针对一类双波动鳍仿生水下机器人的姿态镇定问题,提出一种基于增强学习的自适应PID控制方法.对增强学习自适应PID控制器进行了具体设计,包括PD控制律和基于增强学习的参数自适应方法.基于实际模型参数对偏航角镇定问题进行了仿真试验.结果表明,经过较小次数的学习控制后,仿生水下机器人的偏航角镇定性能得到明显改善,而且能够在短时间内对一般性扰动进行抑制,表现出了较好的适应性

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障

5.4.1 玻璃纤维概述 5.4.2 玻璃纤维增强塑料界面的研究 5.5.1 高性能增强纤维 5.5.2 高性能增强纤维的表面处理

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%

3.1.1 图像增强引言 3.1.2 空域图像增强 3.1.3 频域图像增强

学习和掌握法律知识,增强法律意识,提高运用法律的能力; 领会社会主义法律精神,树立社会主义法制观念,增强国家安全意识,加强法 律修养; 培养学生做知法懂法守法的合格公民

•§1 灰度变换增强 •§2 图像的平滑 •§3 图像的锐化 •§4 彩色增强

•§1 灰度变换增强 •§2 图像的平滑 •§3 图像的锐化 •§4 彩色增强

6.6.2真彩色增强 6.6 小结 6.7图像几何变换 Registration

1、复合材料的结构和性能 复合材料的结构通常是一个相为连续相,成为基体; 而另外一相是以独立的形态分布在整个连续相中的分散相, 它显著增强材料的性能,故常称为增强体。 多数情况下,分散相较基体硬,刚度和强度较基体大。 分散相可以是纤维及其编织物,也可以是颗粒状或弥散的 填料。 在基体和增强体之间存在着界面