一、国外电子测量仪器发展简况(论文文献综述)
徐博[1](2021)在《基于事件触发策略的1m3气候箱温湿度控制方法研究》文中指出
孙佳[2](2021)在《基于改进的YOLO算法的实时目标检测》文中进行了进一步梳理近年来发展很快的目标检测在计算机视觉和模式识别中是备受关注的研究热点,尤其在大数据时代背景下,涌现出许多基于深度学习的目标检测算法。本文权衡检测速度和检测精度后,选择基于一阶段YOLO算法进行实时目标检测的研究。主要研究内容和创新有以下四个方面:1.改进了YOLOv3算法的网络结构。提出的video-YOLOv3模型是将4倍下采样和8倍下采样特征图拼接融入第三个检测层,其m AP值比原始YOLOv3算法提高了2%。2.改进了YOLOv4算法的网络结构。在YOLOv4算法的基础上采用按点逐位相加的特征融合方法,提出了YOLOv4-416模型和YOLOv4-85模型,每个类别的AP值均有提高,YOLOv4-416模型的m AP值达到了80.32%,YOLOv4-85模型的m AP值达到了81.97%。3.本文优化了实时检测机制,提高了实时检测的效果。充分利用实时检测中相邻图像之间丰富的语义信息,提出了跳帧辅助的像素阈值方法。像素阈值方法是在RGB颜色空间下对连续图像进行像素计算,然后判断是否用检测器重新检测,并且加入跳帧检测提高实时检测效果。加入跳帧的像素阈值方法使帧率变为原来的2~4倍左右。4.在实时目标检测的研究中,为了进一步改进像素阈值方法,提出了自适应预测算法。在HSV颜色空间中对相关图像进行比较,通过建立的数学模型对相关图像的像素进行计算处理。自适应预测算法提高了对像素变化的敏感度,并且使帧率变为原来的2倍左右。
熊晓波[3](2021)在《指静脉识别算法研究与系统实现》文中研究指明在当今全球信息化的大背景下,信息安全问题愈来愈成为一个全球性问题,信息的安全性和保密性在信息化时代越来越引起人们的高度重视。传统的身份验证很容易导致个人信息的丢失,且易被盗取。相比于现应用的生物特征,指静脉在手指皮肤之下,不易被盗取,且指静脉因具有活体性等优势成为生物识别技术的重要研究方向。深度学习由于具有强大的特征表达能力被逐渐应用于生物特征识别领域,因此基于深度学习的指静脉识别成为当下最具研究意义和实用价值的一项技术。本文以自采集指静脉图像为研究对象,旨在构建深度学习模型来提取指静脉的脉络。针对提取到的脉络,我们采用深度卷积神经网络来提取静脉的特征向量,并构建目标静脉比对算法,来实现对目标指静脉的鉴定。本文主要研究工作如下:(1)提出基于深度学习的指静脉纹路提取算法。在U-net网络基础上,采用深度残差网络替代U-net的特征提取部分,考虑到使用池化层在指静脉的脉络提取中会丢失部分静脉信息的问题,提出用空洞卷积代替传统卷积的方法,在不做池化的情况下可以增大感受野,并且能更好的提取出指静脉的静脉信息。为了进一步提高模型的表达能力,我们采用Mish激活函数代替Re LU激活函数,该方法使得提取到的静脉纹路更加连续。且实验结果表明,该方法在自采集数据集上对静脉的纹路分割良好。(2)采用基于FaceNet的静脉特征向量提取网络来提取可以代表原始指静脉的128维特征向量。在一些图像识别任务中采用图像分类的方法来完成识别,但是这种方法不适用于数据变化的情况。本文采用基于Face Net的静脉特征向量提取网络来提取指静脉的128维特征向量,以端到端的形式学习一个从静脉图像到欧式空间的编码方式,并采用Triplet Loss来优化模型。进一步,基于指静脉的特征向量构建目标静脉比对算法。其中,每一个128维向量都可以看做是在128维空间中的一个点,则数据集中每一张指静脉图像都可以在128维空间中找到相对应的点,通过比较向量在空间上的位置距离远近即可完成目标静脉的比对。(3)基于上述的静脉提取算法与比对算法,设计了指静脉识别系统,实现了系统登录以及用户注册的功能,另外还实现了用户注册静脉,提取静脉纹路以及基于静脉的个人身份鉴定等功能模块。
张梓良[4](2021)在《环境对高压交流输电线电场影响的仿真与分析》文中指出我国幅员辽阔,资源与负荷呈逆向分布,覆盖全国的超高压、特高压远距离输电网络已初步建成并在不断发展之中。超电压、特高压输电线路运行电压高,产生的电磁场对周边人、畜、物造成的危害不容忽视。定量计算输电线路走廊内电场分布与地形、地质、植被、构筑物等环境因素的关系,对优化输电线路设计具有指导意义。本文首先研究了在输电线路电场分布计算中计及上述因素的方法,然后分析了它们的影响,主要内容包括:1)通过对单一介质下三维电场计算中计算速度和资源占用等方面比较,选定有限差分法作为本文电场计算方法。针对多介质三维空间中原有差分计算公式不能适用的问题,推导出了介质分界面处的七点差分计算公式。2)应用DEM数据建立地形模型,将植被视为均匀介质,树木的树冠、树干视为不同的两种介质,分析了不同介质的地形、植被、树木及它们的组合对输电线周围电场分布影响,提出了利用环境减少电场强度的建议。3)针对某些故障情况下输电线周围电场强于正常运行时的情况,计算分析了故障下输电线周围电场强度随故障类型的变化。针对电场随输电线路参数变化,给出了减小故障情况下电场强度的建议。
郭景诗[5](2021)在《基于机器学习的心电信号情绪识别研究》文中研究指明情绪识别和情感计算是人机情感交互的关键环节,也是研究热点。目前的情绪识别主要是基于语音语调、面部表情、身体姿态、文本信息、生理信号等。其中,基于生理信号的情绪识别研究尤为突出,主要包含生理信号的采集、特征提取和特征识别三个方面的研究。论文主要围绕情绪诱发范式的实验设计、心电(Electrocatdiogram,ECG)信号采集与预处理、心电波形检测与心率变异性(Heart Rate Variability,HRV)信号获取、心电和心率变异特征提取以及不同情绪状态下的ECG和HRV信号情感识别等方面进行了相关研究,旨在利用ECG生理信号实现较高的机器情绪识别准确率。主要完成工作和研究内容如下:1).情绪诱发实验范式设计。针对高兴、自豪、恐惧、愤怒4种情绪,通过精心挑选视频片段并打分评价,作为情感诱发素材,采用Superlab软件设计情绪诱发实验范式,诱发被试产生对应的四种正负性情绪。2).心电信号采集与预处理。首先利用MIT-BIH Arrhythmia数据集进行异常心电分析,将病理性心电剔除;再采用Augsburg情感生理数据集中的心电信号进行预处理后,获得纯净的情感心电数据;此外,通过MP150生理信号测量仪,自采集了4种情绪状态下的心电信号,利用Acknowledge 4.4软件去除采集心电信号中的工频干扰、基线漂移和运动伪迹,建立情感心电数据集。3).心电波形检测与HRV信号获取。采用小波变换提取心电信号小波系数的模极值和过零点,设置合适的阈值,检测心电R波,计算其一阶差分,进而获得不同情绪状态下的心率变异性信号。4).情感生理信号的特征提取。采用峰值检测分析法,提取不同情绪状态下的心电信号的时域统计特征,获得7维ECG特征向量;然后,提取心率变异性信号的时域、频域、时频域和非线性域特征,获得14维HRV特征向量。5).机器学习情感特征分类。为了对心电信号和心率变异性信号进行对比,选取心电和心率变异性信号特征,利用不同分类器进行情感识别。对于7维心电和心率变异性信号特征,采用萤火虫算法改进的支持向量机分类器,设计了基于ECG特征以及HRV特征的机器学习情绪分类模型,分别取得了91.5%和93.5%的平均分类正确率;设计子空间K近邻分类器,实现心电和心率变异性信号的情绪识别,分别取得了87.16%和88.78%的平均分类正确率;利用随机森林的树模型分类器算法,对心电以及心率变异性信号特征进行情绪分类识别,分别取得了79.19%和92.97%的分类准确率。此外,融合所提取的14维心率变异性信号特征,采用萤火虫算法改进的支持向量机、子空间K近邻、随机森林三种机器学习分类方法,进行情绪识别,分别取得了95%、91.84%和94.22%的平均分类准确率。6).情绪识别分类器性能评价。对比分析了三种分类器用于生理信号情绪识别的性能,包括改进的支持向量机、子空间K近邻、随机森林方法的情绪识别效果。结果表明:采用三种不同分类器算法,心率变异性信号的情绪识别正确率均高于心电信号;萤火虫算法改进的支持向量机对情绪识别的准确率要高于随机森林和子空间K近邻算法。此外,基于萤火虫算法改进的支持向量机分类器的F1-Score较高,平均为0.94,表明该分类器情绪识别泛化能力较强。因此,提取心率变异性信号多维特征,利用萤火虫算法改进的支持向量机分类方法,可以获得较好的分类性能,更好的实现生理信号情感识别。论文的研究成果在情感机器人、医疗健康、心理学、情境学习、多媒体游戏开发、以及商业领域有着重要的科学与应用价值。
许锋[6](2021)在《面向植物工厂的水培液速效养分关键传感技术研究》文中研究说明随着设施农业水培种植规模的不断扩大,对水肥管理提出了更高的要求。开展设施农业水培液养分检测方法与传感技术的研究,对设施农业更全面、精准地控制营养和环境因子具有重要的意义。针对养分传感器不成熟、离子选择电极(Ion-Selective Electrode,ISE)不能直接用于水培液养分测量、光学仪器操作复杂且造价昂贵等问题,本研究基于固态ISE探究了氮、磷、钾肥元素传感器的改进方法,建立了水培液主要养分离子浓度的预测模型,开发了光学养分检测芯片与便携式检测设备,构建了一个具有水培液养分闭环自动检测控制系统的植物工厂模型。主要研究工作概述如下:(1)通过电沉积法在钴电极表面修饰了一层致密的钴纳米颗粒,并采用电化学阻抗谱法探究了该电极重复使用时的变化机理。研究结果表明:在相同的电沉积环境中,不同的电沉积时间会影响钴纳米颗粒对磷酸盐离子选择电极改性的作用。采用表层致密的纳米钴颗粒有效地增加了磷酸根ISE的检测精度,最佳的电沉积时间为60 min,灵敏度约为27.28 mV/decade,检测下限为1 ×10-5.29 mol/L,响应时间约为30s。基于此开发了一种基于碳基丝网印刷电极的一次性纳米钴磷酸盐浓度检测芯片,该芯片一致性好,批次内最大变异系数仅为0.4992%。(2)以玻碳电极(Glass Carbon Electrode,GCE)为基底修饰了石墨烯以及石墨烯-金纳米颗粒复合材料作为电荷传递层,探究电荷传递层对硝酸根、铵离子和钾离子选择电极的影响。研究结果表明:石墨烯-金纳米颗粒复合材料修饰的玻碳电极GR-AuNPs-GCE的电荷传导能力比GCE和石墨烯修饰的玻碳电极更好;GR-AuNPs-GCE为基底的离子选择电极检测下限优于其他两种;在标准溶液中,硝酸根电极的灵敏度约为49.62 mV/decade,检测下限为1×10-4.88 mol/L;铵离子选择电极的灵敏度约为53.39 mV/decade,检测下限为1×10-5.52mol/L;钾离子选择电极的灵敏度约为48.58 mV/decade,检测下限为1×10-5.23mol/L。(3)对经典细菌觅食优化算法进行仿生学改进,并用该算法优化支持向量回归机建立了基于上述电化学传感器的水培液养分预测模型。改进后的细菌觅食优化算法在寻优精度、稳定性、收敛速度上都有着突破性的改善;建立的养分预测模型能够使用离子选择电极和辅助传感器的信息准确预测水培养分的浓度,该养分预测模型具有较高的准确度和泛化能力,四种离子预测模型的决定系数不小于 97.43%。(4)基于以上研究,使用电化学传感器建立了一个能够精确控制水培液养分浓度的检测系统,基于微流体控制芯片开发了两种不同型号的养分检测芯片以及便携式光学养分检测设备,建立了一个具备环境调控功能的植物工厂实例。
张晴[7](2021)在《基于智能优化ELM算法的MDF厚度在线检测》文中提出对于生产高质量的中密度纤维板(Medium density fiberboard,MDF),厚度值的准确性对稳定纤维板材的基本物理性能具有十分重要的作用。传统的MDF厚度在线检测系统加工技术落后、测量效率低,不能完全适应行业高速发展的需求。伴随着我国在人工智能,生物信息技术,材料制造等关键技术及其交叉融合方面取得系列革命性的突破,基于智能优化的学习算法被广泛应用于材料加工领域的自动检测和软测量建模中。其中,极限学习机(Extreme Learning Machine,ELM)由于其自身具有较好的预测性能,包括测量精确度高、泛化学习能力强、参数少等诸多优点,而受到广泛关注。本文以ELM为主要方法,并结合智能优化理论,对MDF厚度在线检测方法进行了研究与实践,研究内容主要包含以下几个方面:首先介绍了 MDF厚度在线检测系统的基本组成和控制原理,确定了相应的检测标准,该系统满足现代化制造工艺控制系统的总体结构要求和技术特点。利用搭建好的在线检测平台,设计了 MDF厚度在线检测具体实验方案,选取不同厚度规格的MDF作为实验对象进行厚度数据采集。考虑到在检测过程中可能存在各种环境扰动的影响,需要对误差较大的数据进行去除,本文利用哈里斯鹰算法(Harris Hawks Optimization,HHO)优化粒子滤波,对原始数据进行预处理,以减少在检测过程中产生的不必要的外界干扰。基于预处理后的厚度数据,采用ELM的回归方法对检测出的厚度数据进行了误差补偿,在ELM误差补偿模型的基础上引入了一种由Tent映射和反向学习策略共同改进的HHO算法,对ELM随机产生的输入层权值和隐藏层阈值进行选择,克服了 ELM易陷入局部最优解的缺点,在提升算法性能的基础上保留其寻优机制,并通过对比实验对所提算法进行性能及可行性验证。综上,本文开发的基于智能算法优化ELM的MDF厚度在线测量系统运行稳定,检测准确率高,所得出的结论对于MDF生产和制造具有一定的实际工程参考价值。
潘兴明,张海波,石倩,王晨,李明印[8](2021)在《CGDS近钻头地质导向钻井系统搭载伽马成像技术》文中指出CGDS近钻头地质导向钻井系统具有地质参数测点距离钻头近,仪器与螺杆集成等特点。介绍了伽马成像技术的国内外研究现状,及CGDS近钻头伽马成像技术相关研究内容。搭载伽马成像技术的CGDS能够在钻柱复合钻进时对全井壁进行数据测量,实现在超薄油藏中实时精确判断地层属性,精确导向等功能,已在吉林油田成功应用。
宋士城[9](2020)在《湿式电除尘器在纤维干燥尾气净化中的应用研究》文中认为纤维板生产在干燥过程中会产生尾气排放,包含颗粒物、细纤维、粉尘(含甲醛),普遍使用的干燥旋风分离器分离除尘受旋风分离器制作精度、原料结构和纤维质量等级等的限制,仍有一定数量细短纤维和粉尘未能分离去除,使得排放的尾气达不到国家规定的大气污染物综合排放标准。为进一步增强纤维干燥尾气的除尘效率,尤其是对细小颗粒的除尘脱除,本文对河北省文安县某纤维板厂尾气处理系统进行了研究,通过实验模拟增设湿式静电除尘器来改进尾气处理系统。通过试验分析湿式静电除尘器颗粒物脱除效率的影响因素,分别检测水幕除尘和增设试验规模湿式静电除尘器对颗粒物的脱除效果,并进行对比分析。研究结果表明:(1)水幕除尘设备即喷淋塔对尾气中颗粒物的脱除效率可达85.8%,对粒径在5μm以上的颗粒物的脱除效果较高。处理过后尾气中水雾浓度有所增加,需要进一步处理后再排入大气。(2)将湿式电除尘器电场风速控制在1.0~1.2m/s范围内时,除尘器的颗粒物脱除效率可达95%,同时能满足处理气流量的要求;工作电压可控制在30k V,再增大工作电压时,颗粒物脱除效率上升的趋势缓慢;流过除尘器的气流温度在高于60℃时,随温度升高,颗粒物脱除效率也随之增高;连续的喷淋冲洗可提高颗粒物的脱除效率,但喷淋量高于30m3/h时可能出现相反效果。(3)湿式静电除尘器前设计了文丘里喷嘴,通过试验研究在不同电压、喷水量情况下对比分析溢流式和喷雾式冲洗方式对除尘器颗粒脱除效率的影响,研究表明文丘里喷嘴喷雾冲洗收尘极的方式不仅节约水,而且除尘效率更高。(4)湿式静电除尘器对PM2.5、PM10和细颗粒物的脱除效率分别为69.89%、93.02%、94.19%。与水幕除尘相比,对粒径低于5μm的细颗粒物脱除效率有了很大提升。
丁明鹏[10](2020)在《剪切式高温压电加速度传感器设计及性能模拟》文中研究说明测振传感器的形式多种多样,压电式加速度传感器约占测振传感器的80%,随着科学技术的发展,原子能、冶炼、航空航天、化工等许多领域都急需高温用测振传感器,尤其是国产大飞机的研制,对高温用压电加速度传感器有更大的需求,而剪切式压电加速度传感器灵敏度和频响都很高,剪切式的敏感元件有效地隔离了基座应变,感受到的来自基座的干扰信号较小,测试精度更高,而且横向灵敏度比压缩式传感器小得多,更加适用于军工应用。但国内对剪切式高温压电加速度传感器设计理论和设计方法的研究存在较大的不足:动力学模型中对切向接触刚度的处理不精确,没有形成一种完善的压电加速度传感器建模方法;对螺栓预紧力的研究停留在原因分析阶段,未分析预紧力对传感器性能的影响,未在高温条件下确定合适的初始预紧力的大小;有限元模态分析仅用于评估传感器的性能方面,没有将模态分析法应用于传感器结构参数优化设计方面;未总结出一种完善的剪切式高温压电加速度传感器设计方法。由于这些设计理论和设计方法的不足,目前国内还没有可以承受50℃以上温度、各项性能达到要求的剪切式压电加速度传感器成熟产品。本论文基于课题组对压缩式高温压电加速度传感器较为成熟的研究,从传感器的螺栓预紧力和接触刚度研究、动力学建模、设计方法和有限元分析等方面对剪切式高温压电加速度传感器进行了研究,以解决以上存在的问题。本文分析了温度对传感器螺栓预紧力的影响,推导出温度不同时的螺栓预紧力计算公式,并得到固有频率随螺栓预紧力的变化规律,由该规律结合强度计算公式得到最佳螺栓预紧力计算方法。由法向接触刚度经验公式,结合接触分型理论得到切向接触刚度的工程计算方法。在此基础上,以两种类型的剪切式压电加速度传感器为例,分析传感器结构并进行受力分析,进行传感器的动态特性建模。根据建立的动力学模型分析了结构参数、材料以及温度对传感器性能的影响,进而得到提升传感器性能的方法,为传感器设计方法的建立奠定了基础。在以上研究的基础上,从剪切式高温压电加速度传感器结构的确定、性能的设计计算、绝缘电阻的设计计算、螺栓预紧力的设计计算以及强度设计计算等几个方面,总结出了传感器的设计方法。最后对传感器的性能进行了有限元模拟。以两种类型的剪切式压电加速度传感器为例,建立了其有限元模型,并对传感器进行模态分析,分析了压电片尺寸、螺栓杆直径、中心柱厚度以及过渡结构尺寸对固有频率的影响,并对结构尺寸进行优化设计,为有限元方法应用于传感器优化设计领域提供了一定的指导。
二、国外电子测量仪器发展简况(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、国外电子测量仪器发展简况(论文提纲范文)
(2)基于改进的YOLO算法的实时目标检测(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究内容及章节安排 |
第二章 YOLO算法相关技术概述 |
2.1 卷积神经网络 |
2.2 k-means聚类算法 |
2.3 边界框回归 |
2.4 数据集以及评价指标 |
2.4.1 常用数据集 |
2.4.2 评价指标 |
2.5 本章总结 |
第三章 基于改进的YOLO网络的目标检测 |
3.1 锚框的选择 |
3.1.1 数据集的制作 |
3.1.2 k-means算法的改进 |
3.2 基于YOLOv3 算法的研究 |
3.2.1 YOLOv3 算法的基本原理 |
3.2.2 YOLOv3 网络的改进 |
3.3 基于YOLOv4 算法的研究 |
3.3.1 YOLOv4 算法的基本原理 |
3.3.2 YOLOv4 网络的改进 |
3.4 实验结果与分析 |
3.5 本章总结 |
第四章 实时目标检测 |
4.1 YOLO算法的实时检测 |
4.2 像素阈值方法 |
4.3 自适应预测算法 |
4.3.1 HSV颜色空间 |
4.3.2 自适应预测算法的原理 |
4.4 实验结果及分析 |
4.4.1 像素阈值方法的跳帧辅助实验 |
4.4.2 实时目标检测实验 |
4.5 本章总结 |
第五章 研究总结及展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(3)指静脉识别算法研究与系统实现(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 指静脉特征提取研究现状 |
1.2.2 指静脉识别算法研究现状 |
1.2.3 指静脉识别系统研究现状 |
1.3 本文主要内容 |
1.4 文章组织安排 |
第二章 指静脉数据采集与识别流程 |
2.1 指静脉识别优势 |
2.2 指静脉图像的采集 |
2.2.1 静脉图像的采集原理 |
2.2.2 静脉图像的采集设备 |
2.2.3 指静脉数据的采集 |
2.3 指静脉识别原理流程 |
2.3.1 指静脉识别技术原理 |
2.3.2 指静脉识别工作流程 |
2.4 本章小结 |
第三章 基于深度学习的指静脉纹路提取 |
3.1 指静脉数据的标注 |
3.2 Vein_Unet网络提取脉络方法 |
3.2.1 Vein_Unet网络架构 |
3.2.2 空洞卷积 |
3.2.3 Mish激活函数 |
3.2.4 联合损失函数 |
3.3 实验结果及分析 |
3.3.1 实验环境 |
3.3.2 实验评价指标 |
3.3.3 实验结果对比与分析 |
3.3.4 指静脉纹路提取结果 |
3.4 本章小结 |
第四章 指静脉特征向量的提取与比对 |
4.1 深度学习相关模型 |
4.1.1 FaceNet模型 |
4.1.2 ResNet模型 |
4.2 手指静脉特征向量的提取方法 |
4.2.1 数据预处理 |
4.2.2 整体网络结构 |
4.2.3 Triplet Loss |
4.3 指静脉目标图像比对算法 |
4.4 实验结果及分析 |
4.4.1 实验环境 |
4.4.2 实验数据集 |
4.4.3 实验评价指标 |
4.4.4 实验结果分析 |
4.5 本章小结 |
第五章 指静脉识别系统的设计与实现 |
5.1 系统需求分析 |
5.2 系统整体框架 |
5.3 系统实现 |
5.3.1 登录注册模块 |
5.3.2 静脉注册模块 |
5.3.3 静脉提取模块 |
5.3.4 静脉身份鉴定模块 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 本文工作展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(4)环境对高压交流输电线电场影响的仿真与分析(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 有关数值计算方法简介 |
1.4 本文研究内容 |
第二章 工频电场数值仿真方法及应用比较 |
2.1 静电场数值计算理论基础 |
2.2 模拟电荷法 |
2.2.1 模拟电荷法基本原理 |
2.2.2 模拟电荷法实施步骤 |
2.2.3 模拟电荷和匹配点设置 |
2.2.4 精度校验 |
2.2.5 电场计算 |
2.3 有限差分法 |
2.3.1 差分原理 |
2.3.2 三维七点差分格式 |
2.3.3 差分方程组求解 |
2.4 计算模型建立 |
2.4.1 输电线路模型简化 |
2.4.2 地形模型简化处理 |
2.4.3 计算场域边界设置 |
2.5 两种算法比较 |
2.6 本章小结 |
第三章 高压输电线下地形对电场影响 |
3.1 多介质七点差分格式构造 |
3.2 考虑大地土壤的介电常数 |
3.2.1 新电位零点分布 |
3.2.2 不同厚度土壤对电场分布影响 |
3.3 不同地形对电场分布的影响 |
3.3.1 凹型地面上电场计算分析 |
3.3.2 凸型地面电场计算分析 |
3.3.3 斜坡地面下场强分析 |
3.3.4 输电线走廊沿斜坡上升 |
3.3.5 算例分析 |
3.4 小结 |
第四章 高压输电线下植物对电场影响 |
4.1 树木对输电线下电场分布影响 |
4.1.1 树木介电常数 |
4.1.2 三维树木计算模型 |
4.1.3 树木对输电线下电场分布影响 |
4.1.4 树线距离对电场分布影响 |
4.1.5 树木高度对输电线电场分布影响 |
4.1.6 树冠大小对地表电场影响 |
4.1.7 算例分析与结论 |
4.2 考虑地形对树木屏蔽电场效果影响 |
4.2.1 凹型地面对树木屏蔽电场效果影响 |
4.2.2 凸型地面对树木屏蔽电场效果影响 |
4.2.3 连续斜坡上对树木屏蔽电场效果影响 |
4.2.4 算例分析与结论 |
4.3 考虑地面植被对输电线下电场分布影响 |
4.3.1 理论模型 |
4.3.2 不同植被对地表电场分布影响 |
4.3.3 算例分析与结论 |
4.4 本章小结 |
第五章 高压输电线故障及其参数对电场影响分析 |
5.1 输电线路故障对电场影响 |
5.1.1 单相接地故障 |
5.1.2 两相接地故障 |
5.1.3 两相短路 |
5.1.4 算例分析与总结 |
5.2 不同线路参数情况下的工频电场分析 |
5.2.1 输电线不同对地高度下电场分析 |
5.2.2 输电线不同相距下电场分析 |
5.2.3 算例总结分析 |
5.3 本章小结 |
第六章 总结 |
6.1 论文主要工作及总结 |
6.2 下一步的研究工作 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(5)基于机器学习的心电信号情绪识别研究(论文提纲范文)
缩略语表 |
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 情绪识别的研究现状 |
1.2.2 生理信号情绪识别研究现状 |
1.2.3 情绪识别的应用现状 |
1.3 目前存在的问题 |
1.4 主要研究内容与论文结构 |
1.4.1 主要研究内容 |
1.4.2 论文结构 |
第二章 情绪模型及心电信号概述 |
2.1 情绪的生理机制和情感模型分类 |
2.2 生理信号概述 |
2.2.1 心电信号 |
2.2.2 心率变异性 |
2.3 本章小结 |
第三章 数据来源与心电信号处理 |
3.1 MIT-BIH Arrhythmia数据集简介 |
3.2 Augsburg生理数据集 |
3.2.1 Augsburg数据集简介 |
3.2.2 ECG信号预处理 |
3.2.3 心电信号波形检测 |
3.2.4 HRV特征信号获取 |
3.2.5 数据集扩增 |
3.3 情绪诱发实验范式设计 |
3.3.1 情绪诱发方式与素材的选取 |
3.3.2 情绪诱发实验范式设计 |
3.4 心电数据采集实验设计 |
3.4.1 实验方法 |
3.4.2 心电数据采集 |
3.5 心电信号预处理 |
3.5.1 去除基线漂移与伪迹 |
3.5.2 去除工频干扰 |
3.6 本章小结 |
第四章 特征提取与分析 |
4.1 引言 |
4.2 心律不齐心电特征提取与分析 |
4.2.1 特征提取 |
4.2.2 特征分析 |
4.3 情感生理数据的特征提取与分析 |
4.3.1 ECG时域特征提取 |
4.3.2 HRV时域特征提取 |
4.3.3 HRV频域特征提取 |
4.3.4 HRV信号时频特征提取 |
4.3.5 HRV非线性特征提取 |
4.3.6 特征分析 |
4.4 自采情绪心电数据特征提取与分析 |
4.4.1 心电特征提取 |
4.4.2 特征分析 |
4.5 本章小结 |
第五章 基于机器学习的生理信号情绪识别 |
5.1 支持向量机 |
5.1.1 SVM基本理论 |
5.1.2 萤火虫算法改进的支持向量机 |
5.1.3 算法实现 |
5.1.4 模型测试与结果 |
5.1.5 结果分析 |
5.2 K近邻算法 |
5.2.1 KNN基本理论 |
5.2.2 子空间KNN |
5.2.3 算法实现 |
5.2.4 模型测试与结果 |
5.2.5 结果分析 |
5.3 随机森林算法 |
5.3.1 决策树 |
5.3.2 随机森林基本理论 |
5.3.3 算法实现 |
5.3.4 模型测试和结果 |
5.3.5 结果分析 |
5.4 机器学习算法对比分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(6)面向植物工厂的水培液速效养分关键传感技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.2 研究现状 |
1.2.1 磷酸根离子的检测 |
1.2.2 硝酸根、铵和钾离子的检测 |
1.2.3 多传感器信息融合在离子浓度检测中的应用 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 组织结构 |
第2章 磷酸根离子选择电极的研究 |
2.1 引言 |
2.2 基于钴金属的离子选择电极的理论基础 |
2.2.1 离子选择电极及电位测量 |
2.2.2 钴对磷酸根的电位响应原理 |
2.3 基于钴纳米颗粒修饰的钴棒电极 |
2.3.1 钴纳米颗粒修饰电极的制备 |
2.3.2 纳米钴电极表面特征和检测性能 |
2.3.3 纳米钴电极的稳定性 |
2.3.4 电极电荷转移原理 |
2.4 次性磷酸盐检测芯片 |
2.4.1 基于丝网印刷电极及钴纳米颗粒的修饰 |
2.4.2 磷酸盐检测芯片的预测表征 |
2.4.3 磷酸盐检测芯片的—致性 |
2.4.4 磷酸盐检测芯片的连续检测性能 |
2.5 本章小结 |
第3章 水培液氮与钾养分离子传感器优化的研究 |
3.1 引言 |
3.2 氮和钾离子选择电极检测法的理论基础 |
3.2.1 氮和钾离子选择电极的结构 |
3.2.2 氮和钾离子选择电极电荷传递层的优化 |
3.2.3 硝酸根离子选择电极的制作 |
3.2.4 铵离子选择电极的制作 |
3.2.5 钾离子选择电极的制作 |
3.3 氮和钾离子选择电极的性能表征 |
3.3.1 硝酸根离子选择电极性能表征 |
3.3.2 铵离子选择电极性能表征 |
3.3.3 钾离子选择电极性能表征 |
3.4 本章小结 |
第4章 基于多传感信息融合的水培液养分预测模型 |
4.1 引言 |
4.2 建立水培养分预测模型的原理 |
4.2.1 使用多离子选择电极信息融合的必要性 |
4.2.2 多电极传感器数据融合基本原理 |
4.2.3 建立水培养分预测模型的实验设计 |
4.3 多传感器原始数据的预处理 |
4.4 水培养分预测模型的参数优化问题 |
4.4.1 水培液养分浓度检测模型建立的基本步骤 |
4.4.2 训练模型中参数优化的含义 |
4.4.3 建模参数优化算法以及改进 |
4.4.4 改进细菌觅食算法的参数优化效果验证 |
4.5 水培溶液多养分预测模型的建立 |
4.5.1 水培溶液中磷养分含量预测模型 |
4.5.2 水培溶液中硝酸根离子浓度预测模型 |
4.5.3 水培液中铵离子浓度预测模型 |
4.5.4 水培溶液中钾离子浓度预测模型 |
4.6 本章小结 |
第5章 养分检测系统及传感器在设施农业中的应用 |
5.1 引言 |
5.2 现代设施农业信息感知系统组成原理 |
5.2.1 现代检测系统设计的基本原理 |
5.2.2 传感器在设施农业检测系统中的应用 |
5.2.3 电化学传感器在水培养分在线检测中的应用 |
5.2.4 水培养分光学便携抽样检测设备开发 |
5.2.5 关于未来植物工厂其他环境因子传感器的讨论 |
5.3 构建植物工厂检测控制系统简单实例 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 研究结论 |
6.1.1 钴纳米颗粒对磷酸盐离子选择电极的改性 |
6.1.2 电荷传递层的改性对离子选择电极检测性能的影响 |
6.1.3 使用改进细菌觅食算法优化SVR建立养分浓度预测模型 |
6.1.4 养分检测系统及构建植物工厂检测控制系统的检测实例 |
6.2 主要创新性工作 |
6.3 未来展望 |
附录A 改进细菌觅食算法BFO-iStep主代码段 |
附录B BFO-iStep对Schaffer、Rastrigrin和Shubert的寻优路径 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(7)基于智能优化ELM算法的MDF厚度在线检测(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景 |
1.1.1 课题来源 |
1.1.2 研究背景 |
1.1.3 课题的目的与意义 |
1.2 国内外研究现状 |
1.2.1 MDF厚度检测 |
1.2.2 粒子滤波 |
1.2.3 智能优化算法 |
1.2.4 极限学习机 |
1.3 课题主要研究内容 |
2 MDF厚度在线检测系统及检测试验 |
2.1 MDF板厚检测系统概述 |
2.2 MDF板厚在线检测系统 |
2.2.1 检测装置 |
2.2.2 控制装置 |
2.3 MDF厚度在线检测 |
2.3.1 MDF在线厚度检测系统操作流程 |
2.3.2 MDF厚度在线检测系统检测原理 |
2.3.3 数据采集 |
2.4 MDF厚度真值的标定与误差来源 |
2.4.1 真值标定 |
2.4.2 误差来源 |
2.5 本章小结 |
3 MDF厚度数据预处理 |
3.1 粒子滤波算法 |
3.1.1 粒子滤波基本理论 |
3.1.2 粒子滤波算法 |
3.2 哈里斯鹰算法基本原理 |
3.3 哈里斯鹰优化粒子滤波算法 |
3.4 仿真实验 |
3.5 MDF厚度数据预处理结果与分析 |
3.6 本章小结 |
4 基于ELM回归的MDF厚度在线检测算法 |
4.1 预备知识 |
4.2 极限学习机 |
4.2.1 极限学习机算法原理 |
4.2.2 极限学习机的不足 |
4.3 核极限学习机 |
4.3.1 核极限学习机算法原理 |
4.3.2 核函数选择 |
4.4 基于ELM的MDF厚度检测 |
4.4.1 ELM用于厚度检测及样本选择 |
4.4.2 MDF板厚ELM流程设计 |
4.5 核函数的选取 |
4.5.1 性能评估 |
4.5.2 不同核函数实验结果分析 |
4.6 本章小结 |
5 基于优化ELM回归的MDF厚度在线检测算法 |
5.1 改进的哈里斯鹰优化算法 |
5.1.1 能量周期性递减调控机制 |
5.1.2 改进的初始种群 |
5.1.3 适应度函数计算公式 |
5.1.4 改进哈里斯鹰优化算法实现步骤 |
5.2 基于IHHO的极限学习机 |
5.3 实验分析 |
5.3.1 MDF厚度误差补偿模型构建 |
5.3.2 实验结果 |
5.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
东北林业大学硕士学位论文修改情况确认表 |
(8)CGDS近钻头地质导向钻井系统搭载伽马成像技术(论文提纲范文)
1 近钻头伽马成像技术国内外研究简况 |
1.1 国外近钻头伽马成像仪器 |
1.2 国内近钻头伽马成像仪器 |
2 CGDS近钻头伽马成像技术 |
2.1 仪器结构及功能 |
2.2 电路组成 |
2.3 室内试验 |
3 现场应用 |
4 结语 |
(9)湿式电除尘器在纤维干燥尾气净化中的应用研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 人造板产业状况及尾气治理情况 |
1.2 干燥尾气处理技术 |
1.2.1 旋风分离器 |
1.2.2 水幕除尘 |
1.2.3 静电除尘 |
1.2.4 湿式静电除尘 |
1.2.5 干燥尾气处理系统方案 |
1.3 湿式静电除尘器的研究现状 |
1.3.1 脱除效率影响因素 |
1.3.2 计算机模拟研究 |
1.3.3 新型湿式静电除尘器 |
1.4 国内外应用情况 |
1.5 研究目的意义及研究内容 |
1.5.1 研究内容 |
1.5.2 研究目的 |
1.5.3 研究意义 |
1.5.4 技术路线 |
2 纤维板企业干燥尾气净化现状 |
2.1 产业与企业概况 |
2.2 纤维干燥尾气处理系统 |
2.2.1 纤维干燥实际工况 |
2.2.2 干燥尾气处理系统 |
2.3 尾气检测方法 |
2.3.1 ELPI+检测原理 |
2.3.2 检测方法 |
2.3.3 粒径分布表示方法 |
2.4 尾气处理系统检测结果 |
2.5 本章小结 |
3 湿式静电除尘效率影响因素分析 |
3.1 复合除尘系统设计方案 |
3.2 粉尘粒径测试方法 |
3.3 喷淋系统 |
3.4 颗粒脱除效率影响因素 |
3.4.1 电场风速的影响 |
3.4.2 气流温度的影响 |
3.4.3 冲洗水量的影响 |
3.4.4 工作电压的影响 |
3.4.5 不同粒径颗粒脱除效果 |
3.5 本章小结 |
4 湿式静电除尘系统改进及效益分析 |
4.1 湿式静电除尘器型式 |
4.1.1 放电极型式 |
4.1.2 收尘极型式 |
4.1.3 阳极管设计计算 |
4.1.4 节水型洗涤系统 |
4.2 改进系统处理效果分析 |
4.2.1 设备运行情况 |
4.2.2 颗粒物脱除效率对比 |
4.3 干燥尾气除尘效益分析 |
4.4 系统的运行维护 |
4.5 工程效益预测 |
4.6 本章小结 |
5.结论与展望 |
5.1 总结 |
5.2 不足与建议 |
参考文献 |
个人简介 |
第一导师简介 |
第二导师简介 |
致谢 |
(10)剪切式高温压电加速度传感器设计及性能模拟(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 高温压电材料研究 |
1.2.2 高温压电加速度传感器研究 |
1.3 本文主要研究内容 |
第2章 传感器螺栓预紧力设计 |
2.1 引言 |
2.2 高温下螺栓受力 |
2.3 螺栓预紧力对传感器性能的影响 |
2.4 螺栓预紧力的确定 |
2.5 本章小结 |
第3章 传感器固有特性建模与分析 |
3.1 引言 |
3.2 对称式传感器动力学理论建模与分析 |
3.2.1 动力学理论模型 |
3.2.2 结构对固有频率的影响 |
3.2.3 温度对传感器性能的影响 |
3.3 偏心式传感器动力学理论建模与分析 |
3.3.1 动力学理论模型 |
3.3.2 压电片数量对固有频率的影响 |
3.3.3 结构对固有频率的影响 |
3.3.4 分载效应对灵敏度的影响 |
3.4 本章小结 |
第4章 传感器设计 |
4.1 引言 |
4.2 对称式传感器设计 |
4.2.1 传感器结构 |
4.2.2 灵敏度 |
4.2.3 绝缘电阻 |
4.2.4 螺栓预紧力 |
4.2.5 固有频率及强度设计 |
4.2.6 其它结构参数 |
4.3 偏心式传感器设计 |
4.3.1 传感器结构 |
4.3.2 绝缘电阻 |
4.3.3 灵敏度和固有频率 |
4.3.4 预紧力和预紧螺栓 |
4.3.5 强度设计和灵敏度校核 |
4.4 本章小结 |
第5章 传感器性能的有限元模拟 |
5.1 引言 |
5.2 有限元模型 |
5.2.1 有限元几何模型 |
5.2.2 有限元网格划分与接触定义 |
5.2.3 有限元模拟结果验证 |
5.3 传感器结构对固有频率的影响 |
5.3.1 压电片尺寸 |
5.3.2 螺栓杆直径 |
5.3.3 中心柱尺寸 |
5.3.4 过渡结构及尺寸 |
5.4 本章小结 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
四、国外电子测量仪器发展简况(论文参考文献)
- [1]基于事件触发策略的1m3气候箱温湿度控制方法研究[D]. 徐博. 山东建筑大学, 2021
- [2]基于改进的YOLO算法的实时目标检测[D]. 孙佳. 山西大学, 2021(12)
- [3]指静脉识别算法研究与系统实现[D]. 熊晓波. 山西大学, 2021(12)
- [4]环境对高压交流输电线电场影响的仿真与分析[D]. 张梓良. 山西大学, 2021(12)
- [5]基于机器学习的心电信号情绪识别研究[D]. 郭景诗. 山西大学, 2021
- [6]面向植物工厂的水培液速效养分关键传感技术研究[D]. 许锋. 中国科学技术大学, 2021
- [7]基于智能优化ELM算法的MDF厚度在线检测[D]. 张晴. 东北林业大学, 2021
- [8]CGDS近钻头地质导向钻井系统搭载伽马成像技术[J]. 潘兴明,张海波,石倩,王晨,李明印. 石油矿场机械, 2021(01)
- [9]湿式电除尘器在纤维干燥尾气净化中的应用研究[D]. 宋士城. 北京林业大学, 2020(02)
- [10]剪切式高温压电加速度传感器设计及性能模拟[D]. 丁明鹏. 山东大学, 2020(12)