摘要：目的 针对现今主流one-stage网络框架在检测高帧率视频中的复杂目标场景时,无法兼顾检测精度和检测效率的问题,本文改进one-stage网络架构,并使用光流跟踪特征图,提出一种高效检测复杂场景的快速金字塔网络(snap pyramid network,SPNet).方法 调查特征提取网络以及金字塔网络内部,实现特征矩阵及卷积结构完全可视化,找到one-stage网络模型有效提升检测小目标以及密集目标的关键因素;构建复杂场景检测网络SPNet,由骨干网络(MainNet)内置子网络跟踪器(TrackNet).在MainNet部分,设计特征权重控制(feature weight control,FWC)模块,改进基本单元(basic block),并设计MainNet的核心网络(BackBone)与特征金字塔网络(feature pyramidnetwork,FPN)架构结合的多尺度金字塔结构,有效提升视频关键帧中存在的小而密集目标的检测精度和鲁棒性;在TrackNet部分,内置光流跟踪器到BackBone,使用高精度的光流矢量映射BackBone卷积出的特征图,代替传统的特征全卷积网络架构,有效提升检测效率.结果 SPNet能够兼顾小目标、密集目标的检测性能,在目标检测数据集MS COCO(Microsoft common objects in context)和PASCAL VOC上的平均精度为52.8%和75.96%,在MSCOCO上的小目标平均精度为13.9%;在目标跟踪数据集VOT(visual object tracking)上的平均精度为42.1%,检测速度提高到50~70帧/s.结论 本文快速金字塔结构目标检测框架,重构了one-stage检测网络的结构,利用光流充分复用卷积特征信息,侧重于复杂场景的检测能力与视频流的检测效率,实现了精度与速度的良好平衡.

摘要：针对当前国内原子层沉积(ALD)控制系统中存在硬件结构兼容性较差、数据交换及数据处理能力较弱等问题。通过分析ALD薄膜生长工艺特点,选定系统硬件配件,确定系统控制结构,设计出基于PC控制的ALD系统。系统采用Beckhoff工业PC作为主控制器,运用EtherCAT现场总线技术进行控制器与I/O模块之间的数据传输与交换,利用TwinCAT控制软件控制整个系统的运行。新系统在现场运行结果表明:该系统功能完善,实时性强,运行稳定,工艺结果能够达到半导体薄膜工艺标准。基于PC控制的ALD系统,对于实现薄膜生长的自动化具有重要意义,为PC控制应用于薄膜生长提供了指导。

摘要：为了适应红外焦平面(IRFPA)高像素的趋势,设计出面积更小、性能更优的像元电路,选择电容反馈跨阻放大器(CTIA)作为像元电路的电路结构,在CTIA中运算放大器基于共源共栅结构,采用积分电容可选的模式来调整积分时间,并基于电路高像素的需求,优化电路,减小面积.在此基础上,搭建模拟信号通路进行仿真研究,绘制版图,并进行后仿,为读出电路的正确性、可靠性提供保障.优化后的像元电路面积为18μm×18μm,可选积分电容分别为60 fF和400 fF,后仿得到的信号通路输出摆幅常温下为2.03 V,低温下为1.52 V,且低温下的积分噪声为213.6μV,满足设计需求.

摘要：本文介绍了基于电流检测芯片MAX4069实现对给定电压下的GPRS模块的耗电电流自动测量电路设计。通过该芯片将微弱电压信号放大,然后经过模数转换电路,即可以测得负载在给定电压下的电流。

摘要：研究了一种新型MEMS质量传感器的设计、仿真与制造。这种用于流体中微小分子质量检测的MEMS器件,具有高度对称的中空圆盘结构,以谐振的方式工作于简并/解并模态,能在测量时实现对环境波动的自我补偿。器件的中空腔内可以流过被测流体,腔外的真空环境使得圆盘谐振器受到更小的阻尼。利用ANSYS对圆盘在质量吸附前后的模态及频率分裂进行仿真,计算结果显示对质量的测量灵敏度达pg量级。采用MEMS双牺牲层工艺方法成功制作出具有双层结构的空心圆盘谐振器。

摘要：虹膜定位是虹膜识别系统中的一个重要步骤,后续处理步骤均取决于其准确性。针对传统虹膜定位方法的局限性,设计了一种由粗到精的算法,解决计算成本问题的同时达到可接受的精度要求。利用灰度投影法和自适应阈值将虹膜图像转换为二值图像实现虹膜内边界的粗定位,再用Canny算子对边缘进行检测精定位,然后根据定位结果结合矩形检测模板对外边界进行粗定位,使用Daugman圆盘算子检测虹膜外边界进行精定位。实验结果表明该算法能准确快速地定位虹膜区域。

摘要：随着人们生活水平不断提升,养宠物的家庭不断增多,宠物疾病也不断发生,因此,宠物疾病的预防越来越受到重视。但是,目前判断宠物是否患病,不具有可预测性。针对此现状,提出了一套基于Web与图像识别的智能宠物疾病预测系统,使用嵌入式监控设备监测宠物,通过改进的运动目标检测算法和基于Hough变换的直线检测算法记录行为异常的宠物,来实现宠物疾病的预测,并通过无线传输技术发送给远程Web端用户。嵌入式采用S3C2440作为核心芯片,并将Linux操作系统搭建到嵌入式终端上,同时编写相应的程序。实验结果表明,病宠检测率达到81.82%,基本达到预期目标。

摘要：模糊规则提取和隶属度函数学习是模糊推理系统设计过程中重要而困难的问题。针对该问题,提出一种基于人工蜂群算法(ABC算法)训练自适应神经模糊推理系统(ANFIS)的新方法。神经网络采用5层ANFIS网络结构,并且描述了基本思想和算法实现过程。在ANFIS中引入ABC算法进行参数训练和优化,该方法适用于非线性系统辨识。实验结果表明,加入ABC算法之后,ANFIS训练和参数优化等取得了良好效果。

摘要：为实现智能家居远程无线控制功能,设计了一种基于Zig Bee与Android技术的智能网关方案。该方案是通过Wi Fi芯片ESP8266与TI公司的Zig Bee芯片CC2530相结合,根据串口UART之间的数据透传功能,搭建Zig Bee-Wi Fi智能网关,并将Android移动终端接入智能网关,实现对监测设备、家居照明、安防装置的远程控制和集中管理。实验结果表明,智能网关工作稳定、数据传输可靠,实现了移动终端的远程控制功能,并且具有良好的移植性和扩展性,能满足新型智能家居控制中心系统的要求,给用户带来智能、便捷、节能的居住环境。

摘要：针对传统的误差反向传播法神经网络出现训练时间长、识别准确率不高、参数更新不精确、过于依赖初始值等问题进行改进优化。为了提高误差反向传播法对手写数字的识别准确率,在已有的神经网络基础上,改进误差反向传播法神经网络激励算法,使用新的激活函数,优化参数的更新,取交叉熵函数并引用BatchNorm算法。采用MNIST数据集对搭建的神经网络进行训练、测试,优化了神经网络的训练速率和识别精度。实验表明,改进后的误差反向传播算法神经网络对比手写数字的识别准确率提高了4%。