En el transporte a gran escala, la nivelación de la plataforma de carga del vehículo de transporte determinará la seguridad del transporte. Por lo tanto, se lleva a cabo la investigación sobre la nivelación de la plataforma de carga de vehículos de transporte con suspensión hidráulica. Los sistemas de suspensión hidráulica se simplifican como soporte de cuatro puntos. Basándose en los datos multisensor recogidos por los sensores de presión de los cilindros hidráulicos de suspensión y el sensor de inclinación de doble eje de la plataforma de carga, se diseña el sistema de control de nivelación de la plataforma de carga de cuatro puntos según el principio de persecución del punto más alto. Para verificar la precisión del método de nivelación, se simula la nivelación del sistema de control utilizando el software AMESim y MATLAB, y se añade el controlador PID. Los resultados muestran que la precisión y la velocidad de nivelación de este método satisfacen plenamente los requisitos de nivelación del vehículo de transporte. Sobre esta base, se diseña el sistema de control de nivelación para el vehículo de transporte de 100 toneladas. El sensor de inclinación de doble eje se utiliza para controlar el ángulo de inclinación de la plataforma de carga en tiempo real. El controlador puede hacer que los cilindros hidráulicos de la suspensión actúen en consecuencia según las cuatro diferencias de altura para mantener nivelada la plataforma de carga. Por último, se lleva a cabo el experimento de nivelación del vehículo de transporte, y el experimento de elevación se lleva a cabo bajo la condición de sin carga a plena carga. Se concluye que el desplazamiento de los cuatro puntos de la plataforma de carga del vehículo de transporte es básicamente el mismo. El sistema de control de nivelación puede controlar el ángulo de inclinación de la plataforma dentro de 0,25 grados, y el tiempo de nivelación es inferior a 1 segundo. El proceso de nivelación tiene mayor precisión y menor tiempo que otros métodos, lo que puede servir de referencia para el diseño de nivelación de plataformas similares.

Este artículo presenta una nueva alternativa de recurso de datos, mediante la aplicación de los métodos propuestos de Análisis de Componentes Principales (ACP) o de Transformación Wavelet Discreta (DWT) sobre las imágenes de polarización VV y VH del satélite radar Sentinel-1, con el objetivo de una mejor clasificación de los datos. La zona de estudio se refiere al emplazamiento de Houareb, situado en la ciudad de Kairouan, en el centro de Túnez. Además de los datos de Sentinel-1, se utilizaron datos reales sobre el terreno y el criterio de la distancia mínima euclidiana (EMD) para la clasificación y la validación. En este estudio se han propuesto descriptores energéticos para las clasificaciones. Se utilizó la validación cruzada para evaluar los resultados de la clasificación. El mejor resultado de clasificación se obtuvo utilizando el método DWT aplicado sobre las imágenes VH y VV con una Precisión Global (OA) de 0,671 y 0,548, respectivamente, frente a un valor OA de 0,371 y de 0,449 cuando se aplicaron el método PCA y el clasificador de Distancia Mínima (MDist) sobre la polarización dual (VV; VH), respectivamente. La transformación DWT proporciona el Coeficiente de Precisión Kappa (KPC) más alto, de 0,8.

En este estudio se propone un algoritmo mejorado de extracción de parámetros característicos para resolver el problema de la detección cuantitativa de defectos subsuperficiales. En primer lugar, se extraen los parámetros característicos comunes de la señal diferencial de corrientes inducidas pulsadas y ultrasonidos en el dominio del tiempo y en el dominio de la frecuencia. A continuación, se establecen el modelo de dispersión y el modelo ReliefF para determinar los pesos de cada parámetro. Por último, los pesos de los dos algoritmos diferentes se fusionan mediante la teoría de la evidencia D-S para determinar los parámetros de las características. En comparación con el algoritmo de parámetros de características PCA de las corrientes inducidas pulsadas o ultrasónicas, los resultados experimentales muestran que los parámetros de características extraídos por el algoritmo propuesto en este trabajo son más eficaces en la detección cuantitativa de defectos subsuperficiales. Esto conducirá a una alta precisión en los defectos subsuperficiales.

Con el desarrollo de las ciencias sociales y la tecnología y la demanda de la gente de explorar el micromundo, surgió la tecnología del microscopio digital. La tecnología de procesamiento de imágenes microscópicas se ha utilizado ampliamente en la micromanipulación industrial, la biomedicina y la identificación y conservación de reliquias culturales. Con el fin de estudiar en profundidad el uso de la tecnología de imagen microscópica para observar el grosor de la íntima-media de la arteria carótida en pacientes hipertensos y averiguar si es factible explorar muchos factores de riesgo para el desarrollo cardiovascular, este artículo utiliza el análisis de datos, el análisis de conceptos y métodos de construcción gráfica para recoger muestras, analizó la imagen, racionalizó el algoritmo y creó una imagen microscópica que puede estudiar sus factores de riesgo. La gravedad de la hipertensión, la diabetes y otros factores afectan al grosor de las arterias carótidas y a las enfermedades cardiovasculares. Los resultados muestran que cuanto mayor es la duración de la hipertensión, mayor es la presión arterial central y periférica, mayor es la altura y mayor es la presión arterial central, que es relativamente baja. La tasa de detección de presión arterial central elevada es mayor (76,8%). El segundo grupo (53,6%) y el tercero (49,2%) (P<0,008); a mayor edad, la presión arterial central es relativamente alta, y la tasa de detección de presión arterial central aumenta (75,5%). Es superior a la presión arterial normal (24,5%), por lo que se puede concluir que la hipertensión no sólo afecta a la presión arterial central, sino también a la periférica; la estatura y la edad son factores independientes que afectan a la presión arterial central. Básicamente se constata que a partir de la imagen microscópica se han analizado con éxito muchos factores de riesgo de enfermedades cardiovasculares.

Se presenta un novedoso enfoque de aprendizaje basado en datos de un sistema no lineal representado por un modelo neural difuso de Hammerstein-Wiener. El sistema Hammerstein-Wiener tiene dos bloques no lineales estáticos representados por dos modelos neurales difusos independientes que rodean un bloque lineal dinámico descrito por un modelo de respuesta al impulso finito. La teoría multiseñal está diseñada para emplear el sistema Hammerstein-Wiener con el fin de separar los problemas de aprendizaje de parámetros. Para empezar, los parámetros de la no linealidad de salida se aprenden utilizando señales separables con diferentes amplitudes. Además, se aplica un método de análisis de correlación para estimar los parámetros de bloques lineales utilizando señales de entrada y salida separables; de este modo, la interferencia del ruido del proceso se gestiona de forma eficaz. Por último, se introduce la tecnología de aprendizaje multi-innovación para mejorar la precisión del aprendizaje del sistema y, a continuación, se obtiene el algoritmo de gradiente estocástico ampliado multi-innovación para optimizar la no linealidad de entrada y el modelo de ruido utilizando la técnica multi-innovación y el método de búsqueda de gradiente. Los resultados de la simulación muestran que el enfoque de aprendizaje basado en datos presentado tiene la disponibilidad de aprender el sistema Hammerstein-Wiener.

Tras años de vigoroso desarrollo, la escala de la industria del turismo rural se ha ampliado gradualmente en todo el país, y se ha convertido en un importante medio de coordinación de las zonas urbanas y rurales para impulsar los ingresos de los agricultores y enriquecerse. Hoy en día, el nivel de informatización mejora constantemente, la construcción de ciudades inteligentes avanza sin cesar, la demanda personalizada de los turistas es cada vez más fuerte, especialmente los lugares turísticos rurales dispersos en el vasto campo que tienen una gran amplitud espacial, y el método de gestión tradicional ya no puede satisfacer las necesidades de los objetos de origen cuyo principal modo de viaje es la autoconducción. Por lo tanto, sólo cuando el turismo rural se desarrolle en la dirección de la inteligencia podrá realizar con éxito la transformación y modernización de la industria del turismo rural. Este trabajo toma como objeto de investigación un complejo turístico rural de una zona determinada y construye un sistema inteligente de evaluación de la idoneidad medioambiental del turismo rural con tres niveles de criterios: condiciones geográficas naturales, condiciones medioambientales del tráfico y condiciones espaciales del turismo. El peso de cada capa de indicadores se obtiene mediante el proceso de jerarquía analítica, y los datos ráster reclasificados de los indicadores se ponderan y superponen en la plataforma operativa ArcGIS para obtener el resultado de la evaluación de la idoneidad medioambiental del turismo rural inteligente. Según los resultados de la evaluación de la idoneidad, se selecciona la zona más idónea como zona potencial del entorno del turismo rural inteligente en una zona determinada. De acuerdo con las condiciones de los recursos turísticos naturales y culturales en el bloque, el bloque potencial se divide en funciones. Una comparación exhaustiva del mapa de diferenciación espacial de idoneidad del entorno de turismo rural inteligente en una determinada área con el mapa de diferenciación espacial de idoneidad de cada subsistema puede encontrar más claramente que la puntuación de idoneidad del subsistema de desarrollo económico y el subsistema de apoyo básico es un pueblo a nivel de condado en una determinada área. Entre ellos, la idoneidad del subsistema de desarrollo económico rural es similar a la distribución de la idoneidad del entorno de turismo rural inteligente en una zona determinada; es decir, está positivamente correlacionada con la idoneidad del entorno de turismo rural inteligente. Por lo tanto, la mejora del nivel de desarrollo económico rural y el aumento de la inversión en la construcción de un entorno turístico rural inteligente desempeñan un papel importante en la mejora del nivel de cobertura de los servicios públicos y las infraestructuras.

Los algoritmos de los equipos wearables con tecnología de procesamiento de imágenes tienen cierta versatilidad y pueden utilizarse ampliamente en campos populares como el tratamiento médico, las fábricas, el desarrollo de drones, la interacción persona-ordenador, la realidad virtual y la educación física. Con el fin de estudiar en profundidad el efecto de monitorización de los productos vestibles inteligentes basados en la tecnología de procesamiento de imágenes sobre las posturas de entrenamiento de baloncesto, este artículo utiliza el método de comparación manual de productos, el método de recopilación de datos y el método de desarrollo de equipos para recoger muestras y analizar y desarrollar equipos de monitorización inteligentes, algoritmo racionalizado. E integró y desarrolló un producto wearable que puede monitorizar la postura de entrenamiento de los atletas en tiempo real durante el entrenamiento de baloncesto. Después de investigar el producto, se utilizó el programa de entrenamiento del producto para el regate con la mano baja. El primer entrenamiento duró 3 minutos y 10 segundos, y el segundo 2 minutos y 45 segundos. En estos dos casos se estudiaron el prototipo y el regate manual. Los resultados mostraron que el prototipo recordaba a los participantes 31 veces, mientras que el entrenador sólo lo hacía 13 veces debido al gran número de personas. Al comparar las puntuaciones de satisfacción del software de fitness y los productos desarrollados en este artículo, la puntuación oscila entre 1 y 5 puntos, que es muy coherente con la puntuación de 5, y es muy incoherente con la puntuación de 1. A través del ensayo de esta escena, se obtuvo información positiva. En general, la evaluación del prototipo está por encima de la del software de fitness. El número de personas deseosas de volver a utilizar el prototipo es 10 veces superior al del software de fitness. Estos datos proceden del primer gráfico de combinación y del tercer gráfico de combinación. Las explicaciones correspondientes y los métodos experimentales se presentarán más adelante en la descripción de estos dos gráficos de combinación. El prototipo puede satisfacer ampliamente las preferencias deportivas del público. Básicamente, a partir de la tecnología de procesamiento de imágenes, se ha diseñado un producto wearable de monitorización inteligente con una alta evaluación y un buen efecto.

Este trabajo propone un nuevo algoritmo para la estimación de parámetros aerodinámicos y ruido en sistemas dinámicos de aeronaves. El método de inferencia bayesiano se combina con un filtro de Kalman no acentuado para estimar conjuntamente los estados aumentados y los parámetros de covarianza de ruido desconocidos. Se utiliza un método de Gauss-Newton para maximizar secuencialmente la función de verosimilitud posterior para la estimación de los parámetros desconocidos del ruido. El rendimiento del algoritmo propuesto se evalúa y compara con otros dos UKF mediante un escenario de vuelo de una aeronave determinada. Los resultados indican que el algoritmo propuesto tiene un rendimiento equivalente al UKF simplificado con información previa del ruido y supera ligeramente al UKF paralelo en precisión y eficiencia en esta evaluación del escenario de vuelo. A continuación, la coherencia y precisión del algoritmo se validan mediante una simulación Monte Carlo con covarianza de ruido de proceso aleatorio. Este algoritmo adaptativo proporciona otra forma factible y eficaz de estimar los parámetros aerodinámicos a partir de los datos de vuelo reales de la aeronave con características de ruido desconocidas.

Con el desarrollo del aprendizaje profundo, la detección de objetivos a partir de sensores de visión ha alcanzado una gran precisión y eficiencia. Sin embargo, la detección de objetivos pequeños sigue siendo un reto debido al uso inadecuado de la información semántica y la información detallada de la textura de las características subyacentes. Para resolver estos problemas, este artículo propone un algoritmo de detección de objetivos pequeños basado en el modelo Mask R-CNN, que integra el aprendizaje por transferencia y la red profunda separable. En primer lugar, se introduce la estructura de fusión de pirámide de características para mejorar el efecto de aprendizaje de las características de bajo y alto nivel, especialmente para fortalecer el canal de información de las características de bajo nivel y, mientras tanto, optimizar la información de las características del objetivo pequeño. En segundo lugar, se utiliza la función ELU como función de activación para resolver el problema de que la función de activación original desaparece en el gradiente negativo del semieje. Por último, se adoptó una nueva función de pérdida F-Softmax combinada con Focal Loss para resolver el desequilibrio de las proporciones de muestras positivas y negativas. En este trabajo se utiliza un conjunto de datos de elaboración propia para llevar a cabo los experimentos, y los resultados experimentales muestran que el algoritmo propuesto hace que la precisión de detección de objetivos pequeños alcance el 66,5%.

Debido a la complejidad de las redes de comunicación inalámbricas y a la naturaleza abierta de los enlaces inalámbricos, los complejos algoritmos criptográficos de cifrado de red de capa superior también son difíciles de aplicar eficazmente en las complejas redes de comunicación e interconexión inalámbricas móviles, y las políticas de seguridad tradicionales basadas en la criptografía gradualmente no son capaces de satisfacer las necesidades de gestión de la seguridad de la actual era de la información en Internet móvil. En este trabajo, se extraen las características físicas del canal en el canal inalámbrico y se utilizan para generar claves y, a continuación, se negocian las claves para que las claves generadas por las dos partes comunicantes sean idénticas. A continuación, las partes comunicantes utilizan las claves generadas para diseñar la matriz de intercalación para el cifrado del mensaje. Se investiga la tasa de bits falsos del sistema para el caso de una matriz de intercalación generada utilizando diferentes métodos de cuantificación de claves. Se estudia en profundidad el problema de la caracterización de las técnicas de codificación y cifrado de claves entrelazadas para la capa física que detecta conjuntos de antenas de canales inalámbricos. La técnica de entrelazado de la capa física del canal inalámbrico y la técnica de cifrado de la capa física del canal inalámbrico se combinan orgánicamente, y se diseña y utiliza un método de cifrado de entrelazado conjunto basado en la clave de la capa física del canal inalámbrico para cifrar y aleatorizar la información de datos de la capa física del sistema OFDM (Multiplexación por División de Frecuencias Ortogonales), lo que mejora la seguridad y fiabilidad de la transmisión de información del canal inalámbrico. Se estudia el efecto de las claves de la capa física bajo diferentes métodos de cuantización de la capa física en el rendimiento del algoritmo de cifrado de intercalación del canal inalámbrico, y se investigan los métodos de cuantización de amplitud pura, fase pura y fase de amplitud conjunta para las características de los canales de la capa física inalámbrica.