改进LeNet5-CNN的车牌识别工程应用优化设计

为兼顾车牌识别的精确度与鲁棒性,提高工程应用价值,提出一种基于改进LeNet5-CNN(卷积神经网络)的车牌识别工程应用优化算法。使用SE模块代替传统LeNet5模型中第三层及第五层的对应内容,同时将第2个全连接层以平均池化层来代替,且增加正则化及归一化处理,保证精度的前提下,减少计算量。在已有工程智能摄像头识别后,增加车牌识别再处理服务器,服务器中架设本算法,通过双重化识别优化工程应用。实验结果表明:设计的精度和收敛时长,明显优于传统方案;横向对比数据显示,本设计精确度更优,高达98.6%;实际工程应用对比该算法很好的解决第二位字母A和B无法识别问题,极大提高工程效应。

虚拟仪器在库存引信检测中的应用

文中简要介绍了虚拟仪器的基本特点和仪器驱动的组成，分析了适用于库存引信检测仪器开发的软件平台。

基于Matlab的输入非平衡条件下矩阵式变换器仿真

通过对矩阵式变换器中双向开关的逻辑控制,可变换其电压和频率。据输入非平衡、输出平衡时矩阵变换器的工作原理,用Matlab建立输入非平衡时矩阵变换器的输入电流偏置角动态调制策略(SVM算法)的仿真模型。该模型由三相非平衡电源、矩阵开关、三相负载和电压表、电流表、示波器等模块和控制策略等构成。

基于计算实验的砒砂岩与沙复配土团聚结构与质地变化的仿真研究

团聚体的形成主要靠粘粒的内聚力及铁铝氧化物的胶结作用,本文考虑单一因素粘粒对团聚体形成的影响,并定量化表达和探讨对有机质含量较小的砒砂岩和沙复配土中粘粒和水稳性团聚体的相关性,并通过计算机模拟仿真进行相关性验证,达到以土壤质地中粘粒的含量预测土壤团聚体的目的。本文将砒砂岩与风沙土分别按1∶1,1∶2,1∶5和0∶1质量比复配并在2010年建立小区,经过20102013年连续4年的试验连续取样观测,用激光粒度分析仪和湿筛法分别对其粒度组成及水稳性团聚体分析研究。根据混合后未种植以及20102013年5次实验数据表明(相关系数分别是0.742、0.794、0.887、0.714、0.755),不同年份的粘粒含量和团聚体具有正相关性,且相关性随年份变化相对稳定,时间变异不大。根据multi-agent(MAS)方法建立人工土壤团粒模型(Artificial Soil Aggregates Model,简称ASAM),以粘粒含量对团聚体含量的进行预测,预测结果与实测值基本吻合。研究结论:(1)针对有机质含量较少的砒沙岩与沙复配土,粘粒含量和团聚体含量具有较好的正相关性,且相关性随年份变化相对稳定;(2)仿真结果表明,利用ASAM模型仿真,计算仿真结果与实测数据趋势基本一致,首次将计算实验方法应用于复配土壤微结构变化过程研究,对不同复配土壤微结构变化定量描述提供了新的方法,并对土壤复杂性仿真提供了一条可行性途径,具有一定推广和应用前景。