摘要：提出一种新的干涉相位图滤波方法,并设计了一种自适应Gabor干涉图滤波器;这种滤波方式克服了传统线性相位在低信噪比条件下采用大窗口滤波带来相位失真,能够更加准确地区分局部干涉信号与相位噪声,有效地抑制了相位噪声的同时最大限度的保持了真实的相位信息;仿真和实际数据的处理结果验证了本方法的有效性。

摘要：目的随着遥感影像空间分辨率的提升,相同地物的空间纹理表现形式差异变大,地物特征更加复杂多样,传统的变化检测方法已很难满足需求。为提高高分辨率遥感影像的变化检测精度,尤其对相同地物中纹理差异较大的区域做出有效判别,提出结合深度学习和超像元分割的高分辨率遥感影像变化检测方法。方法将有限带标签数据分割成切片作训练样本,按照样本形式设计一个多切片尺度特征融合网络并对其训练,获得测试图像的初步变化检测结果;利用超像元分割算法将测试图像分割成许多无重叠的同质性区域,并将分割结果与前述检测结果叠合,得到带分割标记的变化检测结果;用举手表决算法统计带分割标记的变化检测结果中超像元的变化状况,得到最终变化检测结果。结果在变化检测实验结果中,本文提出的多切片尺度特征融合卷积网络模型在广东数据集和香港数据集上,优于单一切片尺度下卷积神经网络模型,并且结合超像元的多切片尺度特征融合卷积网络模型得到的Kappa系数分别达到80%和82%,比相应的非超像元算法分别提高了6%和8%,在两个测试集上表现均优于长短时记忆网络、深度置信网络等对比算法。结论本文提出的卷积神经网络变化检测方法可以充分学习切片的空间信息和其他有效特征,避免过拟合现象;多层尺度切片特征融合的方法优于单一切片尺度训练神经网络的方法;结合深度学习和超像元分割算法,检测单元实现了由切片到超像元的转变,能对同物异谱的区域做出有效判决,有利于提升变化检测精度。

摘要：论文讲述了当前水质监测的重要性以及研究开发的监测设备的特点。重点介绍了监测设备中前方监测设备的组成和所使用的原件型号,前方监控设备的CPU模块控制着水质数据的采集传输。监控中心和前方监测设备按照Modbus通信协议的数据帧格式使用无线电台对数据进行传输。针对性地介绍了Modbus协议,并详细给出了监控中心PC机软件模块组成和工作流程图。试验测试表明,该水质监测系统能够在近距离实现最快2秒每次地将水质和GPS坐标数据传输到本地监控中心,远距离也可以实现10秒每次。使数据采集实现完全自动化,最大化减少人工采集的误差,达到在线实时远程监控水质指标变化的目的。

摘要：今年年底北斗卫星导航系统已基本完成地球静止轨道卫星和倾斜地球同步轨道卫星的建设工作。目前,在中国及周边地区北斗导航系统已经可以单独提供定位服务。本文对GPS/北斗组合系统以及GPS北斗单独系统在上海的定位性能进行了评估,分析了在不同模式下的可视卫星数量、几何精度因子、定位的稳定性和准确性。结果表明组合定位进一步提高了单独系统模式下的定位性能,北斗系统目前在水平方向上的定位精度已经达到10米级。

摘要：慕课等现代教育技术正深度改变着现有的高校教育教学模式,能够显著提升学生自主学习能力,将慕课引入教学是教育的必然发展方向。传统的计算机课程教学仅采用课堂内演示和部分上机实践课程教学的手段,制约了学生编程水平的提升。结合慕课与翻转课堂,能够改变传统的计算机类教育方式。把微课、慕课作为课堂的延伸和补充,将翻转课堂作为培养学生主动学习的场域,同时结合"BYOD"理念激发学生的学习积极性,能够形成模块化、结构化、立体化的高校计算机课程新教学模式。

摘要：针对小龙虾传统养殖过程中环境污染严重的问题,设计了一套将生态调控和智能调控相结合的基于LoRa技术的小龙虾生态养殖监控系统。系统通过循环调水模式,并且依据养殖生物间的互补共生共存原理,设计了“稻、草、虾”混合生态养殖模式。通过LoRa技术实现水质数据信息采集,根据模糊控制算法智能处理溶氧量,向下位机发出控制指令,并且通过4G路由器和云服务器共同搭建VPN,实现系统的远程控制。结果显示,利用LoRa技术可克服广域网存在的低功耗、短距离问题,系统显示中心运行正常,数据传输稳定。该方案具有通信距离远、部署简单、成本低的特点,且坚持绿色生态养殖理念,为水产养殖与物联网相结合的应用研究提供有效参考。

摘要：叶绿素a浓度是反映水质的重要参数之一,常作为水产养殖、渔场预测、环境保护等领域的重要评价指标。针对现有叶绿素a监测仪器实时性差、自动化程度低、环境干扰严重等问题,该研究以实时监测叶绿素a浓度为主要目标,提出了环境光校正算法和数据处理算法,设计了一种基于激光诱导荧光技术的水体叶绿素a浓度监测装置。该装置可向水体发射波长440 nm的激光,诱导激发叶绿素a产生中心波长680 nm的荧光,利用可见光传感器获取叶绿素a受激产生的680 nm荧光强度,即可实现对叶绿素a浓度的监测。以绿藻门小球藻和蓝藻门铜绿微囊藻为对象,利用680 nm荧光值和叶绿素a浓度的线性关系建立拟合模型,模型决定系数R^(2)为0.996;基于统计分析法设计的数据处理可有效剔除误差数据,提高测量结果的稳定性;利用环境光校正算法可有效降低环境光对测量结果的干扰。在仪器稳定性试验中,通过测量激光模块的供电电流和光谱模块的440 nm通道光强值,4 min后两者的标准差系数均为0.001,皮尔逊相关系数为0.84,表明可通过控制电流强度控制激光输出。在性能验证试验中,2组不同光照强度和6组不同藻种的待测水样的平均测量误差在5.48%以内。研究结果可为水质监测领域提供设备支持。

摘要：为了促进社会各界对海岛地名信息的了解,针对移动终端,设计并实现一种基于Android平台的海岛地名服务软件。客户端基于HTTP通信方式与服务器交互,重点研究基于改进方格和距离的点聚合算法的地图聚合功能以及构建客户端图片的二级缓存机制,以改善用户体验,最终实现用户对海岛地名信息查看。测试和初步应用的效果显示,应用具有实用性和界面友好性,有较强的应用推广前景。

摘要：针对目前数据库课程实验环节存在的系统性不强、实验内容随意性大的状况,结合数据库课程理论性和实用性强的特点,本文从实验课程体系建设入手,就实验内容设计、各实验间的逻辑关系展开讨论,对实验总体目标重新定位,提出三层模式的数据库实验体系结构,理顺了实验逻辑,完善了实验教学环节,丰富了实验内容,极大调动了学生的学习主动性。

摘要：目的目前基于视觉信息的海浪要素检测方法分为基于立体视觉和基于视频/图像特征的检测方法,前者对浪高的解析不稳定、模型复杂、鲁棒性较差、不能很好地满足实际应用的需求,后者主要检测海浪的运动方向和浪高等级,无法获取精确的浪高值,其中基于图像特征的检测受限于先验知识,检测稳定性较差。为此,本文结合深度学习的特征学习机制,提出了一种面向近岸海浪视频的浪高自动检测方法。方法从近岸海浪监控视频中提取视频帧图像,计算相邻两帧差分获取差分图像,通过数据预处理对静态图像集和差分图像集进行数据扩充;针对两类图像集分别设计多层局部感知卷积神经网络NIN(network in network)结构并预训练网络模型;分别用预训练的网络模型提取静态图像和差分图像的高层特征来表达空间和时间维度的信息,并融合两类特征;通过预训练支持向量回归SVR(support vactor regerssion)模型完成浪高的自动检测。结果实验结果表明,本文近岸海浪视频浪高检测方法在浪高检测上的平均绝对误差为0.109 5 m,平均相对误差为7.39%;从不同绝对误差范围内的测试集精度上可以看出,基于时间和空间信息融合的回归模型精度变化更加平稳,基于空间信息的NIN模型的精度变化幅度较大,因此本文方法有较好的检测稳定性。结论通过预训练卷积神经网络提取近岸视频图像时间和空间信息融合的方式,有效弥补了人工设计特征的不完备性,对近岸视频的浪高检测具有较强的鲁棒性,在业务化检测需求范围内(浪高平均相对误差≤20%)有着较好的实用性。