摘 要内河航运是我国运输体系的支柱之一，由于运输需求的不断增加，我国内河航运在不断发展，现今已是航运大国。内河船舶航行的环境相对复杂，并且随着船舶数量的快速增长，船舶在内河航行的密度越来越大，内河船舶航行存在着巨大的安全隐患，但是内河航行的船舶不像在海上航行的大型船舶，可以安装雷达等功能强大的设备，因为安装这些设备意味着成本的极大增加。所以为了提高内河船舶航行的安全性，采用基于计算机视觉的障碍物检测方法是提高内河船舶航行安全性能的良好解决方法，基于视觉的障碍物检测可以提高内河船舶的导航能力，也是无人船研究的热门方向之一。本文研究内容总的来说就是将视频的障碍物检测出来，具体来说，在内河船舶航行中摄像头会实时拍摄水面情况，诸如迎面而来的船舶、浮标、桥梁、渔船等相�

摘 要随着社会的发展，数字图像处理和人工智能等学科也在不断取得进步与重大突破，机器视觉在工业生产制造中的应用越来越多。随着社会的生产需要以及现代化的工业发展需求，汽车市场要求汽车密封条质量不断提高，由于企业生产的需求，传统的人工目视检测方式已经逐渐被淘汰，面对汽车密封条的市场客观需求，汽车密封条生产企业急需提高检测技术，实现产业生产线的效率最大化。论文首先主要研究了基于机器视觉的汽车密封条表面缺陷检测原理和检测装置，分模块选择器件并设计出检测系统，通过采集硬件采集到汽车密封条的原始图像；其次综合利用机器视觉与图像处理的技术，提出了缺陷自动检测的算法：第一步是对采集到的图像进行预处理，利用滤波算法在消除噪声干扰的同时保护了缺陷边缘，然后采用边缘检测方法分割出缺�

摘 要碳化硅具有极为优秀的物理化学性质，在日常生产生活方面有着非常广泛的应用。研究碳化硅在拉伸荷载作用下的力学性能、变形行为及其相应的微观演化机制可以帮助人们更深入的了解碳化硅的性能，从而更好的利用碳化硅。目前，有关碳化硅的研究基本都是完好的碳化硅在荷载作用下的力学性能和微观演化机制的研究，对于带有初始裂纹的碳化硅的研究较少。基于此，本文采用基于分子动力学模拟方法，利用LAMMMPS软件计算了含有初始裂纹的碳化硅晶体在拉伸荷载作用下的变形行为，并分析了不同晶体取向对裂纹扩展机制的影响。首先进行碳化硅模型的创建，接下来利用LAMMPS软件进行计算程序的编写并进行计算，之后利用Matlab和Ovito进行应力应变关系和微观演化机制的分析。结果表明：含初始裂纹的碳化硅在拉伸荷载作用下，首先经历弹�

摘 要在这个信息技术日益发达的时代，我们的生活中出现了越来越多的图像信息，这提升了我们获取和传播信息的效率，但是也带来了非常多的无效信息，怎样快速有效的从图像信息中提取出有效信息，是现在的一个热门研究课题。鉴于人类的视觉系统能够快速高效的从场景中找到有效信息且忽略不需要的干扰，大量研究人员开始致力于模拟人类的视觉系统来对图像进行处理。在文章中，我先对目前主要的模拟人眼视觉注意机制的显著性检测算法进行了概述，尤其对其中两种模型的原理和技术细节做了介绍。然后对现有的主要算法的原理以及特点进行了一定的分析，最后提出了两种改进算法。一种算法是基于局部对比度和全局稀有性来进行检测的。全局稀有性的计算可以在目标同质区域获得更好的显著图，而局部对比度的提取可以获得更好的目�

摘 要根据世界卫生组织统计，肝癌在全球范围内已是位居第二的癌症杀手，肝脏病变CT图像的精确分割是制定一个完善治疗方案的首要任务，而传统的人工分割有一致性差，漏诊率高，耗时多等缺点，因此人体肝脏病变CT图像的自动分割对辅助医生诊疗有重要的意义。本文研究中采用经典分割方法和深度学习分割方法对人体肝脏病变CT图像进行自动分割，其中经典分割方法采用整合空间模糊聚类与水平集法，深度学习分割方法则基于全卷积神经网络。本研究得到了两个分割效果良好的自动分割算法模型，并将算法处理得到的分割结果与人工标注图像进行对比分析，实验结果表明，深度学习算法在算法处理速度、分割精度、病灶信息完整性等方面均优于经典图像分割算法，深度学习算法自动学习获得的特征在肝脏病变CT图像分割中更有利，具有较高的

摘 要根据世界卫生组织统计，肝癌在全球范围内已是位居第二的癌症杀手，肝脏病变CT图像的精确分割是制定一个完善治疗方案的首要任务，而传统的人工分割有一致性差，漏诊率高，耗时多等缺点，因此人体肝脏病变CT图像的自动分割对辅助医生诊疗有重要的意义。本文研究中采用经典分割方法和深度学习分割方法对人体肝脏病变CT图像进行自动分割，其中经典分割方法采用整合空间模糊聚类与水平集法，深度学习分割方法则基于全卷积神经网络。本研究得到了两个分割效果良好的自动分割算法模型，并将算法处理得到的分割结果与人工标注图像进行对比分析，实验结果表明，深度学习算法在算法处理速度、分割精度、病灶信息完整性等方面均优于经典图像分割算法，深度学习算法自动学习获得的特征在肝脏病变CT图像分割中更有利，具有较高的

摘 要热误差是数控机床等精密加工机械的最大误差来源之一。本文主要是对基于反向传播（BP）神经网络的重型数控机床热误差建模的研究。利用灰色关联分析法对温度变量进行分组并提取热敏感点，结合遗传算法全局收敛性和人工神经网络局部搜索快速性的优点，利用遗传算法对BP神经网络的拓扑结构进行优化，设定输出层残差误差限，实现对网络阈值与权值的有效优化并对重型数控机床热误差建模。论文阐述了相关算法和技术的原理，详细描述对重型数控机床热误差的建模过程，运用MATLAB软件的仿真工具完成对重型数控机床热误差建模的仿真实验，并把利用遗传算法优化后的与传统的 BP 神经网络模型进行对比分析及试验论证，证明了所采用的优化建模方法对重型数控机床热误差有更好的预测效果。关键词：数控机床；热误差；BP神经网络；遗�

摘 要随着我国社会经济的发展和城市现代化的推进，城市道路照明系统智能化已经成为城市的管理和发展必不可缺少的一部分，对整个城市的文化以及精神面貌的展现起着重要的作用。长期以来，国内的城市路灯照明控制大多数都采用的是传统控制方法，不能严格按照周围的坏境变化进行实时性的控制，不仅电能浪费严重、故障率高，而且容易造成光学污染。因此，设计智能化程度高、高效节能环保、使用维护方便并能美化城市的路灯照明系统对城市的发展起到了极大的推动作用。本文首先介绍了目前国内外智能路灯控制器的发展状况以及其研究意义后，根据任务书的要求并在充分了解开题背景的前提下设计了一种城市路灯的智能控制器。选择以AT89S52单片机为主要的芯片，使用光敏电阻和驻极体电容传声器将光学信号和声音信号转换为电信号，�

摘 要本研究的目的是基于安卓系统的移动设备来对光伏电站的数据进行管理，目前发展来看，计算机仍然是大部分光伏系统的监测数据管理的主力工具，其缺点是它们的移动性低，费用较高。随着Android系统的快速发展，Android设备的功能越来越强大，硬件条件的发展水平也不低于计算机的硬件条件，本研究希望发挥Android设备的特点，利用Android移动设备对光伏系统的采集的数据实现显示和存储操作。基于开放的Android平台，相比于电脑，更加高效、灵活的人机交互，提高光伏系统的操作，远程通信，同时实现降低成本的目的，并且更能适应设备一体化的发展趋势，与发展路线时代潮流。本设计采用Eclipse软件添加Android ADT进行安卓app开发，本文先是分析了Android平台的开发框架和开发环境流程，继而针对数据收集系统进行需要分析，假想了一种基于Andro

摘 要随着国内电子商务的迅猛发展，网络购物已经成为人们购物的主要方式之一。随之而来的海量的电商数据已成为企业竞争情报分析重要的数据。然而基于电商数据的BI或CRM系统并不具备任何技术壁垒，几乎已成为品牌方针对电商运营的必备工作之一，相比竞品无法进一步做到精细化运营。此时电商平台的另一块数据宝藏——用户评论借着人工智能的东风正逐渐成为各家电商未来的至关重要的竞争力。本文以在线用户评论为研究对象，结合情感分析发掘用户的真正心声。从用户角度，如果在线评论挖掘是服务于消费者且真实有效的话，情感分析可以帮助消费者进行消费决策。从商家的角度，在线评论挖掘可以分析出商家或商品在不同维度上的口碑情况，可帮助商家有针对性地提高自身的产品或服务。它也可以告诉你在哪个方面发生了舆情状况，