8篇关于检测的计算机毕业论文

今天分享的是关于检测的8篇计算机毕业论文范文, 如果你的论文涉及到检测等主题,本文能够帮助到你

克隆代码的检测与重构应用研究

这是一篇关于word2vec,克隆代码,检测,相似度,重构的论文, 主要内容为克隆代码是软件开发中的常见现象,它能够提高效率,产生一定的正面效益。但是现有研究表明,克隆代码也会对软件系统的开发、维护产生负面的影响,包括降低软件稳定性,造成代码库冗余和软件缺陷传播等。通过克隆代码检测技术找到系统中存在的克隆代码,从而用较低成本减少克隆代码所带来的负面效应是软件工程领域研究的重要课题。新疆马产业科技创新平台包含五个子平台,分别为新疆马业科技信息服务管理平台、马业生产过程数据采集平台、马业电子商务交易平台、赛马赛事组织管理信息平台、马产业大数据决策支持平台,该平台分别由五个项目组开发完成。但是在协同开发的过程中会产生大量的克隆代码,出现了系统体积过大,难以维护的问题,所以需要对平台进行克隆代码检测并重构,以降低系统代码冗余,提高系统的可维护性。本文以马业电子商务交易平台为样例进行了克隆代码检测研究与重构工作。本研究首先采用了两个基于传统技术的克隆代码检测方法与一个基于神经网络的克隆代码检测方法,使用这三种方法分别在BigcloneBench上进行实验;其次通过混淆矩阵分别计算三个方法的精确率、准确率、召回率及F1-score,以此方式对每个方法进行评价。最后,使用精度最高的克隆代码检测方法对新疆马业电商平台中的文件进行克隆代码检测,并对相关代码进行重构,对重构后的系统执行了回归测试。本文的研究创新点主要有以下两个方面:(1)实现了 word2vec中CBOW模型的克隆代码检测方法;(2)对两种传统方法与基于神经网络的方法进行了比较。研究结果表明,在F1-score评价指标中,基于token词频统计的克隆检测方法为88%、基于AST的克隆代码检测方法为77.5%,基于skip-gram模型的克隆代码检测达到了 94.4%,基于CBOW模型的克隆代码检测达到了 96.6%。通过分析可知,基于CBOW的模型能有效的检测出系统中的第三类克隆代码,通过对克隆代码进行重构,可以有效节约开发人员维护系统的成本,本研究对相关领域的研究具有借鉴作用。

基于U-Net的料塔料位检测方法研究

这是一篇关于料位,检测,规模化养殖,深度学习,U-Net的论文, 主要内容为在规模化生猪养殖生产中,料塔的料位检测设备较少,传统的检测方法主要是人工检测和经验判断,难以精确、实时检测料塔余料,无法满足现代化畜牧业发展的需求。随着智慧生猪养殖的出现,深度学习在畜牧养殖业中得到较好的应用。为满足精细化管理,改善料位检测中的不足,实现更为高效、准确的畜牧养殖,本文进行检测系统的设计,采用语义分割模型结合自行搭建的实验平台完成对料塔内饲料余量进行检测。在料位图像分割任务中,通过比较不同算法的性能指标,U-Net更加符合实际需求,表现出良好的分割能力。因此基于U-Net的料位检测方法具有较大的研究和应用价值。本文通过对U-Net语义分割模型进行研究,结合现实场景对其结构进行优化,改进了检测精确度、准确度等问题。本文的主要研究内容如下:(1)研究深度学习中语义分割算法的工作原理和适用特点,了解各经典网络模型的计算原理,通过比较其优缺点,选择U-Net作为本次研究的语义分割模型。对UNet的网络层及其连接进行深入研究,将此模型合理运用于实验和分析之中。(2)通过实验对U-Net语义分割模型进行合理调参,使其成为二分类模型,降低目标类别的复杂程度,并在网络结构中,引入残差结构和空间注意力机制,提升网络的识别能力和分割效果,优化了U-Net语义分割模型,最后对输出结果图像进行图像处理,检测料塔内余料容量。(3)在同等的环境配置下,用改进的U-Net网络模型和原始U-Net网络模型分别对相同数据集进行检测,经过对比试验,结果表明:平均交并比mIoU由95.45%提升到98.04%,类别平均像素准确率也提高了0.83%,F1分数由0.942提升到了0.951,料位检测准确率由90%提升到了94%。说明基于改进U-Net的料位检测方法具有一定的可行性,能满足检测的基本要求。(4)自行搭建实验平台,考虑实验中的各项影响因素,完成检测系统的设计,在料位检测过程中加入了余料数值显示功能,可以直观、便捷的观测到当前料塔内余料容量,自动化程度更高,有效降低了人工劳动成本,提高生产效率。该研究将深度学习与料位检测合理结合,为实现规模化养殖生产中料塔余料的检测和现代化生猪规模养殖的发展提供了一定的理论基础和技术支持。

克隆代码的检测与重构应用研究

用于养殖水检测的自动电子舌设计研究

这是一篇关于自动电子舌,养殖水,检测,机械臂,卷积神经网络的论文, 主要内容为养殖水体的水质变化对水产品生长影响较大,按照《地表水环境质量标准》,根据水体中各种元素的含量,水质可划分为Ⅰ至Ⅴ类,其中,适合水产养殖的水体为Ⅲ至Ⅳ类,其主要参数为氨氮、总氮、总磷、COD等。在水产养殖过程,按时检测水质参数,并根据变化情况及时进行调节,对水产品养殖十分重要。然而目前水质检测常用的方法如容量分析法、分光光度法等需要具备检测技术的检测人员在实验室进行检测,且一种方法只能检测一个参数,费时费力。电子舌是一种新型电化学检测手段,通过多传感器阵列与模式识别方法结合,可实现对液体的定性检测及多参数定量检测。伏安型电子舌近年来在水质监测领域有不少应用。然而,现有电子舌系统一般在设计初期就确定了传感器阵列,检测过程无法更换传感器,后续拆卸传感器也不方便;检测过程需要根据检测需求频繁更换样品,耗时费力;其次,现有电子舌系统的传感器清洗方式多为浸没式清洗,耗时长且需要多次清洗以保证清洗效果。这些因素均制约了电子舌的自动化程度和检测效率。针对这些问题,本文基于养殖水检测,设计开发了具有自动更换传感器、自动进样清洗、自动对养殖水进行定性定量检测的自动电子舌系统。主要研究内容包括:1)针对电子舌系统中传感器更换不便、自动进样清洗不完善等自动化程度不高的问题,设计了一套用于养殖水检测的自动电子舌系统,包括自动检测模块、自动进样清洗模块、自动更换传感器模块、数据采集模块以及作为控制中心的上下位机控制模块。其中,上位机基于Lab VIEW软件开发;下位机则直接与各个模块的硬件设备通讯,控制各个模块设备的工作;自动检测模块通过控制滚珠丝杆运动,控制阵列平台的移动,实现自动检测和样品槽清洗;进样清洗模块通过控制管路系统中的电磁阀开闭和滚珠丝杆的运动,实现检测槽的进样,以及实现传感器在清洗槽中的射流清洗以及清洗喷头射流清洗检测槽的功能;自动更换传感器模块使用五轴舵机机械臂实现传感器的夹取与安装,并通过自动收放线装置结合继电器实现传感器导线的自动收放;数据采集模块主要使用数据采集卡通过USB接口将采集到的数据传输至上位机电脑中,以便于下一步的数据处理。2)对自动电子舌系统的自动更换传感器模块进行了测试,对采集的养殖水样品进行了检测分类,并使用电子舌系统采集信号数据,对电子舌系统的分类性能进行了测试。通过对自动更换传感器模块中的机械臂进行运动学分析,以及采用蒙特卡洛法进行工作空间分析,确定机械臂在自动更换传感器模块中的位置。对机械臂进行笛卡尔空间轨迹规划,通过对关节角度、角速度、角加速度运行结果的分析,确定了机械臂运行过程平稳。并进一步进行了夹取安装精度试验,确定机械臂夹取安装精度在3mm以内,达到了预期目标,且整体夹取安装传感器的时间在20S左右,达到了设计要求。将采集到的养殖水样本根据《地表水环境质量标准》分为四类,并使用设计的自动电子舌对采集的25组扣蟹养殖水样本进行数据采集后,进一步进行了PCA分析,结果表明,所设计的自动电子舌可以成功区分不同的扣蟹养殖水。3)基于自动电子舌采集的扣蟹养殖水数据与扣蟹养殖水的理化指标,结合卷积神经网络(CNN)框架,实现了扣蟹养殖水定性定量分析。基于《地表水环境质量标准》将所采集的25组扣蟹养殖水水样划分为Ⅱ、Ⅲ、Ⅳ、Ⅴ等四类水质,采用Alex Net-CNN结构并结合不同的优化手段搭建定性检测模型,对扣蟹养殖水进行定性分析,并与GA-BP定性分析结果进行对比,结果表明:采用Re Lu6和BN归一化层结合的优化方法搭建的Alex Net-CNN定性检测模型对四类水质样品的识别率达到了95.5%,优于GA-BP的定性分析结果;采用Inception V2-CNN结构分别搭建了单输出定量分析模型与多输出定量分析模型,对总氮、氨氮、总磷和CODMn等四个主要扣蟹养殖水水质指标进行了预测,并与PLS定量预测结果进行对比,结果表明:采用单输出Inception V2-CNN定量分析模型的验证集RMSE在0.111-0.139之间,R2在0.974-0.991之间;采用多输出Inception V2-CNN定量分析模型的验证集RMSE在0.134-0.185之间,R2在0.977-0.989之间,均优于PLS定量分析模型的预测结果。分析结果证明了自动电子舌结合卷积神经网络用于养殖水检测的可行性。

基于机器视觉的轴承套圈缺陷在线检测系统研究与应用

这是一篇关于机器视觉,轴承,套圈,缺陷,检测的论文, 主要内容为轴承是机械设备的重要零部件,其质量决定着机械设备的整体性能。套圈是组成轴承的精密零件,在加工过程中不可避免地会出现各种各样的缺陷,因此需要对套圈质量进行严格把控。目前,国内众多轴承生产企业对轴承套圈外观缺陷检测仍然采用人工目测的方式,这种检测方式不仅效率低,而且难以保证检测结果的准确性。为此,本文针对轴承套圈端面和滚道面常见缺陷,设计了基于机器视觉的轴承套圈缺陷在线检测系统,实现了套圈端面和滚道面常见缺陷的在线检测。研究内容如下:首先,对套圈结构及缺陷类型进行了分析,制定了系统总体设计方案,完成了系统主要硬件的选型设计。其次,对轴承套圈缺陷在线检测系统流水线进行了结构设计,实现了套圈加工与缺陷检测的有效衔接;对关键零部件进行了有限元分析,确保了结构设计的可靠性;同时对流水线控制系统进行了总体设计,实现了系统运行过程的自动化控制。然后,对套圈端面和滚道面外观缺陷检测算法进行了设计。检测算法流程包括图像预处理、边缘检测及ROI提取、图像分割、特征提取及缺陷判别。在图像预处理部分,采用双边滤波对图像进行保边去噪处理;在边缘检测及ROI提取部分,采用Canny算子进行边缘检测,利用最小二乘法拟合套圈滚道面和端面轮廓,提取滚道面和端面圆环,实现了检测区域的精确定位;在图像分割部分,根据滚道面和端面缺陷区域灰度表现的差异性,分别采用改进的Otsu算法和改进的Niblack算法进行阈值分割,提高了传统阈值算法的图像分割性能;在特征提取及缺陷判别部分,通过提取缺陷区域的形状特征,根据不同缺陷形状特征的差异性对滚道面和端面缺陷进行了分类判别。最后,对系统软件进行了设计,实现了用户登录、权限管理、参数设置和数据管理等功能。经过现场测试,系统综合检测准确率达98.7%以上,单次检测耗时不超过700ms,能够实现套圈端面和滚道面常见外观缺陷的实时在线检测,验证了设计算法的合理性和鲁棒性,满足企业应用需求,具有较大的工程应用价值。

可拉伸水凝胶用于不规则伤口修复和康复检测

这是一篇关于不规则伤口,水凝胶,组织修复,检测的论文, 主要内容为在比赛中,运动员肢体受伤的风险高。如果运动员造成受伤,皮肤的功能会被破坏最终失去保护作用,会使得运动员无法比赛甚至严重的情况会危害运动员的职业生涯,保证运动员快速恢复显得格外重要。伤口愈合是一个复杂的过程,因为频繁的活动和高度紧张,治疗和康复带来了挑战。目前,一些市售敷料在组织保护和修复方面发挥了相应的作用,但这些敷料普遍存在润湿性差、拉伸和压缩性能不足、组织粘附性能差等问题。因此,需开发满足人体运动力学和组织粘附的新型创面敷料。而在水中聚合形成的水凝胶有利于细胞的迁移和活性物质的释放。但是传统水凝胶只能起到物理隔离,无法满足对敷料性能提出的越来越多的止血,促进修复等要求。开发功能材料以满足修复的各种需求成为了敷料设计的主流。除此之外,针对不同的皮肤伤口情况应使用合适的创面修复材料才能更好的满足伤口愈合。特别是针对运动员紧急受伤的复杂情况,更应该满足高效的修复,甚至判断运动员术后恢复的情况。所以本论文设计了水凝胶基敷料,实现高效组织愈合,并帮助运动员尽快重返赛场。(1)设计了先制备干纤维再制备水凝胶的方法,原位交联制备了鱼鳞/海藻酸钠/壳聚糖纳米纤维(FS-P)水凝胶。将纳米纤维与硫化铜纳米颗粒在温和条件下交联,无需催化剂和附加步骤获得复合纳米纤维水凝胶。制备的材料不仅具有粘附和优于人体皮肤的力学性能,而且有极好的抗菌效果。利用海洋生物纤维制备凝胶的联合策略促进了血管生成和组织修复。(2)制备了一种医用水凝胶,以满足微创和可穿戴检测的双重需求。利用微化学反应腔的概念,制备了具有时空控制和原位增强功能ε-PL/PVP/MXene(εPM)水凝胶。引入MXene作为微化学反应中心,利用热传递和微催化的双重作用,使凝胶网络在体内注射后均匀可塑,从而实现不规则伤口的填充和治疗。这种水凝胶不仅具有粘性,而且具有超韧性。同时,该水凝胶具有优良的导电性和传感能力,可以实时记录运动员运动特征,并通过无线传输,从而对健康恢复做出准确判断。综上所述,FS-P纳米水凝胶敷料表现出保湿性和组织强粘附性,εPM水凝胶便表现出抗拉伸性和压缩性,能满足微创等手术环境,同时可以记录运动员的运动特征,判断运动员的恢复情况,作为新型伤口修复敷料展现出广阔的应用前景。为多功能复合水凝胶基伤口敷料的开发与应用提供新思路也为高效微创和精确康复检测开辟了新途径。

物流货物危险品检测分拣系统的研究

这是一篇关于拉曼光谱仪,危险品,检测,电子标签,PLC的论文, 主要内容为随着电商的崛起,物流货物中携带的易燃易爆等危险品影响物流行业发展,同时也威胁着工作人员的安全。X射线在物流货物安检系统已经得到广泛利用,但是X射线只能检测出货物的形状,不能确定货物的分子组成及货物的种类,更无法对液态及粉尘类等货物进行准确检测。拉曼光谱仪对于液体及粉尘类危险品的检测准确度比传统的X射线精确,但是拉曼光谱仪只能透过透明或半透明的包装对货物进行检测,再加上现场环境的影响,会造成光谱仪获得的被测货物的现场拉曼光谱图不够精确,故使得拉曼光谱仪用于现场物流货物检测得不到普及。首先,本文对拉曼光谱图传统数据降噪处理算法进行了分析和总结,通过重新设计数据处理部分的降噪阈值函数;其次,在使用小波降噪算法时,利用基于平移不变的小波阈值降噪算法生成的阈值,提高拉曼光谱图的精度,并且通过仿真验证了该算法的有效性,从而可将拉曼光谱仪广泛用于物流货物危险品检测中;最后,设计研究出一套基于X射线检测装置和拉曼光谱仪及PLC的物流货物危险品检测分拣系统。该系统能够通过自动分拣出X射线不能准确检测的可疑货物以及能确定的非紧急处理的危险品,对可疑货物通过拉曼光谱仪进行二次检测,以确定可疑货物的成份,进行分类处理。利用电子标签有效完成检测系统和PLC之间的通信,提高了危险品分拣的效率。系统包括检测部分、识别部分、分拣部分、监控部分和人机界面。用组态王软件实现了电子标签阅读和危险品的自动分拣,测试系统的相关性能,表明该系统具有一定的应用价值。

茶树病虫害检测及防治信息挖掘与可视化分析

这是一篇关于茶树病虫害,检测,防治,CiteSpace,可视化,CNKI,文献分析的论文, 主要内容为茶是我国重要的经济作物之一,茶树病虫害是影响茶叶产量和质量的主要因素,目前关于茶树病虫害检测(监测、预测、诊断、识别)和防治的研究应用信息繁杂,这种现状既不利于研究人员把握研究现状和发展趋势,也不利于农业技术人员指导生产实践。本文运用Cite Space软件从CNKI数据库中采集有关茶树病虫害检测和防治研究的文献数据进行数据挖掘和可视化分析,通过创建茶树病虫害检测和防治文献知识图谱实现研究热点、研究前沿、代表作者、主要机构、年代和发文量的可视化显示,从而找出当前研究中的核心主题以及空白区域,利用权威性的研究作者和研究成果去指导未来茶树病虫害检测和防治的发展实践。其研究结果将为政府相关决策部门发布指导意见提供依据,为茶树领域研究人员研究方向提供参考,为农业技术人员及茶叶种植户进行科学种植提供指导。主要工作总结如下:(1)综合分析了茶树病虫害检测和防治的国内外研究现状,阐述了对茶树病虫害检测及防治信息进行挖掘、分析的目的和意义。(2)详细描述了本文所使用的工具Cite Space,具体介绍了该软件的使用方法和应用。(3)利用Cite Space对茶树病虫害检测进行数据挖掘与可视化分析,在数据收集中重点描述了数据去重的方法,在关键词分析中,重点分析了图像识别,物联网以及专家系统等信息技术,其目的是突出在“互联网+”时代下,人工智能技术对茶树病虫害检测的重要性,以此为该领域的研究人员提供研究思路,确定研究方向。在作者分析中,周凌云作为发文量最大的作者,其研究内容对茶树病虫害检测的发展趋势具有一定的导向作用,在作者合作网络分析中,总结得知现有研究作者之间建立的网络合作关系较少且合作强度较弱,更多的局限在同一院校或同一研究机构之间,跨区域、跨学科间联动较少,横向联系相对缺乏,跨团队协同研究有待加强。在机构分析中,湖南茶叶研究所发文量最高,机构合作上茶树病虫害检测的研究机构比较分散,有较多孤立的点,各机构之间连线稀疏,机构间的合作较少且合作程度低,机构之间的交流不多。(4)利用Cite Space对茶树病虫害防治进行数据挖掘与可视化分析,在关键词分析中,着重进行研究热点分析,出现频次最高的理念关键词是绿色防控,其次是综合防治,由于防治有“具体问题具体对待”的特点,对于不同的病虫害防治手段不同,因此在热点分析数据中,出现了不同年段重点研究的病虫害不同,对研究前沿与发展趋势分析可知,自2014年以后“综合防治”成为了新的研究热点,针对茶树病虫害防治,应探究绿色、科学的综合防治技术,通过综合手段降低病虫害的发生率,并逐渐引进先进的防治技术手段,提升病虫害防治效率与防治效果,以便为茶树种植的未来发展提供有利的技术支持。其次还针对作者发文量和合作关系,机构发文量和合作关系以及发文量和年代进行了具体分析,通过对发文量和年代进行分析知该研究的发文量均呈现一个上下起伏波动的状态,但总体有所发展。

本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计工坊，原文地址：https://m.bishedaima.com/lunwen/48501.html