为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性

系统分析是开发MIS的重要环节,其工作的 好坏在很大程度上决定了系统的成败。 管理信息系统系统分析的任务是:在充分 认识原信息系统的基础上,通过问题识别 可行性分析、详细调查、系统化分析 最后完成新系统的逻辑方案设计,解决“ 做什么”的问题

第三章词法分析 本章将讨论词法分析程序的设计原则,单词的描述技术,识别机制及词法分析程序的自动构造原理。 3.1词法分析程序 3.2正规表达式与正规集(正规语言) 3.3有穷自动机 3.4词法分析程序的自动构造

实验一 种子检验.- 1 - 实验二 作物生长分析.- 6 - 实验三 玉米的形态特征及类型识别 .- 11 - 实验四 小麦穗分化的观察.- 17 - 实验五 玉米雌雄穗分化的观察 .- 24 - 实验六 马铃薯块茎淀粉含量的测定 .- 27 - 实验七 甜菜糖分含量的测定.- 30 - 实验八 油料作物种子粗脂肪含量的测定.- 33 - 实验九 作物秸秆粗纤维含量的测定 .- 36 -

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

本章将讨论词法分析程序的设计原则，单词的描述技术，识别机制及词法分析程序的自动构造原理。 3.1 词法分析程序 3.2 正规表达式与正规集（正规语言） 3.3 有穷自动机 3.4 词法分析程序的自动构造

深度学习模型使得相关图像算法甚至达到了比人眼更高的识别准确率,这为医学影像的发展提供了巨大契机。超声医学作为影像领域的重要分支,利用A相关算法进行声像图分析的研究不断涌现,不仅为临床科研提供了新思路,亦有助于提高超声诊断的准确性

物种概念 物种( specles)是分类的基本阶元,物种定义是系统学的核心问题之 分类阶元和分类单元 目前地球上己知的昆虫约100余万种,未命名的更多。如此众多的种类,必须有科学的分类系统,才 能对它们进行正确的识别、分类和利用

一、培养目标: 1.学习目标:掌握CPU的基本知识;选购CPU的基本原则;识别CPU的方法。 2.能力目标:培养学生的客观分析问题能力能够较好处理个体(CPU)与整体(整机)的关系

一、实验目的 1.进行直接凝集反应,观察并记录结果。 2.操作胶乳凝集抑制实验,并分析结果。 3.能初步识别免疫防治常用的生物制品