【摘 要】
：
针对小型水电站生态流量排放不达标、管理的现代化和信息化水平较低等问题,为了监督小型水电站的生态流量排放的执行情况,设计了小型水电站生态流量监测系统.系统由终端环境监测设备、水文监测平台和人机交互程序组成,提供了客户端、网页和手机APP多种查看方式.实际监测效果良好,系统运行稳定,具有很高的实用价值.
【机 构】
：
武夷学院数学与计算机学院,武夷山 354300
论文部分内容阅读
针对小型水电站生态流量排放不达标、管理的现代化和信息化水平较低等问题,为了监督小型水电站的生态流量排放的执行情况,设计了小型水电站生态流量监测系统.系统由终端环境监测设备、水文监测平台和人机交互程序组成,提供了客户端、网页和手机APP多种查看方式.实际监测效果良好,系统运行稳定,具有很高的实用价值.
其他文献
显露模式考虑模式在目标类与对立类数据集合中的支持度,首先必须是频繁模式,IncMine是著名的数据流频繁闭合模式挖掘算法.然而,现有的频繁模式挖掘算法面向事务数据流,项集没有类标约束,不能进一步挖掘显露模式用作数据流分类.本文提出一种基于IncMine的显露模式挖掘方法(emerging patterns based on incMine,EPBIM).EPBIM改进IncMine算法,挖掘带类值约束的频繁闭合项集,并获取显露模式用于贝叶斯分类.在MOA平台上运行多个真实与模拟数据流,实验结果验证了该方法
交通标志采集的环境较为复杂,使得采集到的交通标志样本在图像中所占的比例差异较大,若算法的候选区域与目标物体的尺寸差异较大,则会影响算法的检测效果.此外,在采集到的样本中,部分样本的交通标志在图像中所占的比例较小,导致算法较难检测到图像中的目标物体.针对上述问题,本文在SSD模型的基础上同时引入了FPN算法和Kmeans聚类算法,提出了基于改进SSD网络的交通标志检测算法.提出的方法通过FPN算法将网络深层信息逐层反卷积与前一层网络深度拼接,使模型能够融合多个卷积层的多尺度信息来增强特征的表达能力,并利用K
岩心CT序列图像的裂缝阈值分割是重构三维岩心裂缝数字模型的关键步骤.由于岩心CT序列图存在噪点较多、裂缝细微等特点,常规的阈值分割方法难以做到完整提取裂缝.但是岩心CT序列图像帧间相似度较大,且部分裂缝存在方向性移动趋势,因此本文提出了一种基于裂缝平移的裂缝批量提取方法.具体流程是先在序列图第一帧进行人工标注裂缝区域,之后再根据下一帧裂缝的位置移动并改变裂缝形态达到提取裂缝的目的.实验结果表明,本文的方法存在两个优点:一是去除了二值化提取后噪声的干扰,也使得提取的裂缝更加完整没有断裂,在大批量提取某种类型
为了在提高民航运行中的安全水平,本文采用REASON模型对复兴航空GE791航班进行事故的倒序分析,得出事故发生前每个环节出现的具体问题.针对这些问题进行分析,找出解决方案,加强对各个环节的安全管理,最终达到防止此类事故发生的目的.
在智慧教育中应用文字识别技术,有利于提高工作效率,有利于助推智慧教育的大众化.基于实际工作项目和智慧教育需求,文章重点探索基于Python的文字识别技术的基本原理、核心技术与应用,并以实践案例予以佐证.
随着C2B的不断发展,民航机票销售代理人已成为航空公司重要销售渠道,而代理人的不规范销售行为会严重影响航空公司的销售收入及声誉.针对这一情况,本文在分析国内代理人销售数据的基础上,采用累加求和、对比分析、市场占比等方法重组生成了代理人活跃度、市场份额、买入卖出偏好等3大类18小类特征属性,提出了一种基于Canopy-KMeans聚类算法的机票代理人行为刻画算法,实证分析结果验证了基于大数据分析代理人行为刻画算法的正确性和有效性.其分析方法和结论有助于航空公司有针对性地采用不同的渠道策略、规范机票销售市场行
针对站用铅酸蓄电池核容充放电的数据分析问题,利用放电电压和容量之间的关系,提出了一种融合隐患系数和放电电压特征的健康评估方法.该方法通过计算隐患系数和对放电电压的预测,实现对蓄电池组健康评估,并在广州局某站用蓄电池组实测数据集上进行了验证,结果表明该方法能够有效发现不良电池.
电网企业正在开展技术架构转型,基于Devops流程提出研发仿真环境构建方案,实现应用在线研发、在线测试、在线发布等一体化、全流程、自动化,提升各类研发、协作、运维效能,实现对用户可见的持续、顺畅、高质量、有效价值的交付.最后,通过实验验证了研发仿真环境的可行性.
海军试验时,为了满足试验要求,保证试验安全,需要无人机在随舰飞行时实时调整某一段航路的勾径,从而使得无人机以设定的勾径值随舰飞行.手动调整航路勾径精度太低,且操作繁琐.测控系统作为无人机系统的核心组成部分,需要承担航路勾径自动偏移的功能.为了解决该问题,无人机测控软件设计了航路勾径偏移功能.本文主要介绍了航路勾径偏移功能的功能描述、算法实现以及功能实现.目前该功能满足了设计的目标,达到了预期效果,已用于海用型无人机实际飞行.
为更好地实现餐厅一体化、智能化管理,提高餐厅点餐与管理效率,提高顾客的用餐体验,实现菜品的自动识别是十分必要的,它是实现餐厅信息化和自动化的重要环节.本文提出了一种基于卷积神经网络的菜品识别算法,主要采用MMDetection框架和Faster R-CNN目标检测模型实现,通过模块化设计初筛以及细分类的方式先处理易混淆的菜品类别,可较好地避免多尺度环境下引起的误识别,为智慧餐厅的研究提供了参考.