Automatic Identification of Butterfly Species Based on Gray-Level Co-occurrence Matrix Features of Image Block

In recent years, automatic identification of butterfly species arouses more and more attention in different areas. Because most of their larvae are pests, this research is not only meaningful for the popularization of science but also important to the agricultural production and the environment. Texture as a notable feature is widely used in digital image recognition technology; for describing the texture, an extremely effective method, graylevel co-occurrence matrix(GLCM), has been proposed and used in automatic identification systems. However,according to most of the existing works, GLCM is computed by the whole image, which likely misses some important features in local areas. To solve this problem, this paper presents a new method based on the GLCM features extruded from three image blocks, and a weight-based k-nearest neighbor(KNN) search algorithm used for classifier design. With this method, a butterfly classification system works on ten butterfly species which are hard to identify by shape features. The final identification accuracy is 98%.     

海洋钢结构的焊接质量控制

近几年，石油和天然气价格推动了世界海洋石油工业的高速发展，海洋钢结构作为海上油气钻采的支撑结构物，其建造量逐年递增。由于海洋钢结构特殊的服役环境，且随着向深水海域的迈进，海洋钢结构的服役环境趋向于更为恶劣，相比常规钢结构而言，其对焊接质量的要求更为严格。对海洋钢结构的结构类型、焊接结构的最新设计理念以及焊接质量的控制措施进行了阐述。掌握焊接参数对焊接质量的影响以及掌握焊接缺陷产生的机理是控制海洋钢结构焊接质量的关键。     

船用涡轮机械实心叶轮二次计算法分析

通过对叶轮应力二次计算法的研究,获得实心叶轮从轮缘到中心计算时的应力修正系数公式,并结合计算实例,验证了公式的正确性,发展了实心叶轮的二次计算法。     

隧道超欠挖对成本的影响

本文分析了影响孤山隧道开挖超欠挖的几种因素；包括钻孔，爆破及围岩条件等，以及超欠挖对隧道施工成本的影响关系，通过实测资料，说明孤山隧道中超欠挖现象是比较严重的，对增加施工成本产生了较大影响，应引起现场管理人员的足够重视。     

集中供热系统几种定压方式的应用

结合设计实际，阐述了几种定压方式的工作原理、应用方式、技术条件及实践体会。     

灌河大桥施工中的钢结构设计应用

钢结构设计目的及方法 钢结构设计的目的是应保证结构和构件在充分满足功能要求的基础上安全可靠地工作。即在施工和使用过程中能满足预期的安全性和使用性的要求,做到技术先进、经济合理、安全适用和确保质量。     

无锡太湖山水游艇俱乐部

太湖是我国的第三大淡水湖，面积2425平方公里．湖岸线长达400公里．据称有48岛．72峰．湖光山色．相映生辉．有不带雕琢的自然美，自然是玩游艇的好地方。外加地处江苏和浙江两省交界处，离上海不到200公里，[第一段]     

当前高校实验室建设与管理中的思考

随着我国教育改革的不断深入发展,高校实验室建设得到了人们的重视,而其在高校教学与科研中发挥着重要作用,充分利用各方面的积极作用,保证高校实验室建设实现跨越式发展,是摆在我们面前的一项重要任务.     

基于深度可分离卷积和多级特征金字塔网络的行人检测

为提高行人检测的准确率,提出一种基于卷积神经网络的行人检测方法。该方法以YOLOv3-tiny算法为基础,在骨干网络部分,用深度可分离卷积的网络结构代替原卷积网络结构,加深网络深度。在检测部分,提出一种改进的多级特征金字塔网络,该网络由8个结构相同的使用深度可分离卷积的特征金字塔组成,特征金字塔之间串联连接,将不同金字塔得到的相同尺寸的特征进行融合,利用融合后的特征金字塔进行检测。在Caltech Pedestrian数据集上进行测试。结果表明:该方法的漏检率为57.83%,比梯度方向直方图(HOG)方法低32.53%,比基于深度学习的方法SA Fast-RCNN和MS-CNN分别低4.67%、3.21%;运行速度为34 ms/帧。因而,该方法满足了实时性要求。