《工程制图》课程教学内容和手段的改革尝试

在《工程制图》课程教学中，经过几年不断地探索和实践，总结了一套切可行的教学方案。通过手工制图和计算机绘图同步教学，配以得当的多媒体教学手段，取得了良好的教学效果，为学生今后的学习和工作奠定了坚实基础。     

射频卡的选型及应用设计方法

简要介绍了射频卡原理以及当前发展状况，对射频卡的种类及主要生产厂家产品，性能进行了阐述，给出了射频卡在实际应用中的选型原则和基本的设计方法。／     

中国农作物秸秆资源综合利用现状及对策研究

农作物秸秆资源的综合利用对于保护环境、缓解能源危机和促进农业可持续发展具有重要意义。本文介绍了中国秸秆资源总量和综合利用现状,分析了秸秆资源短缺、过剩问题的根源,论述了秸秆综合利用的主要技术途径和制约因素,提出了促进中国秸秆综合利用的对策及建议。     

机播作业中常见故障产生的原因及解决措施

一、播种量不准 1.常见原因 (1)播种机排种机构技术状态不良或播量调节机构失灵。 (2)播种量试验不认真,调整不准确。 (3)播种机作业中种子箱内种子过少。     

《工程制图》课程教学内容和手段的改革尝试

在《工程制图》课程教学中,经过几年不断地探索和实践,总结了一套切实可行的教学方案。通过手工制图和计算机绘图同步教学,配以得当的多媒体教学手段,取得了良好的教学效果,为学生今后的学习和工作奠定了坚实基础。     

基于机器视觉的槟榔分级方法研究

针对槟榔人工分级劳动生产率低、准确率低的问题,开展基于遗传神经网络的机器视觉槟榔分级研究。以4种类别的槟榔图像为研究对象,首先设计一个6层结构的遗传神经网络对槟榔进行分级,虽然分级准确率较高但是网络结构复杂。然后对运用主成分分析法降低图像特征的维数并将遗传神经网络简化为3层结构的方法进行研究。最后用400幅和100幅槟榔图像对这个3层神经网络进行训练和验证,经过调整网络的学习率等参数,训练和验证的准确率达到95%以上。通过神经网络模型测试试验,槟榔正确分级的准确率为90%。数据降维后的三层遗传神经网络能够实现对槟榔的实时分级,为机器分级提供了技术支持。     

切换系统在任意切换规则下的保性能可靠控制

研究了一类不确定切换系统的鲁棒可靠保性能控制问题.当系统存在执行器故障时,为了克服执行器故障对切换系统的影响,使系统具有可靠性,利用线性矩阵不等式技术和公共李亚普诺夫函数法设计鲁棒保性能可靠控制器,保证切换系统在任意切换律下能全局二次稳定并且具有成本性能指标.最后,仿真结果表明控制器是有效的.     

射频卡的选型及应用设计方法

简要介绍了射频卡原理以及当前发展状况,对射频卡的种类及主要生产厂家产品、性能进行了阐述,给出了射频卡在实际应用中的选型原则和基本的设计方法。     

基于改进ShuffleNet的板栗分级方法

传统的板栗分级方法主要依靠人工或机械的多级振动筛，不仅分级准确率低而且容易把坏的板栗分成好的板栗。针对传统板栗分级存在的问题，构建轻量级的卷积神经网络实现高精度的板栗的自动分级。在自然光条件下用小米Note9手机拍摄获取包含优等品、一等品、合格品、虫蛀品和霉烂品板栗的5481幅图像应用于卷积网络模型的训练、验证和测试。在学习ShuffleNet的基础上构建了一个浅层卷积神经网络Shnet-1,Shnet-1由2个卷积模块和4个Shuffle构成的板栗图像特征提取网络。特征提取网络连接板栗分类器，分类器由全局平均池化层、隐含层和输出层组成的多层感知器。为了实现板栗分类的最大精度和最小计算量，对Shnet-1模型的超参数进行了优化。将Shnet-1的分类性能与各种深度学习模型如AlexNet、Mnet-1、ResNet18进行了比较分析。浅层卷积神经网络Shnet-1网络模型应用于板栗分级的准确率达到98.90%，坏的板栗被分为好板栗的比例小于0.5%。Shnet-1的计算量小，板栗图像分类时间为26 ms，其权重仅占488KB的物理存储容量。改进ShuffleNet的卷积神经网络模型Sh...