一种改进多标签分类结构的实时车牌识别模型

本文提出一种改进的多标签分类结构的实时车牌识别模型,通过压缩-激活注意力机制在通道方向关注车牌图像中的字符,并且融合网络的深浅层特征,在提取语义的同时又能兼顾到字符定位,提高字符定位精度,同时采用深度可分离卷积取代传统卷积,减少计算量,提高车牌识别速度。最后,在CCPD数据集中选取最能体现光照强度、车牌倾斜和车牌模糊等复杂场景的3个子数据集进行测试实验,测试结果达到94.0%的平均准确率和395.6 FPS的识别速度,这表明本文提出的模型能够在复杂场景下达到快速识别车牌的效果。

关联规则采掘综述

介绍了关联规则采掘问题的研究情况，对一些典型采掘算法进行了分析和评价，指出了关联规则衡量标准的不足，展望了关联规则采掘的未来研究方向。

采掘关联规则的高效并行算法

采掘关联规则是数据采掘领域的一个重要问题．文中对采掘关联规则问题进行了简单的回顾；给出了一种提高顺序采掘关联规则效率的方法；分析了已有并行采掘关联规则算法的优缺点；设计了一个效率较高的并行采掘关联规则的算法ＰＭＡＲ；并与其它相应算法进行了比较．实验证明，算法ＰＭＡＲ是有效的．

一种改进卷积循环神经网络的复杂场景下的车牌识别模型

识别自然场景图像中的汽车牌照是一项重要而又具有挑战性的任务。许多现有方法对于在固定场景下收集的牌照表现良好,但它们的性能在诸如车牌角度倾斜、光照强度过亮或过暗、图片模糊等复杂的环境中显著下降。本文提出了一种改进的卷积循环神经网络车牌识别模型,在网络中加入幻影模块(Ghost Block)和卷积块注意模块(Convolutional Block Attention Module, CBAM),能够提高车牌字符特征提取的丰富程度的同时在通道和空间方向上对车牌字符特征进行加权,提高模型对车牌字符识别的准确率。最后通过实验验证了本文提出的模型的有效性。

基于特征提取和LSTM的PM 2.5浓度预测模型

PM2.5是空气污染中对人体危害最大的一类污染物之一,对PM2.5的准确预测可以为人们社会活动的决策制定提供可靠依据。使用自编码器(Auto-encoder)能够达到较高的预测精度,但是需要训练的参数量大,所需的计算资源也会增加,于是本文提出了一种待训练参数比Auto-encoder减少了24%的PM2.5预测模型FE-LSTM (Feature Extraction-LSTM)。FE-LSTM模型基于SE注意力机制、卷积神经网络(CNN)和长短期记忆网络(LSTM)等模块,先使用CNN提取出输入张量的初始特征,再通过SE注意力对特征张量按通道加权,通过全连接和重构后使用LSTM得出污染浓度的预测值。在北京PM2.5数据集上,对FE-LSTM模型及对比模型进行了训练和测试,结果表明,本文所提出的FE-LSTM模型的预测精度优于其他对比模型。

多组态全工况工业锅炉操作仿真培训系统研究

对工业锅炉安全运行培训仿真技术进行了系统的研究;在详细分析多种工业锅炉操作过程与现有仿真培训系统的基础上,运用多组态分析技术,建立了一个工业锅炉仿真培训模型,开发出具有多工业锅炉模型的、集培训与考试为一体的、支持大规模分布式环境下进行全工况工业锅炉仿真培训的系统。实际运行的效果表明,系统运行可靠、稳定,提高了培训的效率。

一种挖掘关联规则的高效增量式更新算法

对事务数据库增加记录时的关联规则维护问题进行了研究,在分析现有算法的基础上,提出了一个高效的增量式更新算法EUAR。与同类算法相比,算法EUAR通过减少对已有数据库的扫描次数和采用有效的侯选集剪枝算法,提高其执行效率。测试结果表明,算法EUAR是可行且有效的。

基于聚类分析的计算机应用技能分类教学方法初探

聚类分析是数据挖掘的一种重要方法。针对大学新生掌握计算机技能的差异,设计相应的调查表,对由调查表抽取出来的数据进行聚类分析,将每个教学班的学生按照掌握计算机技能的多少分为三类,并依据这个分类数据将学生混合穿插组成学习小组,促进学生间的相互学习。根据班级总体掌握计算机技能的不同,调整对不同班级的授课重点。在08级计算机应用技能课程教学中采用此教学方法,取得了良好的教学效果。

聚乙烯管道热熔焊机控制系统设计

介绍了一种聚乙烯管道热熔焊机控制系统。它主要是利用MSP430单片机实现对聚乙烯管道对焊时所需要的温度、压力、时间及夹具的行程等参数的监视和控制,从而保证焊接的质量。在控制焊接的同时,将焊接时的实际参数记录并存入EEPROM中,并可将这些参数通过内部集成微型打印机打印出来或通过串口上传至PC机,方便了对焊接工程的管理。

Windows环境下动态设置打印机参数

根据用户需要，给出了一种动态设置打印机参数的方法。用此方法，用户在打印时只需在打印机中放入合适的纸张，而不用考虑打印机的设置，就能取得良好效果。

WINDOWS环境下动态设置打印机参数

一种动态设置打印机参数的方法。在程序中运用此方法，用户在打印时只需在打印机中放入合适的纸张，而不用考虑打印机的设置。

常用坐标系统换算的数学模型及程序设计

为了解决ＧＰＳ在导航及测量应用中不同坐标系统之间的换算关系，作者研究了各系统之间的几何关系，着重讨论了建立转换数学模型的有关问题及计算机通用程序编写的基本思路．文中附有几种常用坐标系统之间的转换参数，以给出一个坐标转换的参考模型．

C程序设计成绩与编程时间关系分析研究

普遍认为编程练习时间的长短直接影响着C语言课程的学习效果。笔者收集了一个教学班中所有学生的编程练习时使用计算机的时间记录及他们的期末与省二级考试的成绩。首先通过χ2拟合度检验法验证这个教学班的这两次考试成绩服从正态分布。然后,按照C语言教学大纲中规定的最低要求课外上机时间,将这个教学班的学生分为两组,第一组为课外上机时间超过或等于教学大纲规定的最低课外上机时间的学生,第二组为课外上机时间少于教学大纲规定的最低课外上机时间的学生。用T检验对这两组学生的期末与省二级考试的成绩进行分析,结果表明:第一组学生的期末考试及省二级考试的平均成绩分别比第二组至少高9.0分与7.0分;第一组学生的期末考试及省二级考试的通过率分别比第二组高18.75%及19.54%。因此,认为上机练习对学生学习C语言具有较大的促进作用。

基于PLC及iFIX技术的天然气发电自控系统应用分析

该系统以局域网和PLC技术为支撑,结合了iFIX软件,实现了天然气发电厂内的天然气调压站自动控制,天然气调压站和前置站控制系统满足对生产过程中的所有压力、温度、流量、阀门、调压器等设备运行工作状态进行过程控制和监视的要求。并且对调压站及前置站的生产过程设置必要的安全联锁保护,如天然气压力保护、天然气泄漏保护。确保调压站及前置站安全运行,由此开发了成熟、稳定、可靠的计算机监控系统。系统以其全天候、全自动化、便于使用等特点在天然气发电自控领域发挥了独特的作用。

电气设备局部放电数据分析管理系统的研究和实现

局部放电数据是反映电气设备绝缘状态和工作状态的重要电气特征量。阐述了基于Struts+Spring+Hibernate框架的局部放电数据分析管理系统的设计和实现,介绍了系统框架结构和基本功能。对局部放电数据进行分析,判断电气设备的绝缘状态,为电气设备的运行维护提供科学依据。

基于偏最小二乘支持向量机的烟气湿法脱硫效率预测模型

为了能够更好地反映电厂湿法脱硫中的过程参数与脱硫效率之间的关系,本文利用偏最小二乘回归法(PLS)对影响烟气湿法脱硫效率的过程因素进行分析,提取出对湿法脱硫效率影响较大的因素作为主成分,将提取的主成分采用支持向量机(SVM)进行预测,降低了SVM的输入维数,建立了基于偏最小二乘支持向量机(PLS-SVM)的烟气湿法脱硫效率预测模型,并选取某机组石灰石-石膏湿法脱硫设施运行监控数据进行模型的训练和预测。预测分析结果显示,PLS-SVM的预测数据最大绝对误差小于0.65%,平均绝对误差在0.3%左右,说明该模型的预测效果较好,与SVM预测模型相比,提高了预测效率和精度。

多模式空气质量集成预报模型的研究

针对目前区域空气质量预报出现的预测不准确、误差较大、漏报重污染天气等问题,采用WRF-Chem、WRF-CMAQ、MM5-CMAQ和MM5-CAMx 4种数值模式集成预报的方式,对区域空气质量状况及污染物浓度进行预测预报,提出了一个动态权重更新模型,该模型通过评估一段时间内与特定条件下单个模式的预测准确度,动态调整各个模式在集成预报模型中的权重因子,然后利用各个模式预测值及其权重取加权平均值作为新模式的预测值。以收集到的浙江省空气质量监测网中的47个国家站点的8个月的监测数据为测试数据,分别用已有模型和动态权重更新模型进行预测预报,并对预测预报结果进行评估分析,结果表明:动态权重分配模型预报结果具有更高的准确度与更小的误差。

移动端智慧河道管理系统

为确保河道水生态环境日常巡查养护工作更高效的进行,设计了移动端智慧河道管理系统.系统采用一种简单高效的轨迹纠偏算法,运用这种算法可以过滤掉错误、无效的轨迹定位数据,使轨迹能够在地图上更准确平滑的显示.系统提出了基于指数标度层次分析法的河道污染等级评价模型,将该地区的河道污染排名利用推送技术推送给用户.测试结果表明:该系统具有操作简单、运行稳定、可维护性强的特点,解决了河道工作人员工作效率低、巡检发现的问题得不到及时处理、巡检养护人员是否按照既定的时间和路线完成巡检任务在巡查记录中无法体现等问题.

室内空气质量监测系统的设计

针对传统室内空气质量监测系统需要人工参与作业、采集环境参数单一及智能化和网络化程度低等问题,本文设计了一个室内空气质量监测系统。采用嵌入式技术设计室内空气质量采集终端和数据集中器,采集层可根据用户需要配置一种或多种有毒有害气体监测终端,采用无线传感器网络(WSN)技术、RS-485与以太网技术相结合进行数据通信,实现了室内空气质量监测的智能化、网络化和采集环境参数多样化,保证了室内空气质量监测的实时性、监测数据的可追溯性及室内空气质量报警的即时性。测试结果表明,该系统操作简单,组网方便,监测数据实时性高,能够满足分布式环境中室内空气质量监测的需求。

K-Similarity降噪的LSTM神经网络水质多因子预测模型

针对水质预测问题,以地表水水质监测因子作为研究对象,提出了一种基于长短期记忆(LSTM)神经网络的水质多因子预测模型,同时利用提出的K-Similarity降噪法对模型的输入数据进行降噪,提高模型预测性能.通过与BP神经网络、RNN和传统的LSTM神经网络预测模型进行对比实验,证明了所提出的方法均方误差最小,预测结果更准确.