某考试系统评分模块的边界值测试用例设计

边界值分析(Boundary Value Analysis)技术扩展了对等价类中起始和末尾输入值可能性的分析。输入输出数据中很大百分比的功能性错误都发生在这些边界上,或这些边界值的周围。介绍了边界值分析的基本概念和测试用例设计原则,以某考试系统的评分模块为背景,进行了边界值测试用例的设计。     

电控喷油器智能测试系统数据通讯技术研究

电控喷油器的性能是决定电控系统设计的重要因素,直接影响车用发动机燃油控制单元的精确性.对电控喷油器智能测试系统进行了开发研究.使用计算机的RS-232接口与单片机进行串行通讯.采用VB6.0对上位机进行编程控制,实现了上下位机之间的实时通讯.快捷地控制喷油器的运行,并能够实时地获取喷油器喷射量,实现电控喷油器的智能测试.     

四川自然保护红外相机数据管理系统的研发及其应用

通过红外相机监测可以获得海量的野生动物影像数据.然而,许多自然保护地在红外相机数据管理方面依旧面临红外数据海量、存储方式原始、缺乏数据技术、数据挖掘空白等困境.如何科学存储和管理海量的红外相机影像数据,专业高效完成数据鉴定和科学分析并运用于管理和科研,已成为红外相机监测工作中的重大难题.基于以上问题,利用四川自然保护红...     

大数据运作平台下的植保机作业布局研究

为进一步提升无人植保机应用的合理性与高效性,以大数据运作平台技术为支撑,针对其作业布局展开研究。通过系统分析植保机作业过程与主要控制组件,根据田间飞行作业特点,确定系列核心控制参数,并依据大数据布局内部算法分配规则建立大数据运作模型。同时,考虑各系统模块的数据耦合性,生成大数据运作平台下的植保机作业布局并进行试验,结果表明:在各自占空比一定条件下,喷洒流量在0.3~0.6L/min波动时,所获取的流量误差控制在6.33%~15%;选取关键对比控制参数,较一般作业布局状态而言,基于大数据平台作业布局下的植保机续航能力可提升7.79%,试验效果良好。该布局优化充分提高了植保机的作业效率,可为类似农机系统布局提供改善思路。     

ASTER遥感数据在矿区生态损害现状监测中的应用

德兴铜矿矿山多年开采对矿区生态环境造成极大的损害,为维护矿区可持续发展,生态损害现状调查尤为重要。利用ASTER数据结合野外实测各类地物反射光谱曲线,利用矿物指数提取矿区重金属和粘土污染;采用差值法提取水体污染状况;采用NDVI彩色密度分割法提取矿区植被污染信息。研究表明,铜矿区生态损害现状甚为严重,利用遥感手段监测矿区生态环境是完全可行的。这为矿区土地复垦与生态修复提供了技术支持和决策依据。     

相机与毫米波雷达融合检测农机前方田埂

为满足自主作业农机地头转弯的需求,解决单传感器检测获取信息不足的问题,该研究提出了将相机与毫米波雷达所获取数据融合的多传感前方田埂检测方案,利用视觉检测得到田埂形状后辅助滤除毫米波雷达中干扰点进而得到田埂的距离和高度信息。在视觉检测方面,根据前方田埂在图像中的分布特点,提出了基于渐变重采样选取部分点的加速处理方式,并在此基础上利用基于11维颜色纹理特征的支持向量机进行图像分割和基于等宽假设的几何模型特征进行误分类点剔除,然后拟合提取图像中田埂边界。在毫米波雷达检测方面,提出了竖直放置毫米波雷达的检测方式,以克服安装高度与地形颠簸的影响,并获得前方田埂的高度信息。将相机与毫米波雷达获取的数据进行时空对齐后,利用视觉检测结果滤除毫米波雷达干扰点,并将毫米波雷达获得的单点距离信息进行扩展,形成维度上的数据互补,获得前方田埂的形状、距离、高度等更加丰富准确的信息。测试结果表明,在Nvidia Jetson TX2主控制器上,基于视觉的检测平均用时40.83 ms,准确率95.67%,平均角度偏差0.67°,平均偏移量检测偏差2.69%;基于融合算法的检测平均距离检测偏差0.11 m,距离检测标准差6.93 cm,平均高度检测偏差0.13 m,高度检测标准差0.19 m,可以满足自主作业农机的实时性与准确性要求。     

杂粮供应链区块链多链追溯监管模型设计

针对杂粮产品供应链链条长、主体多、区块链追溯过程数据无法差异化共享、链上数据难以实时监管等难题,通过分析杂粮供应链环节业务流程与监管特性,提出了基于区块链多链架构的杂粮追溯模型,并在此基础上建立多链数据存储架构,设计了基于监管授权组网建链的网络准入机制,并通过智能合约实现数据的链前监管与追溯节点的链上管控。为验证模型有效性,基于Hyperledger Fabric设计并实现区块链追溯系统,对山西忻州杂粮应用案例进行分析。在安全方面,企业组网授权扩散性测试密文平均改变率为82.53%,相关性测试密文平均改变率为82.39%,具备较高的安全性与混淆性。在效率方面,消费者查询公开追溯数据平均时间为0.415 s,监管部门调用跨链接口查询企业敏感追溯数据平均时间为0.871 s。结果表明,该研究设计并实现的面向监管的杂粮多链追溯系统在满足消费者追溯需求的基础上,能够实现追溯数据账本与链间交易记录的实时管控,为农产品区块链追溯监管系统研究提供借鉴与参考。     

基于迁移学习的葡萄叶片病害识别及移动端应用

为解决已有的卷积神经网络在小样本葡萄病害叶片识别的问题中出现的收敛速度慢,易产生过拟合现象等问题,提出了一种葡萄叶片病害识别模型(Grape-VGG-16,GV),并针对该模型提出基于迁移学习的模型训练方式。将VGG-16网络在ImageNet图像数据集上学习的知识迁移到本模型中,并设计全新的全连接层。对收集到的葡萄叶片图像使用数据增强技术扩充数据集。基于扩充前后的数据集,对全新学习、训练全连接层的迁移学习、训练最后一个卷积层和全连接层的迁移学习3种学习方式进行了试验。试验结果表明,1)迁移学习的2种训练方式相比于全新学习准确率增加了10～13个百分点,并在仅训练25轮达到收敛,该方法有效提升了模型分类性能,缩短模型的收敛时间;2)数据扩充有助于增加数据的多样性,并随着训练次数的增加,训练与测试准确率同步上升,有效缓解了过拟合现象。在迁移学习结合数据扩充的方式下,所构建的葡萄叶片病害识别模型(GV)对葡萄叶片病害的识别准确率能达到96.48%,对健康叶、褐斑病、轮斑病和黑腐病的识别准确率分别达到98.04%、98.04%、95.83%和94.00%。最后,将最终的研究模型部署到移动端,实现了田间葡萄叶片病害的智能检测,为葡萄病害的智能诊断提供参考。     

基于GEE的广西北部湾沿海水产养殖池塘遥感提取

沿海水产养殖池塘带来经济效益的同时,也会引起诸多环境问题,了解其空间分布对于海岸带的科学管理和渔业可持续发展具有重要意义。广西北部湾海岸带地形错综复杂,养殖池塘沿岸线散乱分布,导致传统遥感识别方法难以实现高精度提取。针对此问题,该研究提出一种基于Google Earth Engine（GEE）平台和全年Sentinel-1和Sentinel-2时序遥感数据的水产养殖池塘识别方法,结合多阈值分割和面向对象分类提取2019年广西北部湾海岸带的水产养殖池塘。结果表明：1）广西北部湾海岸带养殖池塘面积总计199.3 km2,遍布整个沿岸地区;识别结果总体精度达到0.921,Kappa系数为0.842;2）选取4个典型区域,对比该研究方法提取结果与Google高清影像目视解译结果,在规模化集聚型养殖区域中,识别结果占目视解译的面积比例达到90%以上,在排布密集的小型池塘区域面积占比也能达到80%以上;3）以时序遥感数据作为分类特征值,能够有效排除废弃池塘、水稻田和季节性水域。该方法在大范围复杂环境中仍具有良好性能,显著提高了水产养殖池塘遥感识别的精度,能够为海岸带生态环境的智能监控、养殖区域空间优化提供技术支持。     

智能夫兰克-赫兹实验数据采集与处理系统

在现有夫兰克-赫兹实验仪的基础上增加信号转换板和RS232串行口,同时引入计算机数据自动采集和处理程序,这有助于加深学生对实验原理的理解,了解计算机数据采集的原理和方法,提高实验效率,拓宽学生的知识面.