全、家庭安全等多种场合。但是传统的视频安防技术并没有充分发掘监控视频中的所有信息,当前事后人力观察的视频处理方法无法发挥视频安防的时效性和预警特点。随着技术和安全需求的发展,视频安防技术也在快速发展,但是依然面临很多问题。视频安防产生的海量数据既是一种资源也是一种负担,围绕视频安防的海量数据有三个问题需要解决:一、海量视频数据的产生和传输,二、海量视频数据的存储,三、海量视频数据的充分利用。本文针对这三个方面总结了视频安防系统的发展和趋势,以及存在的问题。同时不惜笔墨地重点介绍了视频存储技术和最新的利用云存储作为海量视频的存储方法,基于机器学习的视频数据处理方法实现视频监控的智能化。

一种基于高程数据的无人机视频实时定位方法

无人机作为一种便捷高效的侦察设备被广泛应用于军事和民用领域。无人机侦察能够实时回传视频图像信息,为实时决策提供情报支撑。然而,目前常见的无人机侦察系统通常仅能够展示视频、无人机位置以及摄像机拍摄的大致方向,操作人员无法实时掌握视频区域以及视频中特定目标所对应的精确位置。针对该问题,论文实现了一种基于高程数据的无人机视频实时定位方法,允许用户在无人机航拍过程中实时掌握视频拍摄区域,通过在视频中框选地面目标,该方法能够实时计算出目标的经纬高,并在Google卫星地图上显示,提高了无人机对地视频侦察的便捷性。

一种基于反射和注解的HBase-ORM框架

针对HBase数据库数据写入及检索不方便的问题,论文提出了一种基于HBase-ORM的索引及检索框架。通过自动建立底层数据库表与上层数据库对象之间的映射关系,完成数据的插入、读取和修改,将数据库层与数据访问层进行分离,从而使上层开发人员可以更多的关注上层的业务逻辑处理,提高开发效率,同时减小出错率;同时通过利用ES对HBase中的每列数据根据不同的类型来建立索引,实现了文本的模糊查询、数值的区间查询、经纬度的范围查询以及图像的相似度查询,从而满足Web用户针对不同数据类型的实时查询需求。

深度学习计算平台发展综述

深度学习作为机器学习中延伸出来的一个领域,被应用在图像处理、计算机视觉、自然语言处理及语音识别等领域。由于深度神经网络结构复杂、计算规模大,利用传统CPU进行训练和推断效率低下,不论从速度还是从能耗比角度来考虑,CPU都不是合适的深度学习计算平台。因此,近年来越来越多的厂家推出了各自的深度学习计算平台,包括基于GPU.FPGA和SoC的相关产品,并基于相关平台推出了配套软件和相关应用。文章对目前市场上常见的深度学习计算平台进行了综述,并对相关平台的应用案例进行了简单介绍。

一种基于飞行元数据的无人机云台控制方法

无人机作为一种便捷高效的侦察设备被广泛应用于军事和民用领域。无人机侦察能够实时回传视频图像信息,为实时决策提供情报支撑。然而,目前常见的无人机侦察系统通常仅能够通过鼠标或摇杆控制无人机侦察区域,或者在目标进入视场后开始检测跟踪程序。对于已知地面目标坐标的移动或运动目标,操作人员无法快速控制云台转向至目标指定区域。针对该问题,本文实现了一种基于飞行元数据的无人机云台控制方法,允许用户在无人机航拍过程中根据待观测目标的输入位置信息,结合飞行元数据信息,实时控制云台转向,从而控制云台始终跟随地面目标,提高了无人机对地视频侦察的便捷性。

分布式可见光遥感影像动态目标检测与分析系统

遥感影像数据能够提高海域、机场等领域的预警预测、指挥调度等能力,基于自动化目标检测,能够快速实现图像非结构化数据向情报信息的转化,节省人力资源,提高信息获取效率。然而,目前针对遥感影像的目标检测技术研究仅仅限于检测算法本身,并没有对检测出的目标进行定位,更没有对目标的时间、空间信息进行关联分析。针对该问题,文章实现了一种分布式可见光遥感影像动态目标检测与分析系统,能够对海量遥感影像数据进行分布式存储管理。该方法能够实现多批次遥感影像数据并行目标检测,并能够对检测出的目标进行检索筛选、时空统计分析以及异常检测等。

赛博情报系统设计方法研究

随着信息和网络技术的发展,赛博空间成为人类生活的一部分,赛博安全问题也日益突出,因此需要一套强有力系统来保证赛博安全。文章提供赛博情报系统的一种设计方法,包括系统设计、系统架构等。该系统使用开源情报,重点关注赛博威胁、国家安全、社会舆论3个领域,集合开源情报的搜集、处理、告警通知推送、智能检索浏览、重大事件推理分析、重点人物跟踪分析等功能,进行赛博情报监控。文章中的设计方法结构简单清晰、通用性强,在该设计方法基础上,客户可以按自己需求进行定制开发。