基于卷积神经网络的行人目标检测系统设计

为获得最直观的行人目标检测结果,避免运动姿态不确定性对实时检测造成的影响,设计基于卷积神经网络的行人目标检测系统;以CNN计算框架作为硬件结构主体,分级连接目标传感器与神经型卷积分类器,按照并行检测原理及卷积神经架构搭建检测体系结构;建立训练文件体系,通过迎合目标训练环境的方式,配置必要的检测文件参数,完成待检测行人目标的样本训练处理;在检测节点架构中,规定与访问接口关联的配置条件,借助增设的模块复用加速结构,直接获取行人目标检测结果,实现行人目标的样本重构,完成基于卷积神经网络的行人目标检测系统设计;实验结果表明,与PCA、SVM算法相比,应用卷积神经网络型检测系统后,单位时间内的行人目标检测量达到9.6×10^9 T,目标数据堆积速率降低至1.14×10^9 T/s,能够直观获取行人目标检测结果,有效抑制了运动姿态不确定性对系统实时检测的影响。

基于无线传感网络的无人船舶远程遥控系统设计

传统遥控系统不能根据船舶航线的变化情况,进行及时、有效的航行控制指挥。为解决此问题,设计基于无线传感网络的新型无人船舶远程遥控系统。通过无线传感网络框架设计、船舶电源电路设计2个步骤,完成新型远程控制系统的硬件模块设计。通过Delphi 7.0开发环境完善、无人船舶目标确定流程设计、驱动代码设计3个步骤,完成新型远程控制系统的软件模块设计。对比传统系统、新型系统的运行数据可知,应用基于无线传感网络的无人船舶远程遥控系统后,航行控制指挥的及时性、有效性均得到30%以上的提升。

基于混合结构卷积神经网络的目标快速检测算法

为提高基于卷积神经网络(CNN)目标检测算法的检测速度,提出一种基于混合结构CNN的目标快速检测算法。采用基于CNN的Faster R-CNN目标检测框架,对其CNN进行优化。基于多层感知器结构,提出CR-mlpconv卷积层结构。在网络浅层采用C. Re LU策略,同时结合CR-mlpconv层结构和C. Re LU策略,合理设计层参数,构成卷积神经网络。将该卷积神经网络融合到Faster R-CNN检测框架中,实现目标快速检测。实验结果表明,在检测精度的适当影响范围内,该算法能够减少网络模型参数并降低网络模型的内存消耗,提高网络的实时性。

论青海电网结构及其发展

针对青海电网网络结构，对电网分片运行特点，１１０ｋＶ电网网络结构方式，中小型电厂接入系统结构方式，超长距离输电系统的无功补偿、过电压、稳定极限等技术，电网无功补偿配置原则，电网稳定运行问题；特别是防止电压崩溃措施，电网短路电流配合等内容进行了分析、综述。在此基础上提出了一种加强西宁、海东受端系统的３３０ｋＶ目标网架方案；并结合海北地区负荷发展，提出适时建设３３０ｋＶ变电所，以满足供电需要和南北两片１１０ｋＶ电网实现安全、可靠联网。

2010年前中国铁路的建设和发展

阐明了我国铁路现存的问题和面临的形势 ;论述了我国铁路发展的战略方针、目标和部署 ;还介绍了我国铁路建设的重点 ,展望了 2 0 1 0年时我国铁路建设将达到的水平。