摘要：现有视频显著性目标检测（VSOD）网络面临2个问题：一是在捕获时间信息时计算成本过大，导致网络难以在移动端实际应用；二是网络泛化能力较弱，难以处理视频中诸如遮挡、运动模糊等挑战性场景。因此，提出一种基于动态滤波器和对比学习思想的轻量视频显著性目标检测网络。首先，对连续帧的每帧图像进行粗略的前景特征点采样并进行相似度矩阵的计算，利用相似度矩阵进行加权从而滤除存在的噪声特征；其次，用滤波后的前景特征生成动态滤波器参数，对原始特征图执行卷积操作以提取前景物体；同时在训练阶段设计了一个对比学习模块帮助网络学习，在推理阶段并不会引入额外的计算量。在三个数据集DAVIS、DAVSOD和VOS上进行了广泛实验，实验结果表明，所提网络相较于DCFNet(Dynamic Context-sensitive Filtering Network for video salient object detection)，在Fmeasure、S-measure以及平均绝对误差（MAE）3个指标上性能接近，帧率从28 frame/s提升到38 frame/s，提升了35.7%，同时网络参数量仅有15.6×10～6，更有利于实际应用中在边缘侧进行部署。

摘要：针对四旋翼无人机携带未知质量载荷对机体姿态控制带来的影响,提出了一种基于扰动观测器的自适应控制方法。该四旋翼无人机在携带未知质量载荷时的动力学模型,针对未知质量载荷对四旋翼无人机造成的干扰,设计了扰动观测器并基于此提出了一种自适应姿态控制器。使用Lyapunov方法证明了该控制器的稳定性。同时,在四旋翼无人机上携带一个未知质量的载荷,分别使用自适应控制器和反步控制器控制四旋翼无人机姿态来进行对比实验,验证控制器的有效性。

摘要：在微处理器系统中,使用数字信号处理技术实现的锁相放大器能显著提升确定小信号的检测能力,提升抗噪声能力同时具有灵活性,常用于各类微弱信号检测仪表中。以音频信号检测为例,基于STM32微处理器设计了数字正交锁相放大器,使用片内12 bit模数转换器获取音频信号,与内部产生的1 kHz参考信号进行正交锁相放大。经测试,系统可测量1μV峰-峰值微弱信号,幅度测量误差小于5%,角度误差小于1%,加入噪声(10倍有效信号幅度)后,幅度测量误差小于10%。此数字正交锁相放大器占用资源少、运算速度快,具有较高准确性。

摘要：针对光伏电池输出间歇、波动的问题,设计了以四开关BUCK-BOOST电路为核心的高效三端口DC-DC变换器。该系统采用数字电源方案,变换器的3个端口分别连接模拟光伏输入、蓄电池和负载。系统由半桥驱动电路、升降压BUCK-BOOST电路、输出BOOST电路、电压与电流采样电路等构成;采用具有高分辨率定时器的高性能STM32G474RET6控制器,设计了BUCK-BOOST、BOOST、MPPT等算法,通过对电路高效控制,实现了完全数字化的高精度电压调整率、负载调整率、过流保护以及光伏电池的最大功率点跟踪。经测试,该三端口稳压变换器输出稳定,总体效率超过95%,供电模式无缝切换,最大功率点追踪稳定。

摘要：根据创客教育理念,以全新视角探索高校创新创业课程实践教学改革。在现有创新创业课程实践教学体系的基础上,从不同层次的学习需求出发,构建多层次的创新创业课程实践教学体系。将基于创客教育的创意工社、科技竞赛、大学生创新创业计划项目与高校创新创业课程实践教学相结合,建设适合创新创业人才培养的课程实践应用环节,营造开放的创客教育氛围。这对于提高创新创业课程教学质量和学生的创新创业能力都具有十分重要的意义。

摘要：针对传统总谐波失真测量方法的局限性,设计了以快速傅里叶变换算法为核心的总谐波失真测量装置。该装置由电压偏置电路、自动增益控制电路、四阶滤波电路等组成,通过了单次时间、精度、数据对比等测试验证。结果表明:输入信号基波幅度在30~600 mV范围内,装置的总谐波失真测量值与理论计算值的相对误差小于5%;单次测量完成时间小于5 s。该装置具有高精度、可控增益、测量与运算速度快等优点,可用于分析和测量总谐波失真度,为信号的保持与还原提供了数据支撑。

摘要：针对传统快速扩展随机树(RRT)算法规划的路径随机性强、收敛速度慢、不具备连续性、无法满足大多数机器人的动力学约束以及Kinodynamic RRT^(*)算法规划路径符合动力学约束但搜索速度较慢的问题,本文基于Kinodynamic RRT^(*)算法,提出了一种DKRRT^(*)-APF算法。将Kinodynamic RRT^(*)节点扩展由单向扩展改进为双向扩展,以提高路径搜索效率。在采样阶段引入了人工势场(APF)算法地图势场的思想,设计了特殊的引力函数和斥力函数,使地图中目标点和障碍物为采样节点提供一定的目标导向和避障功能,缩短轨迹规划时间。为验证算法的可行性,使用双积分动力学无人车模型和四旋翼动力学无人机模型对DKRRT^(*)-APF算法进行了仿真测试。仿真结果表明,DKRRT^(*)-APF算法规划轨迹符合无人系统的动力学约束。在轨迹平均损耗相同的情况下,DKRRT^(*)-APF算法的平均生成节点数和平均轨迹规划时间相比于Kinodynamic RRT^(*)算法得到了有效改善。

摘要：介绍了一种智能饮水机实验教学系统。该系统用于指导学生根据功能需求设计系统结构,完成壳体、丝杆滑台、蠕动泵等机械部件的选型及制作安装,引导学生自主学习水温检测、过零检测、激光测距、电能计量、加热功率控制等电路控制原理和软件开发设计流程,掌握热量闭环和功率闭环设计。学习整个系统的设计有助于帮助学生熟练应用STM32单片机设计制作电子产品,有利于提高学生自学能力、动手能力和创新能力。

摘要：已有的监督维数约简算法大都通过最大化类间离散度总和等相关手段选取判别能力较强的子空间,使得原始空间中距离较小的一些类易被忽略而在子空间中出现不同类的融合现象.为此,提出一种基于离散度平衡的降维算法——离散度平衡投影.该算法利用对称相对熵来衡量样本间的离散度,将对称相对熵与离散度平衡的概念结合,使得算法在降维过程中保持较大类间离散度的同时更加注重较小的类间离散度,以实现类间散度平衡的目的;为了充分使用现实生活中大量无标签样本,通过保持所有样本间拉普拉斯图结构进一步提出了半监督离散度平衡投影.对Soybean,Isolet,COIL20等标准数据集进行维数约简的实验结果表明,文中算法具有较好的降维效果.

摘要：针对现有基于结构元描述的图像特征提取算法缺少连续像素或结构元的相关性描述,对图像特征的区分能力不足的问题.通过定义新的结构元和自适应向量融合模型,并引入连通粒概念,提出一种加权量化方法对图像目标和背景进行自适应融合.首先根据视觉选择特性定义9种新的结构元,并且构建了连通粒属性及分层统计模型;然后通过颜色转换和结构元匹配生成相应的映射子图,从中提取统计结构元和连通性特征向量;最后利用自适应向量融合模型把各分量合并为一组特征向量用于图像检索.在3个Corel数据集上的实验结果表明,与其他算法相比,文中方法性能更稳定,能达到更高的检索精度;该方法既能描述图像的全局特征,又能反映图像的局部细节信息.