摘要：柔性薄膜传感器由于具有极高的柔韧性和可拓展性,可生产出不同大小的面积形状,通过阵列式排布,可以设计出大尺寸、多样化与数据实时特点的集成传感器模块。但对于大尺寸阵列式柔性薄膜的数据实时采集的方法仍存在挑战,本文基于STM32单片机以及一块4×4(可拓展)的阵列式柔性薄膜,经STM32控制,实现阵列式快速扫描,实时快速地定位出信号来源并反馈出在该薄膜单元的压力变化值。

摘要：语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低。针对以上问题,基于编-解码器框架和离散小波变换,设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net(Multi-Link Wavelet-Pooled Network),在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构,并设计了低频混合小波池化操作替代传统的下采样操作,有效降低编码过程造成的信息丢失;在解码阶段,设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明,MLWP-Net仅以0.74 MB的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2%mIoU的分割精度,验证了该算法的有效性。

摘要：利用自由曲面设计并结合斯涅耳定律以及能量守恒定律,设计出一款能实现大面积均匀光斑的透镜组。该透镜组由一块次透镜和一块主透镜组成,其中次透镜对LED发光角进行收缩来减小透镜组结构,而主透镜对能量进行调控来实现均匀度调节。通过蒙特卡洛光线追迹模拟仿真,单个透镜组在接收面呈现方形均匀光斑,有效辐射通量比达到95.5%,均匀度达到95.7%,表明该透镜组具有良好的有效辐射通量比和均匀度;而透镜组阵列在接收面同样呈现方形均匀光斑,有效光通量比和均匀度均大于95%,表明透镜组阵列能够耦合多颗LED面阵列扩展光源,实现更高光功率的均匀光斑,可以用于基于荧光反向测量装置中大功率光源等应用场景。

摘要：目的探索并建立深度学习模型,验证MRI影像深度学习特征结合临床显著性特征在术前预测肝细胞癌(HCC)的细胞角蛋白19(CK19)状态上的可行性。方法收集116例已证实CK19状态的HCC患者数据进行回顾性实验。基于增强MRI影像的肝胆期(HBP)和扩散加权成像(DWI)序列,以及统计学分析筛选的与CK19状态显著相关的临床参数特征,建立了单序列多尺度特征融合模型(MSFF-IResnet)和多尺度多模态特征融合模型(MMFF-IResnet)。通过模型间的分类性能对比评估,突出深度学习模型对于术前预测HCC的CK19状态的有效性。结果多变量分析显示,升高的NLR值(P=0.029)和不完整的肿瘤包膜(P=0.028)是CK19表达的独立预测因子。多尺度特征融合和多模态特征融合方法改进后的深度学习模型均取得了优于传统机器学习模型和基线模型的分类结果,且最终的MMFF-IResnet表现出最佳的分类性能,其AUC为84.2%、准确度为80.6%,敏感度为80.1%,特异度为81.2%。结论本研究建立的基于MRI影像和临床参数的多尺度和多模态特征融合模型成功预测了HCC的CK19状态,验证了深度学习方法结合MRI影像和临床参数在术前预测CK19状态上的可行性。

摘要：工业机器人教学实训平台运行机理较为复杂抽象,学生无法在有限的实训时间内完全理解平台整体运行机理,难以安全高效地完成实训任务。针对上述问题,提出以多层次架构设计实训平台AR可视化应用,在Unity3D中实现原型系统开发。通过KEPServerEX获取多源设备数据,以标志物注册配合空间锚点技术实现平台模型的跟踪注册。在Holo Lens2设备上将平台结构信息、运行状态以及操作指引等内容实现AR可视化,学生可通过手势、视点等多元手段获悉平台状态与实训指引。实践表明,工业机器人教学实训平台AR可视化应用能帮助学生把控平台运行状态,安全高效地完成实训任务。

摘要：为研究陈皮热泵干燥特性及干燥工艺,通过单因素试验研究了铺料厚度、温度和风速对陈皮热泵干燥过程的影响,建立了动力学模型;以干燥时间和品质得分作为目标,采用响应面法中的星点设计优化了干燥工艺。试验结果表明:陈皮铺料厚度的动力学模型可以用Page方程来描述,并通过多元线性回归分析确定了Page模型参数与干燥条件变化呈多项式函数关系;最优陈皮热泵干燥工艺为温度58.0℃、铺料厚度20mm、风速3m/s,该条件下,陈皮干燥时间为100min,品质得分为9.0。研究结果可为陈皮热泵干燥应用提供参考。

摘要：该文以金鲳鱼鱼糜为研究对象,提取肌原纤维蛋白与马铃薯淀粉制备共混体系,测定混合体系流变特性、蛋白质结构、分子间作用力。结合鱼糜3D打印效果,解析马铃薯淀粉改善鱼糜3D可打印性的根本原因。结果表明,淀粉促进蛋白质分子间离子键含量和疏水相互作用减少,氢键和二硫共价键含量增多,蛋白质分子构象发生变化。当鱼糜中肌原纤维蛋白与马铃薯淀粉质量比为6∶4时,流变单元之间的链接强度为8877.2 Pa·s 1/z,表观黏度为2818 Pa·s,此时鱼糜3D打印效果最佳,打印精确性和稳定性分别为99.6%和98.12%。该研究为3D打印鱼糜制品的配方设计与开发提供了理论支撑,对3D打印在食品工业中的广泛应用具有深远的现实意义。

摘要：本研究旨在设计并实现一种基于柔性压力传感器阵列信号采集系统,并结合LeNet神经网络实现表面平整度的快速检测。该系统能够实时采集目标表面的压力分布数据,通过LeNet神经网络进行特征学习和分类,实现对表面平整度的自动化检测。通过实验验证,该系统在平整度分类任务中达到了92.8%的准确率,表明了其在工业生产和制造领域中的潜在应用价值。系统不仅能够提高生产效率和产品质量,而且具有较强的实用性和可操作性,为智能化生产提供了一种新的解决方案。该系统的设计为基于柔性压力传感器的平整度检测提供了一种新的思路和方法,具有一定的创新性和实用性,对相关领域的研究和应用具有一定的参考价值。

摘要：传统的拖动示教算法主要通过动力学模型补偿的方式补偿系统的惯性项和重力项,但由于动力学模型的不准确性导致拖动性能变差。基于关节力传感器,提出仅需通过重力辨识得到的模型实现拖动示教控制的效果。对于重力模型辨识,在LSM的基础上设计误差代价函数,根据代价函数得到误差迭代表达式,使模型估计参数进一步迭代收敛于真实值,实现对协作机器人重力模型的精确辨识。同时,基于重力模型设计拖动控制器,实现柔顺拖动控制。最后,通过MATLAB-Simlink联合仿真,并在搭建的协作机器人平台上验证,结果表明提出的辨识方法具有更高的收敛精度,基于重力模型的拖动控制系统具有更高的稳定性和柔顺性。

摘要：为探索生姜的干燥特性,并实现生姜干燥的含水率预测,研究了不同干燥温度(50、55、60℃)、干燥风速(1.0、2.0、3.0m/s)、切片长度(30、35、40mm)对生姜干燥时间和干燥速率的影响。结合BP神经网络自适应能力、泛化能力、学习能力强和萤火虫算法(FA)参数少、寻优能力强、收敛速度快等特点,将干燥温度、干燥风速、切片长度和干燥时间作为输入层,隐藏层个数为10,输出层为生姜的含水率,搭建一个拓扑结构为“4-10-1”的FA-BP神经网络模型。研究结果表明:干燥温度、干燥风速、切片长度都是影响生姜含水率的关键因素,增加干燥风速、提高干燥温度和减少切片长度能有效缩短生姜的干燥时间,提高干燥效率。选用萤火虫算法优化BP神经网络的权值和阈值,减少了神经网络的训练时间,提高了精准度,其含水率预测值与试验值之间的决定系数R2=0.999 02,均方根误差RMSE为0.002 99,含水率预测结果准确且迅速,能够为生姜干燥过程中的含水率在线预测提供科学依据。