摘要：收集咖啡和柑橘病虫害样本图片,利用TensorFlow深度学习框架,在原始SRGAN(Super-resolution generative adversarial networks)的超分辨率重建网络里加入了注意力模块,对重建图像视觉质量和峰值信噪比(PSNR)、结构化相似性(SSIM)指标进行分析。结果表明,设计的模型和原始SRGAN模型对比之后峰值信噪比提高了2.23,结构相似性提高了7%。在细节纹理方面可以获得更好的视觉效果,重建后的图像识别准确率提高了约4.42个百分点。因此,设计的模型可以对小样本性质的植物病虫害样本进行扩充。

摘要：固定在管壁上的高灵敏度振动传感器监测管道遭遇打孔盗油、第三方开挖时引起的振动信号,通过特别设计的电荷变换、程控增益放大、滤波调理电路以及单片机与DSP构成的嵌入式系统对该信号进行分析处理,将管道遭到威胁的信息通过GPRS模块发送到监控中心。在长输管道的应用表明:该系统可以有效地对管道破坏事件进行预警。