本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。

产品详细介绍一、 仪器用途：721型分光光度分析是其于不同物质对某一波长单色光有选择吸收的特性而建立的分析方法。该仪器内置微机，实现人机对话，操作简单、功能完善，可广泛应用在石油、化工、医药、环保、教学、材料科学等各个领域，是科研、生产、教学不可缺少的分析测试仪器。特点：721系列可见分光光度计采用低杂散光，高分辨率的单光束光路结构，仪器具有良好的稳定性，重现性。应用最新微机处理技术，使操作更为简便，几个按键就能完成测试，并且具有自动调校0%T和100%T等控制功能及多种方法的数据处理功能。LCD数字显示器可显示透射比、吸光度和浓度等参数，提高了仪器的读数准确性。打印输出，配有串行口，可直接连接打印机，打印实验数据。标准RS-232通讯接口（串口），可通过用户应用软件（需另购）和普通的装有Microsoft Windows系统的个人电脑联机。进行试验测试和数据处理。二.技术参数光学系统             单光束、衍射光栅波长范围 360nm ~ 1000nm波长精确度 ±3nm波长重复性 ≤1nm光谱宽带 6nm杂光 ≤1%T (在λ 360nm处)测量范围 0- 125％-0.097-1.99A0-1999C、0-1999F稳定性 暗电流≤0.2％T/3min光电流≤1.0％T/3min透射比准确度 ± 1.5%T数据输出 RS-232标准接口，可配上软件（需使用用户应用软件）和打印输出（串口打印机）外形尺寸 430mm ×310mm × 200mm净重 8kg三.可选购附件      ① 多用途转换架      ② 可调式微量吸收池架         ③ 100mm吸收池架          ④ 水域恒温吸收池架  ⑤ 8-22mm试管吸收池架        ⑥ 程控4槽位样品架四、反射附件软件①用户应用软件          ②仪器具有的测试和数据处理功能五、成套性：主机/1台，比色皿0.5、1、2、3、5厘米各4只，电源线/1根，说明书（含保修卡）/1份。                     上海光学仪器进出口有限公司地 址 ：上海市杨浦区武东路32号2幢401室 邮编 ：200433电话：021-35030526   手机：13916201020   传真：021-65563863  售价：2800元（含税，款到后发货）  联系人：卜生高E-mail:bsg040206@163.com     http://www.soiec.cpooo.com

本发明公开了一种基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法，适用于图像处理领域，包括以下步骤：对数据集进行裁剪，将裁剪后原始低分辨率图像输入到预处理模块中，进行图像归一化和数据增强操作，生成预处理后的低分辨率图像；预处理后的低分辨率图像组成失真图像块数据集，构成训练集、验证集和测试集；根据已有的失真图像块数据集，构建一个基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法；将数据集输入到构建的多尺度大核卷积双残差神经网络中分提取语义特征，并用模型的上采样模块对特征图进行放大，生成超分辨率图像。本方法引入多尺度大核卷积与双残差结构，在神经网络中使用视觉注意力机制，提取的特征更符合人类视觉感知特性，使图像超分辨率图像重建更加准确。

本发明公开了一种高光谱图像端元个数自动估计的端元提取方 法，首先使用 PPI 算法计算高光谱图像中所有像元的 PPI 值，根据像 元的 PPI 值确定初始候选端元集，并对初始候选端元按 PPI 值由大到 小进行排序；然后依次剔除初始候选端元集中独立性最弱的候选端元， 同时获得随端元个数递减的候选端元集的重构精度曲线和端元独立性 曲线，通过寻找这两条曲线变化的显著性位置确定端元个数的取值范 围；最后利用 SGA 算法获取不同端元个数下的二次选择候选端元集， 根据这些候选端元集所构成的重构精度曲线，确定最终的端元个数， 同时获得最终的端元提取结果。本发明不需要事先给定端元的个数， 有利于端元提取的自动化处理，同时提取的端元准确性高。 

产品详细介绍适应范围广

自2011年起，沃土股份邀请国家人社部、浙江大学、阿里巴巴速卖通大学、淘宝大学等互联网、电子商务及创业培训领域的知名专家学者组建了网络创业培训（TSPS）项目专家委员会和项目建设小组，前后历时三年，系统研发了网络创业培训（TSPS）项目：开发了课程体系，建设了教学平台，制定了技术标准，出版了系列教材，培养了师资队伍，搭建了扶持体系，并成功举办了数场声势浩大的网络创业大赛。该项目所确立的“理论（T，Theory）+模拟（S,Simulation）+实践（P，Practice）+扶持（S,Support）”的“TSPS”模型，呈现出课程立体化、教学个性化、实操模拟化、创业成果化、扶持体系化和管理信息化等六大显著特点。

海格通信的网络通信领域以系统集成和技术总体为目标，致力于有/无线通信网络、融合通信系统等通信网络产品的开发、系统建设与维护。在固定和机动专业通信领域能够为用户提供综合通信网络解决方案及服务。 为适应网络承载IP化、业务融合软件化的技术发展趋势，海格通信围绕用户对一体化系统解决方案的需求，在核心技术积累、基础通信设备研发和技术服务等方面持续发展壮大，将成为专业通信领域杰出的系统服务商。