自然场景图像中的文本检测和识别是计算机视觉问题，长期以来一直是计算机工程师面临的挑战。 深度学习的新进步彻底改变了计算机视觉的世界。 本文尝试建立基于深度学习（DL）的文本检测和识别模型，以解释自然场景图像中的文本。 所提出的模型包括三个阶段，即候选文本区域检测，文本区域提取和文本识别。 首先将自然场景图像馈送到候选文本区域检测机制，该机制提取包含文本字符的潜在区域。 在处理的第一阶段中引入的包含非文本的区域在第二阶段中进行过滤。 然后，第二阶段产生的文本区域集将在最后阶段被识别。 候选文本区域检测中使用了最大稳定极值区域（MSER）算法。 该模型使用了两个卷积神经网络，一个在文本区域提取阶段，另一个在文本识别阶段。 看起来自然场景中的文本检测不是一个容易的问题。 在自然场景图像中检测和识别文本字符的复杂性主要是由于文本字符和自然场景的多样性，各种干扰的存在，不同的照明条件，文本的颜色，大小和区域的不同。 ICDAR-2011，ICDAR-2013，CHARS-74K和CIFAR-100数据集用于训练和验证我们的模型。

首先简要介绍了智能科学的发展背景,提出了智能科学研究中要明确智能科学和智 能技术的研究范畴,对2者概念上的混淆易导致研究路线和方法上的错误。论述了智能科学发展 的哲学基础,并指出了智能科学的发展路线。详细介绍了人工智能技术,分析了符号主义、行为主 义、连接主义3种人工智能路线的优势与不足。提出了抽象智能和直觉智能的分层智能概念。直 觉智能主要负责处理底层应激性简单输入信号 ;抽象智能主要负责处理基于符号的需要逻辑推理 的具有内在含义的输入信息。针对不同层次的输入信息必须采用相适应的智能处理方法才能达 到预

针对在恶劣环境中ZigBee网络节点繁多、网络复杂和成本高的弊端,提出一种基于超低功耗单片机MSP430和射频芯片CC2430的无线传感器网络节点设计。应用射频前端芯片CC2591提高发射功率和接收灵敏度,从而延长传输距离。测试结果表明,网络节点上增加单片机和射频前端使得网络工作更稳定,并使网络覆盖范围扩大。

吸力锚平台采用的负压下沉技术实现了平台的迁移和重复利用,但由于海洋环境的特殊性,使得吸力锚水下施工过程不能被清晰地观察和有效地控制。利用先进的仿真开发工具MultiGen Creator在VC环境下对Vega与MFC 相结合的具体技术进行研究和实践。结果表明:此技术实现了图形仿真与施工力学参数的有机结合,完成了吸力锚平台施工的视景仿真,并在此基础上实现了简单的沉放控制,使得在Vega平台上不仅可以实现利用各种视角对吸力锚平台进行观察,而且能够实现对仿真过程的交互控制。

城市日用水量预测是城市供水管网系统动态模拟的基础和前提，用神经网络对城市日用水量预测的非线性回归组合模型求解的过程中，提出了采用新型的仿生算法——蚂蚁算法来训练神经网络的权值。此方法简化了训练过程，避免了BP算法易陷于局部极值等问题。将经过蚂蚁算法训练的神经网络应用到S.X市日用水量预测模型中，显示了此网络模型具有良好的预测能力，验证了基于蚂蚁算法的神经网络在城市日用水量的预测中具有有效性和可行性。

介绍了二极管中点钳位(NPC)H桥五电平逆变器的拓扑结构及其工作原理,提出了一种新的适用于五电平逆变器的电压空间矢量脉宽调制(SVPWM)算法。该算法利用12条规则来判断参考电压所在位置,为避免逆变器在扇区切换中输出矢量突变,采用了使两相邻小三角形区域输出矢量变化方向相反的方法。结果表明,本文提出的SVPWM算法是正确且有效的,与传统的SPWM方法相比,逆变器输出线电压的谐波含量明显减少,其基波电压的幅值也得到了明显的提高。

根据惠更斯一菲涅耳原理，通过简单的推导，得出聚焦透镜天线焦平面上焦斑宽度的近似计算公式，并讨论了与焦平面平行的平面上的焦斑场．为证明该方法的计算精度及效率，设计了一个Ka波段聚焦透镜天线，并加工了两个天线样品进行比较．对两天线进行了平面近场扫描测试，采用近似公式计算得到的Ka波段聚焦透镜天线半功率点宽度与实验数据接近，表明文中给出的公式有一定工程参考作用．

提出了一种利用数值仿真与常规方法相结合的电梯被动安全系统设计方法．该方法利用非线性显式有限元仿真技术研究电梯、乘员、保护装置的耦合作用下电梯人机安全，并针对不同产品的功能要求和相应的电梯事故特点，以特定事故环境中的结构响应或乘员损伤为依据，评价和设计电梯被动安全系统．经试算分析，验证了该方法的可行性和优越性．

通过对闪耀光栅衍射图样的二维展示,强调了单槽衍射“零级”的意义。首次用三维图演示了特定条件下闪耀光栅仅有一序光谱呈现,入射光波长取闪耀波长时谱线强度有最大值存在,离开闪耀波长时强度逐渐下降;随着入射光波长范围的扩大甚至会出现多序光谱的重叠。

为了实现对污水处理系统参数与性能的有效预测和处理系统的在线实时控制，在介绍神经网络和主元分析-神经网络软测量技术的基础上，分析了神经网络在国内外污水处理领域的研究现状和存在的问题，探讨了神经网络软测量技术在污水处理系统的发展方向。结果表明，基于神经网络的软测量技术能够很好地进行数据分析与模拟仿真，这种软测量技术在污水处理系统中的应用可以通过优化神经网络结构、结合其他数据处理方法、全面预测污水处理系统重要参数、收集与生物处理过程密切相关的参数以及加强对污水生物处理数学模型的研究等方式得到不断改进和完善。