采用数字图像相关(DIC)法对物体表面形变进行测量,并通过散斑场的形变对被测物的真实变化进行研究。对散斑质量评价方法进行研究,以求在测量前即可判定所采用的散斑对测量精度的影响。根据DIC法对散斑图像的具体要求,提出基于灰度共生矩阵(GLCM)的散斑质量评价方法。对实际散斑图像进行亚像素刚体平移仿真模拟,采用GLCM中的能量、熵、对比度和相关性指标与DIC法的测量结果进行对比分析,并与平均灰度二阶导数和香农熵进行对比实验。通过改变散斑图像的整体亮度等级与亮度分布情况,探究不同光照情况对实验结果准确度的影响。实验结果表明,GLCM在散斑图像质量评价中具有一定的有效性。

实现一个电能质量分析仪，它包含一套完整的仪器，能够执行所有必要的电能相关的测量，并且能够在一个运行实时操作系统的小型硬件系统上实现并行处理。我们还必须考虑系统的可扩展性，以便在进行设计测量和数据处理运算时符合最新的IEC和EN标准。

代码走查有几个目的，第一个是让新同学快速熟悉代码并了解系统。第二个是做咨询防控的事前检查，避免引发线上故障。第三个是通过一起讨论和审查，加强团队代码阅读和编写能力 目的 代码走查有几个目的，第一个是让新同学快速熟悉代码并了解系统。第二个是做咨询防控的事前检查，避免引发线上故障。第三个是通过一起讨论和审查，加强团队代码阅读和编写能力，让大家编写出优秀的代码。代码走查的优点非常多，但是最核心的还是提前发现问题并解决问题。 所以基于以上目的，代码走查不是批评而是发现问题共同成长，所以对于写代码的同学不需要过于紧张，但是在代码走查前可以自己看优化一遍，但是变更必须有单元测试覆盖。 什么场景应该做代码走

利用蒙特卡罗(Monte Carlo)方法对机载海洋激光雷达探测过程中,透过波动水表面向下传输的激光束质量受波动水表面影响的程度进行了模拟计算,并给出了定量结果和定性结论。为了获得水下传输的激光束质量相关数据,在传统的蒙特卡罗模型中引入了波动水表面影响模型和接收平面能量分布计算的功能。通过模拟计算,得到了不同海面风速条件下机载海洋激光雷达发出的高斯光束透过波动水表面后在接收平面上的能量分布,得出了随着海面风速的增加,高斯光束的光束质量不断下降,机载海洋激光雷达探测效果不断变差的结论。

基于KPI/KQI的语音质量评估系统，用java语言在eclipse上编写，上面有详细的代码说明，谢谢！

一汽—大众汽车零部件供应商管理研究

IQE：使用DCGAN增强图像质量 印度德里·内塔吉·萨哈斯工业大学的Leo Adlakha，Prateek Bhardwaj，Abhijeet Singh Varun ：开发了图像质量增强功能，以增强尺寸（1536、2048、3）的弱光图像的质量。 一些结果如下所示： 要求 requirements.txt包含该代码和网站使用的Python软件包。 抽象的 我们提出了一种新颖的方法来调整弱光图像的各种图像属性，以产生具有更好对比度，亮度等的增强图像。问题是要提高从各种移动设备（如iPhone，三星等）拍摄的图像的质量。一种基于深度学习的方法，涉及深度卷积生成对抗网络（GAN），可以使用一对低质量的图像作为噪声矩阵对其进行训练，并且当此输出与高质量时，生成器的输出用于比较结果图像（groundtruth）被送入鉴别器以获得各种涉及颜色，纹理等的损失。它在从公开可用的数据集（如samsu

空气环境问题越发成为人们关注的焦点.除了工厂排放的各种废气，私家车的普及都导致了当前令人担忧的空气环境状况.国家相关部门也开始加大对空气环境的治理，提出了环境质量网格化监测的相关政策.在此背景下，市场涌现出很多微型监测仪器，但由于自身内部的传感器精准度不够，存在数据偏差的问题.为了解决这一问题，本文通过利用神经网络技术中的长短期记忆网络（Long Short-Term Memory，LSTM）模型结合半监督学习方法，达到提高监测数据的精准度的目的.通过与其它模型进行对比分析，该方法达到了一定的效果.

电能质量监测系统，可实现七种标准信号的电能质量监测，还可以输入信号进行电能质量监测并打分！ 监测的电能质量内容包括电压偏移、频率偏移、三相不平衡、谐波间谐波监测，电压波动与闪降、电压暂降和过电压。信号特征提取采用改进FFT算法，程序可给出频谱图。电压波动求取采用希尔伯特变换计算包络频率得到。 本程序四百多行，深度不高但工作量不小，适用于高年级本科生课设、毕设或低年级研究生参考学习。

仅东南亚地区就有大约 80% 的人口将大米视为主要食物。 由于大多数国家在大米生产方面实现自给自足，消费者更关注质量更好的大米。 人们分析市场上大米的质量和等级是一项非常繁琐的工作。 米粒的质量检验由人工检验员进行人工目检，这既不客观也不有效，因为很多时候由于检验员缺乏经验或人为错误，结果可能不可信。 因此需要一种大米质量自动分级系统，它可以消除人工质量分级过程的缺点。 在本文中，分析了图像处理技术以及机器和计算机视觉，以回顾自动质量分级过程的最新技术。 为了审查目的，考虑了各种程序和方法，以根据不同的参数分析米粒的质量。 本文重点介绍了最近为使用图像处理、机器视觉、计算机视觉和其他技术开发自动化大米质量分级系统而进行的研究。