粒子群优化的深海图像暗边缘检测优化算法

为解决深海资源探测图像识别难题,提出一种基于粒子群优化的图像暗边缘检测优化算法。该算法通过指数型线性单元和高斯误差线性单元改进激活函数,根据Marr-Hildreth算子检测结果并结合改进激活函数构建暗边缘检测算法,利用粒子群对改进暗边缘检测算法进行训练和优化。最后,采用不同算法对水下11个数据集进行比较的结果表明:改进算法的峰值信噪比、结构相似度和边缘保持指数最高,分别达到18.7696 dB、0.6607和0.8345;图像均方误差最低,为3750.2253;平均检测时间为0.6674 s,比其他对比实验中性能最好的算法缩短了14%。

基于复杂环境的可模块化救援勘探系统设计与实现

为了应对频发的自然和人为灾害,本文设计了一种基于复杂环境的可模块化救援勘探系统,该系统可代替救援人员进入复杂环境进行搜救或勘察情况。设计的系统由勘探系统、控制系统、电源系统等组成,各模块间相互配合使该系统可以在不同环境中进行作业。模拟环境测试表明,系统各模块运行良好,达到设计预期;在非目视的情况下,系统可越过障碍后检测到烟雾,判断出音源方向,使用红外检测到人体目标并通过图传确定人员情况,顺利完成任务,其为相关产品开发提供了重要依据。

基于CNN与特征优选对农作物病虫害识别

农业是中国的第一产业,是国家经济的重要支撑,也是国民经济发展社会进步的基础。但是,由于农作物的病虫害问题,导致农业生产总值大大降低。并且运用传统方法进行农作物识别分类难度巨大。同时近些年计算机算法的快速发展,卷积神经网络技术逐渐被运用在农作物病虫害分类领域。因此本文通过特征优选与卷积神经网络结合进行病虫害分析识别,从而提高病虫害分类精准度,从而采取防治措施降低农作物病虫害对农作物造成的损失。

儿童网球初学者易产生的消极心理及克服方法

网球练习内容多姿多彩,训练方法是科学的,有效的,它非常适合儿童的生长发育,而且对提高儿童的智力和非智力因素有积极影响。但在运动中也难免出现一些消极心理,而对技术动作产生影响,儿童初学者中尤为明显。消极心理容易让儿童初学者产生厌恶的心理,影响到网球运动的技术动作学习、降低练习效果、拖延训练进度。为更妥善的处理在运动时容易产生的消极心理,让儿童学员更好地感受到网球运动的乐趣,本论文重点研究网球儿童初学者在网球运动产生消极情绪时,如何放松身心,却又保持运动的松紧适度,使网球学习、娱乐、参与的体验更加流畅、愉悦。

嵌入式传感器结合机器学习的振动模式分类方法

开发一种结合STM32L432KC微控制器和LIS3DH加速度传感器的振动数据智能分析方法,用以诊断机械设备故障。通过频域滤波技术优化信号处理,并采用随机森林算法进行故障模式的识别与分类,该方法显著提升了振动模式检测的准确性和效率。实验结果证明,该方法能够有效区分不同振动模式,并表现出较高的识别准确率,体现了嵌入式系统与机器学习算法相结合在异常振动检测中的优越性,对预防工业安全事故和降低维护成本具有显著意义。此外,该研究还探讨了振动信号处理和模式分类的技术细节,包括信号采集、预处理、特征提取与分类算法的选择和优化,旨在提供一种高效、准确的故障诊断工具。该研究成果不仅为机械故障诊断提供了一种新的技术手段,也为未来嵌入式系统在工业应用中的研究提供了新的思路和方向。