XiaoMi-AI文件搜索系统
World File Search System特征参数
无线信号穿墙区域路径损耗混合模型
摘要 墙体遮挡是导致基于接收信号强度指标（RSSI）的室内定位产生非视距（NLoS）误差的主要因素，对信号穿墙路径损耗进行建模和修正将提高RSSI定位的精度。基于电磁波传播理论，分析了无线信号穿墙传播的反射和传输过程，根据功率损耗和RSSI定义推导了信号穿墙路径损耗，提出了信号穿墙路径损耗的理论模型。鉴于理论模型的电磁特征参数通常无法准确获取，在对数距离路径损耗模型的基础上，提出了信号穿墙引起NLoS误差的统计模型来求解该参数。结合统计模型和理论模型，提出了一种信号穿墙路径损耗的混合模型。基于混凝土墙体电磁特征参数经验值，分析各电磁特征参数对路径损耗的影响，建立了信号穿墙区域路径损耗的理论模型。通过RSSI观测实验分别建立了信号穿墙区域路径损耗的统计模型和混合模型，混合模型可以解决墙体材质未知时的路径损耗问题。
基于EEG Microstate分析预测运动图像BCI性能
摘要：电动图像（MI）脑电图（EEG）自然而舒适，并且已成为大脑 - 计算机界面（BCI）领域的研究热点。探索主体间MI-BCI性能变化是MI-BCI应用中的基本问题之一。EEG微晶格可以代表大脑认知功能。在本文中，使用了四个EEG微骨（MS1，MS2，MS3，MS4）进行分析，分析受试者的Mi-BCI性能差异，并计算四个微杆菌特征参数（平均持续时间，每秒出现，时间覆盖率和时间覆盖率和过渡概率）。测量了静息状态EEG Microstate特征参数与受试者的MI-BCI性能之间的相关性。基于MS1的发生的负相关性和MS3平均持续时间的正相关性，提出了静静态微晶格预测指标。28名受试者参加我们的MI实验，以评估我们静止状态的Microstate预测指标的性能。实验结果表明，与频谱熵预测变量相比，我们静止状态的Mi-Crostate预测器的平均面积（AUC）值为0.83，增加了17.9％，表明微骨特征参数可以更好地表明受试者的MI-BCI性能比光谱enterpy enterpropy预测器。此外，在单节水平和平均水平上，Microstate预测指标的AUC高于光谱熵预测变量的AUC。总体而言，我们的静止状态微晶格预测指标可以帮助MI-BCI研究人员更好地选择受试者，节省时间并促进MI-BCI的发展。
7-Leonardo-NDT.pdf - CERN Indico
对于可靠的无损检测，量化无损检测技术对检测和确定缺陷大小的有效性至关重要。检测概率 (POD 曲线) 用于无损检测领域，以确定检测缺陷的能力，并将检测概率与缺陷的特征参数（通常是其形态和尺寸）联系起来。为了评估 POD，必须制造大量具有真实缺陷的样本，然后对检测程序进行实际试验。这些活动成本高昂且耗时。
使用 VGG16 架构的迁移学习进行皮肤癌分类（Kaggle 数据集案例研究）
皮肤癌是一种严重且可能危及生命的疾病，影响着全球数百万人。早期发现和准确诊断对于成功治疗和改善患者预后至关重要。近年来，深度学习已成为医学图像分析的有力工具，包括皮肤癌的诊断。使用深度学习诊断皮肤癌的重要性在于它能够快速准确地分析大量数据。这可以帮助医生就患者护理做出更明智的决定并改善整体结果。此外，可以训练深度学习模型来识别人眼可能无法看到的细微模式和特征，从而实现更早的发现和更有效的治疗。本研究使用预先训练的视觉几何组 16 (VGG16) 架构对皮肤癌图像进行分类，并将图像转换为其他色阶，称为：1) 色相饱和度值 (HSV)、2) YCbCr、3) 灰度以供评估。结果表明，在现场条件下使用 RGB 和 YCbCr 图像创建的数据集很有前景，分类准确率为 84.242%。还用其他流行的架构对数据集进行了评估和比较。分析了 VGG16 对每个色阶图像的性能。此外，还从不同的层中提取了特征参数。用 VGG16 感受提取的层，以评估特征参数对疾病进行分类的能力。
太阳能最大功率点跟踪算法...
Beta 方法包括应用可变 D 步骤，以便系统在瞬态状态下快速响应，而在永久状态下无振荡 [32]。所述增加是参数β的函数，该参数β是在每个采样中根据操作点[32]和面板的特征参数计算的。MPP 中的这一参数对于不同的大气条件保持在一个小范围内，并且随着远离 MPP [9]、[11] 而变化。因此，虽然复杂性更高，但可以获得更精确和更快的操作。主要缺点是需要提前知道光伏组件的参数[9]，以计算不同大气条件下MPP中的β区间。
EEG微骨与音乐训练经验相关联
结论：我们的研究发现有和没有音乐培训经验的人之间某些微杆菌的特征参数差异。这表明在具有不同水平的音乐训练经验的个人中，与语音，视觉调节和注意力调节有关的任务期间的大脑活动模式不同。这些发现支持音乐训练经验与特定神经活动之间的关联。此外，他们认可音乐训练经验的假设，影响了静止状态下的大脑活动。此外，它们暗示音乐训练在与语音，视觉和注意力调节有关的任务中的促进作用，为对音乐训练影响的认知过程提供了进一步的经验研究，提供了初步证据。
蓄热室中的电热一体化
德国斯图加特 Sergej.Belik@dlr.de 摘要：电加热再生器储存是一种节能且经济的解决方案，可用于转换多余的电能并将其储存为高温热能。我们引入了一个瞬态模型来描述这种混合存储系统的热力学行为，该模型具有最少的无量纲参数。这些特征参数用于得出再生器储存中电热集成热力学评估的关键性能指标。从模拟研究中获得的结果表明电加热元件在储罐内的位置是节能的，并为设计提供了显着改进的热存储容量和性能。电热扩展带来的这些好处在提高成本效率和操作灵活性方面尤为明显。
基于数字图像技术的鸡蛋新鲜度检测
科学研究与论文 第 4 卷（10），页。1073-1079，2009 年 10 月 可在线访问 http://www.academicjournals.org/sre ISSN 1992-2248 © 2009 学术期刊全文研究论文 基于数字图像技术的鸡蛋新鲜度检测 王巧华 1、邓晓燕 2、任逸林 1、丁友春 1、熊丽荣 1、周平 3、温优贤 1、王树才 1 * 1 华中农业大学工程技术学院，武汉，430070，P.R.中国。2 华中农业大学基础科学学院，武汉，430070，P.R.中国。3 国家农业信息化工程技术研究中心，北京，100085，P.R.中国。2009年8月6日接受 蛋黄指数和气室高度是鸡蛋新鲜度检测的两个主要指标，在实际应用中很难准确测量。本文研究了一种基于图像的鸡蛋新鲜度检测方法。利用计算机视觉装置获取鸡蛋的透视图像。通过图像处理从获取的鸡蛋图片中分离出特征区域，包括蛋黄区域和气室区域。分别计算并分析上述特征区域的像素面积和长度。选取特征区域像素面积和长度与整个鸡蛋区域像素面积和长度的相对比值作为特征参数。详细分析表明，随着鸡蛋新鲜度的降低，上述相对比率增大。根据特征参数与新鲜度的相关性，建立了3种鸡蛋新鲜度检测模型。测试结果表明，这3种模型的准确率分别为93%、94%和92%。基于蛋黄和气室图像特征的鸡蛋新鲜度检测是高效可行的。关键词：蛋黄，气室，新鲜度，数字图像，计算机视觉。引言 鸡蛋新鲜度检测是食品安全研究中一个有趣而重要的课题，主要是因为鸡蛋与普通人的日常生活密切相关，并且鸡蛋成分在储存过程中很容易发生变化。近十年来，许多研究都集中在鸡蛋新鲜度检测上。鸡蛋内容物主要由蛋黄、蛋白和气室组成。蛋黄和蛋白之间有一层蛋黄膜。随着贮存时间的延长，蛋白中的水分逐渐从蛋壳孔隙中蒸发掉。 *通讯作者。电话：+86-027-87285346。邮箱：wsc01@mail.hzau.edu.cn。传真：+86-027-87285346。
基于微带陷波电路的RFID应变传感器信息融合新方法
摘要：从目前发展现状来看，无芯片射频识别（RFID）传感器在结构健康监测中的应用存在检测难、效果差、设计功能单一等缺点，限制了该技术的进一步发展。因此，提出一种新型RFID应变传感器，实现小型化无芯片RFID编码标签结构紧凑、功能分离。集成圆盘单极子天线使无线测量成为可能。通过单参数应变仿真分析，确定了6个线性度较好的特征参数。采用时间序列数据增强算法和背景噪声数据增强算法对训练集进行扩充。然后利用BP神经网络进行数据融合，训练误差最终收敛到0.0005。设计了有线与无线对比实验，并通过有线实验对无线实验进行优化。无线测量实验结果表明，结合多参数信息融合技术，所提出的传感器与实际应变的平均误差为6.04%，最小误差为0.25%，应变传感器多参数融合监测方法修正了单参数测量的误差，提高了其准确性和鲁棒性。
全息超导体中的页面曲线
考虑到双重全息模型，我们研究了永恒ADS D -RN黑洞的黑洞信息悖论，并与平衡耦合，并与D维二维形成型浴缸偶联，其状态已被带电标量耦合到U（1）球场的带电标量造成的状态变形。没有勃雷，边界系统上量规场的自发对称断裂可以在临界温度（称为全息超导体）处诱导带电标量场的二阶相变。浴室变形可以用黑洞显着改变其纠缠动态，从而导致页面曲线和页面时间的变化。我们的结果表明，可以将页面曲线的特征参数（例如纠缠速度，初始面积差异和页面时间）用作合适的探针，以检测超导相变。特别是，纠缠速度还可以探测卡斯纳流动和约瑟夫森振荡。将辐射区域的终点固定在临界页点的两倍时，纠缠速度（内部反应）比初始面积差异（外部反射）对页面时间的影响更大。