基于Zigbee平台的车辆间微网系统

随着电子技术的日益发展,各行各业都结合电子技术为自己的产业赋能。交通拥堵问题一直以来都是相关研究者重点解决的问题。很多研究者都在该方面力争做出与众不同的成果。针对近些年来汽车数量的剧增问题,给道路交通带来巨大压力。本论文设计了一套基于Zigbee模块组成的监控系统。该系统采用了现阶段非常成熟的Zigbee自组网技术来进行不同终端的网络互联,以LED灯的闪烁作为提示驾驶员信息的媒介,使整个行车更加高效,减少交通拥堵问题。

基于Xgboost优化的KELM滑坡预报模型研究

针对极限学习机对滑坡预测准确性低及在训练过程中模型不稳定的问题,引入RBF高斯核函数并使用极限梯度提升树算法Xgboost对KELM进行优化,建立了Xgboost优化后的Xgboost-KELM预测模型;首先采用高斯核RBF作为极限学习机的核函数,解决隐藏节点随机映射问题,增加模型稳定性及适用性;其次将清洗后的监测数据作为模型输入,并使用Xgboost寻优算法对核函数中的超参数进行优化,通过4组测试集进行Xgboost-KELM建模,依据均方误差迭代曲线得出最佳超参数;最后使用两组10%样本集验证模型评价指标及稳定性,实验结果AUC均值对比模型至少提高3个百分点,Precision、Accuracy及Recall至少高于对比模型1.7个百分点,同时Xgboost-KELM模型的方差及偏差都较小,证明该模型稳定性较好,实验结果说明Xgboost-KELM模型具有较好的预测效果,在滑坡灾害预测中有较好的预测能力。

川崎病是什么病,怎样治疗

川崎病是一种系统性血管炎症性疾病,在儿童中发病较多。这种疾病会影响全身的中型血管,如冠状动脉,因此它有时也被称为川崎病性心脏病。其主要特征是发热、皮疹、结膜炎、嘴唇和口腔黏膜的变化、手脚红肿、腮腺炎等症状。虽然川崎病在儿童中发生,但也有在成年人中发病的报道。如果不及时治疗,川崎病会导致心脏出现问题,因此早期诊断和治疗至关重要。

化脓性脑膜炎的症状及治疗

化脓性脑膜炎是什么疾病?化脓性脑膜炎是细菌感染引起的脑膜炎症。这种感染会导致覆盖大脑和脊髓的薄膜发炎。脓性脑膜炎症状有头痛、发热、呕吐、颈部僵硬等,严重情况下可以危及生命。化脓性脑膜炎的常见症状是什么?(1)头痛:脑膜炎常见症状是剧烈头痛,通常出现在额头和颞部。

基于爬虫策略的二次栅格扫描定位算法

为了提高二次栅格扫描算法的精度,该文提出利用爬虫策略来去除网络中的边缘节点以及价值不高的锚节点,以此来提高定位算法精度。由于二次栅格扫描算法是通过各节点接收RSSI值的平均值参与计算,所以RSSI值的精确性直接决定算法的精准度。又因为现实环境复杂,使得RSSI值与距离之间的换算关系不对应,进一步导致定位精度的下降。为此提出的爬虫策略一方面能够解决边缘节点参与计算带来的误差,另一方面可以通过抛弃低价值锚节点来补偿环境因素带来的影响。实验结果表明,在相同网络环境下,与传统算法相比,改进的定位算法明显提高了系统的整体精度。

FPN特征提取的光学遥感图像船舶检测

近年来,随着遥感技术的不断发展,遥感图像数据集的数量和质量在大幅地提升。相比于传统的基于统计学习的目标检测方法,深度学习凭借其能够自主学习数据特征的优势,省去了繁琐的人工提取特征过程,适合处理海量数据。许多基于深度学习的目标检测模型在面对遥感图像中的小型目标(如船舶)时,不能准确地检测船舶的具体位置。针对该问题,使用基于FPN框架的特征提取方法,结合金字塔式的特征信息和可旋转的候选框设计,在不同场景下的光学遥感图像上进行了实验。验证结果表明,基于FPN特征提取方法的目标检测模型,可较好地完成多尺度、密集并倾斜排列目标的检测任务。

修正RSSI值的二次栅格扫描与三角形质心定位算法

为了使无线传感器网络定位精度更加精确。二次栅格扫描与质心迭代算法虽然精度高,但在判断可再定位性的时候,由于RSSI受环境因素影响较大,所以在寻找未知节点最近锚节点的时候会出现误差,而该误差对后续的二次定位会产生非常大的影响。为此提出了基于修正RSSI值的二次栅格与三角形迭代定位算法(RSSTG-TCLLA)。在最近锚节点选择的时候,通过渐消因子卡尔曼滤波对RSSI值进行修正,然后基于修正的RSSI值求出最近锚节点进行二次栅格扫描,最后通过质心定位算法进行最终定位。实验结果表明,在相同网络环境下,与传统算法相比,改进的定位算法明显提高了系统的整体精度。

载货汽车简易装配线

这条装配线耗材少、投资小、建设周期短,仅两个多月时间就完成了设计、制造和安装调试。其效率达10～12分钟装一辆车的水平。本文介绍了方案选择、线的平面布置和需要解决的几个问题等。