基于卷积神经网络的车辆识别技术研究

现有车辆识别技术识别准确率受环境影响较大,因此提出基于卷积神经网络的车辆识别技术研究。通过设置模型层数与超参数,构建卷积神经网络的车辆识别模型多层结构,在输入原始图像数据后,通过对车辆信息数据分类,提取车辆特征信息,完成车辆识别。设计仿真实验,对比基于卷积神经网络的车辆识别技术与基于视频图像处理的车辆识别技术,在不同环境下对多种类型车辆识别准确性,证明设计有效性。     

基于虚拟仿真的测试性预计技术研究及应用示例

本文首先介绍了测试性技术现状等,之后详细阐述了基于虚拟仿真的测试性预计技术原理,在此基础上介绍了该方法的实现方式,并给出应用实例。可以看出,此方法可以快速给出系统的故障检测和故障隔离能力,大大减少故障检测和隔离时间,从而缩短维修时间,提高系统的任务可靠性,减少寿命周期费用（LCC）。     

基于仿真分析的复杂电子装备测试性预计技术研究

测试性是产品的一种设计特性,是伴随功能原理设计时赋予产品的一种固有属性。随着电子产品及设备的复杂和多样化,导致其故障诊断越来越困难,产品的测试性也逐渐得到生产和使用单位的重视。为尽早在研制阶段对产品的测试性水平进行评估,发现测试性设计的薄弱环节,首先对测试性仿真技术进行了简单介绍,之后详细阐述了基于TEAMS的测试性仿真方法,最后以某型柴油机系统为例,对其测试性指标进行预计,同时发现产品测试性设计上的薄弱环节,为产品的设计改进提供建议。