摘要：气象数据对装备研制至关重要,通常需要大气不同高度层的风速、空气密度、虚温等气象数据来辅助弹道设计和仿真。针对目前气象数据管理难,应用难的问题,提出了基于模型的气象数据管理系统设计方法,设计并开发了气象数据管理系统,实现了气象数据录入、气象数据检索以及气象数据分析三大功能,能够按时间筛选各观测点的气象数据,并能够对观测点不同高度层的平均气压、平均虚温和最大风力进行统计分析,提高了气象数据的管理和应用效率,有力支撑了装备的研制。

摘要：优质粳米的市场需求逐年增大,其中,长粒型粳米由于外观品质优异愈加受到市场青睐。中国的传统粳稻多为短圆粒型,通过引入长粒等位基因,改良短圆粒型粳稻的外观品质,并综合考虑稻瘟病抗性,创制长粒高抗稻瘟病粳稻核心种质意义重大。本研究以著名优质粳稻‘嘉禾212’为长粒gs3基因供体亲本,通过杂交、复交、标记辅助选择及花药培养有机结合的方式,开展了gs3及稻瘟病抗性基因Pita及Pib的聚合工作。研究结果表明,通过上述多种育种手段的有机结合,gs3,Pita及Pib基因被快速聚合,3份具有长粒抗稻瘟病特性的聚合系被成功创制;其中,改良系-2谷粒长宽比相比于圆粒粳稻亲本显著增大,垩白度显著降低,产量和稻瘟病抗性也保持较高水平,可作为长粒优质粳稻培育的核心种质。上述结果为以多基因聚合为目地的分子设计育种提供了理论依据。

摘要：为了提升现有粒子辐照平台的工作效率,设计了一套基于机器人与视觉引导的自动化辐照试验平台。在试验平台的架构设计上,引入视觉系统实现辐照参数的实时设置和自动调用;通过分析特征点分布规律,结合目标显著性原理,提出一种基于区域分布差异的特征匹配方法来完成目标识别过程,进而正确调用对应目标的辐照参数;为了保证辐照精度,采用最小二乘法求解初始手眼关系,并根据标定误差为测量数据分配权重来修正手眼关系模型。实验表明,视觉系统能够精准识别目标,辐照误差范围合理,验证了所提方法的有效性,而且单次辐照流程缩短在2 min以内,显著提升了试验效率。

摘要：在服装服饰文化范畴中,雅俗文化相生相行,由宫廷舞蹈服饰演化而来的古典舞服饰在古典舞蹈展现中尤为重要。本论文通过研究中国古代宫廷舞蹈服饰中的雅乐舞服饰及宴乐舞服饰,从而探究当今古典舞剧服饰创作的方向与规律,为今后的服装设计开拓新的设计思路。

摘要：针对移动用户界面需在多种平台上重复开发的问题,借鉴模型驱动架构(Model Driven Architecture,MDA)思想,研究模型驱动的移动用户界面开发方法。用Mobile IFML(Interaction Flow Modeling Language)表示移动用户界面概念模型,即平台无关的移动用户界面模型。在此基础上,重点研究移动用户界面概念模型到特定平台用户界面代码的转换,定义了映射规则并设计了转换算法,最后基于Eclipse平台实现了一个支持代码生成的工具原型。用户借助该工具可方便地设计移动用户界面概念模型,随后概念模型可自动或半自动地转换为特定平台用户界面代码。

摘要：广播电视发射台具有传输距离远、覆盖面大的特点,因而受到广电部门的广泛应用,但它极易受到雷电的袭击。我区广播电视发射台多位于多石山体,土壤稀少、层薄、电阻率高,受雷电影响突出。因此,对广播电视发射台防雷系统进行科学设计、施工,建设安全可靠的防雷系统显得尤为重要。

摘要：传统的分拣作业一般采用示教或离线编程方式,当工作环境发生改变时系统无法即时的作出相应的调整,针对传统分拣方式中存在的不足,以并联型机器人和康奈视In-Sight7000型工业智能相机为基础,搭建一个基于机器视觉的工业机器人分拣系统。该分拣系统结合了并联型机器人和机器视觉两方面的技术优势,对经典的Canny边缘提取算子做出了相应的改进,通过提取图象边缘信息作为匹配的特征,克服了光照变化对视觉系统造成的影响,实现了当分拣对象由传送带运送进入相机视野时,系统可以高速的对分拣对象进行识别和分拣工作。该系统显著提升了机器人对工作环境的适应能力,提高了生产效率和系统柔性。同时,实验结果证明了该系统软硬件设计正确,分拣成功率高。

摘要：卷积神经网络出现之前图像识别方法主要依赖人工设计特征,而这样的特征只能表征图像中的中低级信息,难以提取图像的深层次信息.卷积神经网络通过建立深度神经网络来模拟人脑分析、学习和解释数据,具有强大的表达能力和泛化能力,能够更好地表示图像的深层次信息.开展基于卷积神经网络对图像识别进行研究可以推动计算机领域的发展.本文先对卷积神经网络做一个概述,重点综述了卷积神经网络相关算法在人脸识别、人体动作识别、医疗图像处理和农业病虫害识别方面的应用及其优缺点,最后探讨了卷积神经网络在图像识别上所面临的挑战和展望.

摘要：传统的分拣作业无法伴随工作环境的变化进行相应的调整,针对此种不足,出现了基于机器视觉的分拣机器人的相关研究,通过将图像处理和特征工程技术引入视觉模块,使得分拣系统能适时的调整.不同于这些方法,本研究基于实验室的工业分拣系统,将深度学习方法应用其中.通过将Faster RCNN检测算法引入视觉模块并对区域提取网络RPN进行相关改进,加快Faster RCNN模型的检测过程,使得该系统满足工业的实时性要求.Faster RCNN作为一种端到端的方法,能自动对输入图像生成更具表达力的特征,对相应目标提取相应特征,这避免了人工设计特征,它的特征自动生成能力使其能适用于各种场景,这提升了工业分拣机器人的环境适应能力.

摘要：物联网技术和信息技术的快速发展使得"智能健康监控"和"智能医疗"成为可能。文章主要研究智能健康监控APP的框架和应用,给出智能健康监控系统框架和设计。文章将手机APP和现有的很多智能健康监控终端设备如健康手环、血压计、血糖计等设备结合,将终端设备的数据自动、实时收集到APP中,形成监控记录,并绘制图表,方便使用者了解自己身体状况,同时为医生诊断提供第一手数据。此外,该APP能进行智能健康状况提醒,如健康状况异常预警、服药提醒等。