摘要：当前,我国工业建筑工程建设正在快速发展之中,地基沉降问题作为一项关乎工程质量与人民安全的重要问题,自然引发了人们的普遍关注。地基沉降的发生与建筑设计、施工等多方面因素有关,必须提前制定控制措施,运用先进技术提升地基稳定性,为工程使用安全提供保证。基于此,本文以工业建筑工程建设为出发点,围绕地基沉降处理展开分析,供大家参考。

摘要：在HSV彩色空间进行颜色分割的基础上,提出一种基于局部特征与模糊规则的交通标志检测算法.为了对检测出的标志进行分类理解,根据交通标志的颜色与形状特征信息进行分层分解,设计多层决策分类系统,并采用J-means聚类分析与PSO算法来优化设计PNN作为其子分类器.对晴天、多云和小雨天气状况下共3000幅图像进行了交通标志识别,该检测算法的检测率分别达到93.28%、90.25%与88.97%;所设计分类器不仅具有精简的结构,而且有较高的分类精度.

摘要：为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法。在深入分析PNN与K-means聚类算法的基础上,提出采用全局K-均值算法优化设计概率神经网络分类器,并将其用于交通标志图像的分类识别。仿真结果表明:模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的概率神经网络分类器不仅具有精简的结构而且具有较好的推广性能。

摘要：为了识别退化的交通标志图像,提出了一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。在利用模糊-仿射联合不变矩作为图像特征的基础上,采用递归正交最小二乘算法优化设计径向基概率神经网络分类器。仿真结果表明:模糊-仿射联合不变矩是一种有效的退化交通标志图像的特征提取算法,所设计的径向基概率神经网络分类器不仅具有精简的结构而且具有较好的推广性能。

摘要：为了识别退化的交通标志图像,提出了一种新的分类算法。该算法在处理图像的退化问题时,采用模糊—仿射不变距直接提取图像的特征而不需要图像的清晰化处理;在利用模糊—仿射不变距提取图像特征的基础上,采用递归正交最小二乘算法设计了一种新的径向基概率神经网络分类器。仿真结果表明:模糊—仿射不变距是一种有效的处理退化的交通标志图像的方法,所设计的径向基概率神经网络分类器不仅具有精简的结构,而且,具有较好分类和推广性能。

摘要：针对目前野外土壤环境监控系统中存在的智能化与实时性不足问题,文中设计一种新型土壤环境监测系统,对土壤的pH、氧化还原电位与温度参数进行实时监测。该系统主要由MSP430F5529控制器、电极信号采集、温度采集、电池电量采集、铁电存储器、LCD显示与低功耗蓝牙模块等部分组成。首先控制ADS1248采集电极信号,通过I2C接口读取数字温度传感器的值;再采用电极法测量土壤的pH值,采用电位法测量土壤的氧化还原电位;最后将测量的数据保存在本地铁电存储器中。Android手机端APP可通过蓝牙模块读取本地数据,并实时上报云服务器,技术人员则可根据上报的数据实时掌握土壤环境质量情况。实验结果表明,所设计系统具有体积小、功耗低、智能化程度高、使用方便等优点,在野外土壤环境监测场合下具有很好的应用前景。

摘要：为了识别退化的交通标志图像,采用模糊-仿射联合不变矩直接提取图像的特征,并针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法,避免了需要较大计算量的图像复原处理过程。同时在深入研究径向基概率神经网络的基础上,采用全局K-均值算法优化其网络结构,并将其用于交通标志图像的分类识别。仿真结果表明,模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的径向基概率神经网络分类器不仅具有精简的结构而且有较好分类精度和推广性能。

摘要：针对数控系统的工作特点和要求,通过对TI公司新推出的DSP芯片TMS320F2812和ALTERA公司的FPGA芯片EP1K30功能和特点的深入分析,给出了一种基于DSP和FPGA的运动控制卡的设计与实现。在充分考虑上述芯片特点和资源的基础上,该卡采用DSP和FPGA取代单片机,能够更好地满足数控系统对运动控制单元的实时性和控制精度的苛刻要求。某型号三轴仿真转台已采用该运动控制卡作为主控制电路,并能很好地实现转台的定位精度,转速等性能指标要求。

摘要：为了更好地对交通标志进行分类,提出了一种两步分类算法。首先根据交通标志的颜色与形状特征设计多层决策树进行粗分类,然后采用径向Tchebichef不变矩提取交通标志的特征,并基于SVM设计分类器进行精分类。对从3 000幅自然场景图像中检测出的交通标志进行分类实验,结果表明该分类系统能取得较高的分类精度,这为交通标志识别系统的实现奠定了基础。

摘要：在航天器型号设计阶段需要利用高性能计算系统开展大量的仿真分析工作,昂贵的许可证资源使用极其紧张,作业计算效率低.针对高性能计算系统中现有作业派发机制未动态考虑高性能运算主机空闲状态的缺陷和不足开展研究,基于资源调度软件Platform LSF,结合航天器仿真分析特点,提出一种新的思路,设计并实现一种新的基于CPU因子(CPU Factor)影响的二次调度算法,CPU因子用于区分不同机器的相对运行速度,仿真结果表明算法能够有效提升作业计算效率,缩短许可证资源占用时间.实际案例说明算法具备推广应用的可能,一定程度的提高了许可证资源利用率,满足了航天器仿真分析过程中对于成本控制和资源精益化利用的实际需求.