电子信息类专业线上实验教学模式的实践探究

文章针对电子信息类专业的软件仿真类实验,提出了腾讯会议+学生远程访问实验室电脑的线上线下融合实验教学模式。该模式利用远程访问软件,学生远程访问线下实验室电脑并开展实验,实验教师在实验室实时掌握每一个学生的实验情况,及时解决实验过程中的问题。教学实践表明,该模式使学生能够认真有效地完成实验,提升了学生的学习热情和积极性,有效地提高了实验教学质量,取得了较好的教学效果。

工程教育专业认证背景下电子信息工程专业人才培养模式的改革与探索

2016年中国成为《华盛顿协议》的正式成员,中国工程教育专业认证是高等院校工程专业面临的重要挑战与机遇,专业通过认证既体现了该校工程教育的水平,而且提升了毕业生的国内国际认可度和竞争力。新的专业认证标准对工程专业人才培养提出了新的要求,本校电子信息工程专业以工程教育专业认证为契机,针对目前人才培养模式存在的问题,从认证标准的7个方面探索人才培养模式改革的思路。

以专业认证为导向的电子信息工程专业教学规范化建设研究

电子信息工程专业是在电子信息工程方面的较宽口径专业,在国民经济中占有十分重要的地位,是发展快速的行业,已经渗透到生产和生活的各个领域。紧紧把握新常态下国家教育综合改革的发展方向,专业认证是新时期国家"五位一体"高等教育评估制度的重要内容,是推动国家高等教育内涵式发展的重要举措。在本科教学工作审核评估的过程中,使其更明确了在教学规范化方面的建设方向,并逐步为专业认证工作奠定坚实的基础。

图书馆数字资源管理系统的设计与实现——以西安工程大学图书馆为例

为实现图书馆数字资源的自动化管理,运用ASP技术、SQL Server数据库技术设计开发了图书馆数字资源管理系统.对系统的功能设计、开发、难点技术、实际应用进行了阐述,并提出了数字资源的管理策略与方法,系统应用于西安工程大学图书馆,方便灵活,提高了工作效率和资源利用率.

单能电子突增对地球同步轨道卫星聚酰亚胺介质的深层充电效应影响

地球同步轨道时常会发生某单一能量附近高能电子通量突增现象,大量电子注入导致航天器绝缘介质充电效应更加显著。为了更好地评估单能电子突增现象下地球同步轨道航天器介质内部充电水平,建立了3 mm厚平板聚酰亚胺三维模型,采用了一种高能电子辐射和电场数值计算的Geant4-COMSOL联合充电评估方法,分别获得了0.4、0.7、1.0与1.3 MeV这4种单能电子以及地球同步轨道FLUMIC电子能谱辐射下聚酰亚胺内部电荷沉积速率和辐射剂量率分布,同时计算了其内部电场强度和电位分布;将单能电子与FLUMIC能谱叠加,研究了叠加辐射环境下聚酰亚胺内部电场和电位分布,并通过电荷传输过程分析了辐射条件与材料特性对电场强度和电位的影响规律。结果表明,在特定绝缘结构下,0.7 MeV单能电子入射产生的电位最高;1.0 MeV单能电子入射产生的电场强度最高;当同步轨道发生单能电子突增现象时,1.0 MeV电子突增加强了电场强度,1.3 MeV电子削弱了电场强度,基于电荷传输过程解释了叠加辐射环境下的充电规律。研究表明,地球同步轨道下特定结构绝缘介质在发生单能电子突增时,注入电子会导致充电效应加强而产生最坏情况,而更高的电子能量反而穿透材料并提升介质电导率,有效地降低了材料内部电场。

基于博弈论赋权信息量模型的滑坡易发性评价

针对利用信息量模型进行滑坡易发性区划时,直接将各影响因子的信息量相加或乘以单一权重相加,未同时考虑因子的主、客观权重的问题,提出基于博弈论赋权信息量模型的滑坡易发性评价方法。首先采用层次分析法(AHP)计算出主观权重,通过变异系数法确定客观权重,然后利用博弈论原理进行主、客观权重的优化组合,得到组合权重;基于组合权重对各评价因子的信息量图层进行加权求和,通过自然间断点法将评价结果分为5类。最后以陕西山阳县为研究区,分别从滑坡易发性区划图、分区点密度及ROC曲线,将所提模型与单一权重的信息量模型进行了对比。结果表明,所提方法的准确性、可靠性优于传统的加权信息量法。

浅谈电子信息技术的应用特点及发展

电子信息技术是国家发展的重点技术之一。随着时代和技术的发展,电子信息技术的发展逐渐呈现多样化。随着电子信息技术的发展和生产生活品质的提高,人们对电子信息技术应用的需求也越来越复杂和多样化,把握电子信息技术的应用特点,对于分析其发展方向与前景至关重要。本文就电子信息技术的应用特点及发展趋势做出讨论,对于现有的电子信息技术的应用特点进行了分类阐述,并提出了具体的产业发展标准。

箱式变电站在线监测智能电子设备的IEC61850信息建模

讨论了基于IEC 61850的箱式变电站在线监测智能电子设备的信息建模方法,从功能分解、逻辑设备、逻辑节点、数据对象、数据属性5个方面阐述了智能电子设备信息建模的步骤。实践证明,根据步骤所建立的模型具备监测、保护和关断控制等功能,可为不同厂商的智能电子设备实现互操作性和系统无缝集成提供途径。

基于信息量与SHO-SVM的滑坡危险性评价研究

滑坡危险性评价研究对于地区发展规划而言具有很强的指导意义,为提高滑坡灾害危险性评价准确率,将信息量模型(information value,I)、支持向量机(support vector machine,SVM)、斑点鬣狗优化算法(spotted hyena optimizer,SHO)相耦合,提出一种基于I-SHO-SVM的滑坡危险性评价模型。结合前人经验与信息增益比法选择高程、坡向、坡度、归一化植被指数、土地利用、降雨量等9项影响因子构建滑坡危险性指标体系,利用ArcGis对结果分类并绘制滑坡危险分区图。以信息量模型、SVM模型为对比,选择陕西省宁强县作为研究地区,使用受试者特征曲线检验模型精度,结果准确率分别为0.981、0.792、0.821,相较于对比模型准确率分别提升了0.159与0.188。表明该模型具有良好的可行性,可以为研究地区防灾减灾工作提供参考意见。

基于最优控制理论的国产光抽运小铯钟频率控制算法

原子钟频率控制是时间保持工作中的关键技术.当前守时工作中的频率控制主要针对国外微波钟采用开环控制算法,但由于国产光抽运小铯钟(下称国产钟)的工作原理和性能不同于国外同类型原子钟,因此该算法不能很好适应国产钟.为了提升我国标准时间的自主性和安全性,本文基于国产钟的噪声特性,在最优控制理论的框架下研究了线性二次高斯控制算法,该算法属于闭环控制算法,从同步时间、频率控制准确度和频率控制稳定度方面研究国产钟性能,最后分析了不同控制间隔对国产钟性能的影响.结果表明随着二次损失函数中约束矩阵W_(R)的增大,同步时间延长,控制准确度降低,控制短期稳定度提高.W_(R)相同情况下,随着控制间隔的增大,同步时间延长,控制准确度降低,控制短期稳定度提高,对于W_(R)=1时,控制间隔为1 h的同步时间为5小时,控制准确度为1.83 ns,1 h的Allan偏差为1.81×10^(-13);控制间隔为8 h的同步时间为28 h,控制准确度为4.48 ns,1 h的Allan偏差为1.48×10^(-13).控制国产光抽运小铯钟的中长期稳定度都得到提高.

基于CycleGAN-IA方法和M-ConvNext网络的苹果叶片病害图像识别

针对苹果叶片病害图像识别存在数据集获取困难、样本不足、识别准确率低等问题,提出基于多尺度特征提取的病害识别网络(Multi-scale feature extraction ConvNext,M-ConvNext)模型。采用一种结合改进的循环一致性生成对抗网络与仿射变换的数据增强方法(Improved CycleGAN and affine transformation,CycleGAN-IA),首先,使用较小感受野的卷积核和残差注意力模块优化CycleGAN网络结构,使用二值交叉熵损失函数代替CycleGAN网络的均方差损失函数,以此生成高质量样本图像,提高样本特征复杂度;然后,对生成图像进行仿射变换,提高数据样本的空间复杂度,该方法解决了数据样本不足的问题,用于辅助后续的病害识别模型。其次,构建M-ConvNext网络,该网络设计G-RFB模块获取并融合各个尺度的特征信息,GELU激活函数增强网络的特征表达能力,提高苹果叶片病害图像识别准确率。最后,实验结果表明,CycleGAN-IA数据增强方法可以对数据集起到良好的扩充作用,在常用网络上验证,增强后的数据集可以有效提高苹果叶片病害图像识别准确率;通过消融实验可得,M-ConvNex识别准确率可达99.18%,较原ConvNext网络准确率提高0.41个百分点,较ResNet50、MobileNetV3和EfficientNetV2网络分别提高3.78、7.35、4.07个百分点,为后续农作物病害识别提供了新思路。

基于多尺度卷积注意力机制的输电线路防振锤缺陷检测

作为输电线路中的重要金具部件,防振锤的缺陷将对输电线路构成严重威胁。针对由于防振锤缺陷样本数量稀少、背景复杂、区域形状尺寸不一造成的防振锤缺陷识别能力不足的问题,提出一种基于多尺度卷积注意力机制的防振锤缺陷检测方法。首先,通过统计不同缺陷的防振锤尺寸,设计适应不同类别的多尺度卷积注意力机制,使网络重点关注图像中的防振锤区域;其次,引入结构重参数化方法,以将网络中的多分支结构无损失地转换为单分支结构,在提高网络检测性能的同时维持检测速度在较高水平;最后,以渐进式特征金字塔网络结构(AFPN)为基础,融合更多的浅层网络,提高了网络检测防振锤小目标的能力。实际收集的防振锤缺陷数据集实验结果表明,设计的检测方法可显著提升防振锤缺陷检测的性能,检测精度mAP0.5达到了91.9%,在TITAN XP平台下检测速度达60.88帧/s,可为输电线路防振锤智能化巡检提供参考。

基于数字孪生的工业机器人建模及监测方法

针对工业机器人数据不透明、监测存在死角等问题,通过对实体工业机器人分析和研究,构建数字孪生机器人监测系统。首先从几何、物理、逻辑3个维度完成虚拟机器人的建模;其次基于开放平台通信联合架构(open platform communications united architecture,OPC UA),实现机器人的数据采集和通信,设计用户显示界面,达到数据实时可视化的效果;最后,通过机器人仿真实验得出机器人末端执行器X、Y、Z坐标的相对位置误差分别为0.48%、0.32%、0.27%,通过数字孪生机器人监测同步实验验证机器人关节角度误差最大值为0.31°。实验结果表明:该方法能够实现数字孪生工业机器人的运动数据监测,减少工业机器人在生产过程中发生意外和故障的风险,为智能工业机器人的发展提供思路和方向。

改进YOLOv5的织物缺陷检测方法

为了在不增加网络参数量的条件下提升深度学习方法对织物缺陷检测的精度,提出了一种基于改进YOLOv5的织物缺陷检测方法。通过深度卷积改造通道注意力,剪裁最大池化优化空间注意力,并通过二者构建的双级联注意力机制来搭建特征提取子网络,从而提高网络对缺陷区域纹理和语义特征的提取能力;采用鬼影混洗卷积改进特征融合子网络,强化对提取特征的筛选,在降低模型参数量的同时,改善缺陷信息丢失和无效信息冗余问题;在检测端引入具有角度损失的新型损失函数SIOU,来促进真实框和预测框的拟合并提升对缺陷预测的准确性。实验结果表明:改进的YOLOv5方法在降低YOLOv5基准模型复杂度和计算量的同时,与YOLOv7等六种先进方法相比,可获得更高的检测精度,相较原模型mAP@0.5值提高了2.6个百分点,mAP@0.5:0.9值提高了1.3个百分点。

融合多维特征的街景图像语义分割方法

为进一步提升深度学习语义分割方法在复杂街景图像上的分割精度,本文基于PointRend网络提出了一种融合多维特征(Multi-Dimensional Features,MDF)的街景图像语义分割网络(MDFNet)。首先,通过构建目标区域增强模块优化特征提取子网络,在深度网络的每个卷积块自适应地细化中间特征图,从而强化对复杂街景图像多维特征信息的精细提取;接着,在特征融合时引入特征金字塔网格,使用不同的卷积核处理不同尺度的街景图像,从而更加全面地获取复杂街景图像各类目标的不同分辨率特征;最后,使用双解码头对图像细节进行更细致的恢复,得到逐像素分类的结果。实验结果表明,本文网络与DeepLabV3、SegFormer等其他优秀分割网络相比,在Cityscapes复杂街景数据集上分割精度更高,平均交并比达到了80.11%,相比于其他网络提升了3.51%以上,对复杂街景图像的理解力更强。

不均匀光照下带钢表面缺陷检测方法的研究

针对带钢表面存在光照不均及缺陷类型繁杂的问题导致缺陷检测精度不高的情况,提出一种基于梯度相似性引导模板的带钢缺陷检测方法。在利用二维高斯函数估计背景模板的基础上,结合梯度相似性引导其最优参数的选取;将原图像与优化后的背景模板进行图像差分操作,消除部分不均匀光照,同时构造分段函数对差分图像进行光照补偿,并结合Meanshift算法去除噪点,进一步增强差分图像;利用改进的K-means算法进行聚类分割并结合区域标记实现带钢表面不同缺陷的准确检测。实验结果表明,该方法能够在不均匀光照下准确检测出夹杂、麻点、酸洗、划痕等多种带钢表面缺陷,召回率和精确度分别达到93.2%和96.8%。

通信激光器及其调制技术研究进展

在光通信领域,激光器及其调制带宽、调制速率对无线光通信至关重要。对半导体激光器信号的调制方式主要有内调制和外调制两种。这两种调制技术具有各自的特点,适用于光纤通信中的不同领域,都是当前重要的研究热点。内调制激光器又称为直接调制激光器,因其具有高速传输以及低成本的特点,成为目前应用在第五代移动通信技术(5G)前传和数据中心中的高性价比光源。而外调制激光器不存在光源附加的Chirp,所以可以有效地克服光纤色散造成的复合二次差拍(CSB)失真。文章在回顾通信激光器及其调制技术发展历程的基础上,介绍了西安理工大学在该领域所做的工作以及取得的主要进展。针对半导体激光器发生非线性失真的内外因素进行讨论,仿真响应特性各参数、线性化补偿方法以及功率控制系统对光发射器件输出光源的作用,并分析了温度的起伏对激光器和调制器件输出功率产生的影响。采用折射率椭球基本理论和数值分析,分别在纵向和横向调制下,讨论出射光强随温度的变化趋势。结果表明,纵向调制下出射光光强随温度的变化趋势只与铌酸锂(LN)晶体折射率的变化有关;横向调制下出射光光强随温度的变化趋势不仅要受到晶体折射率的影响,还要受到晶体尺寸及其膨胀系数的影响,因此可以利用特殊尺寸的晶体来提高电光调制器的温度稳定性。

基于上下文提取与注意力融合的遮挡服装图像分割

针对遮挡服装图像分割准确率低的问题,提出一种融合上下文提取与注意力机制的遮挡服装图像实例分割方法。以Mask R-CNN为基础网络,首先采用上下文提取模块优化ResNet的输出特征,通过融合不同速率的多路径特征从多个感受野中捕获图像的上下文信息,强化遮挡服装特征表示的识别及提取能力;然后引入通道注意力机制与空间注意力机制的残差连接,自适应地专注于捕捉遮挡服装图像的空间和通道维度上的语义相互依赖关系,降低上下文提取模块在处理特征图时因冗余的上下文关系扩大造成误定位与误识别的概率;最后,采用目标检测损失函数CIoU计算原理作为非极大值抑制的评判标准,关注预测框和真实框的重叠与非重叠区域,最大程度地选择遮挡服装的最优目标框,使预测框更加贴近真实框。结果表明,与其它方法相比,改进方法显著改善了不同遮挡程度服装图像的误分割现象,能提取出更精确的服装实例,其对遮挡服装图像的平均分割精度比原模型提升了4.4%。

基于YOLOv7-R的多车辆目标识别

针对智能交通控制对于多车辆目标识别高准确率的需求,基于YOLO算法,提出一种改进的YOLOv7-R算法.将全局注意力机制(GAM)引入骨干网络,增强特征提取性能;利用全维动态高效聚合网络(ODEANet)重构主干网络,提高算法的鲁棒性与精度;使用上下文转换器(CoTNet)替换运算量巨大的可扩展高效聚合层网络(E-ELAN),来引导动态注意力矩阵学习,并降低浮点运算量;采用K-means++聚类算法优化先验帧,提高先验帧的匹配度.通过系统性的改进,车辆多目标识别的效率和准确度均得到提升.在自由流、同步流、阻塞流3种交通流下,分别进行了消融实验.结果表明:YOLOv7-R平均识别率分别达到97.13%、94.85%和94.60%,与基线算法相比分别提高了3.65%、3.20%和1.40%;算法的检测帧率分别为74.63、79.37和75.76帧/s.与基线算法相比,YOLOv7-R的浮点运算量降低3.10%,参数量降低13.37%.

紫外光非直视通信研究进展

紫外光技术在军事和民用领域有着广泛的应用,如空间探测、紫外光制导、紫外干扰、电晕放电检测和军事通信等领域。文章从紫外光的单次和多次散射出发,介绍了紫外光通信的国内外进展,分析了紫外光通信中的不同链路情况,针对非直视链路紫外通信的脉冲展宽效应和大气湍流影响进行了探讨,总结了紫外光Ad Hoc网络,最后对紫外光通信的发展进行了展望。