摘要：针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.

摘要：针对现有铝空气电池监控系统存在的监测参数不全和监测精度低等问题,设计了一款铝空气电池监控系统,该系统以STM32F103ZET6为主控芯片,以UCOS操作系统为软件平台,采用LTC6804采集铝空气电池的运行参数,配合氢气采集模块、放电保护模块和电池控制模块等实现了对12串铝空气电池组的实时监控,智能保护和故障报警等功能。采用VC++6.0设计了上位机监控界面,实时显示电池信息。测试结果表明,该系统具有良好的稳定性和测量精度,能满足电池监控的需求。

摘要：为提高铝空气电池的可靠性和安全性,延长电池的使用寿命,设计了一种基于STM32F103VET6微控制器为核心的铝空气电池管理系统,系统主要包括微控制器模块、电源模块、数据采集模块、液晶显示模块、执行模块和串口通信模块等部分。该系统实现了对铝空气电池的运行参数进行实时监控,并且还具有多种智能保护的功能。详细论述了系统软硬件的实现方法。测试结果表明:该系统具有较高的检测精度和稳定性,保证了铝空气电池的安全高效性。

摘要：高校信息化建设已经逐步迈入智慧校园建设。面对日益严峻的网络和信息安全威胁,以浙江中医药大学为例,介绍了智慧校园网络与信息安全防护体系设计和实施经验,指出该体系目前的实施效果较好,为师生提供了快速、安全可靠的网络环境,更好地为教学科研提供服务。