网络检索考试试题及答案

维普数据库：课题1：车用加速度传感器研究关键词：汽车加速度传感器检索式：汽车*加速度*传感器检索结果：关键词＝61条，题名=25条，文摘＝216相关文献：（第一篇）【题名】加速度传感器在汽车制动性能检测中的应用研究【作者】苏维嘉苏俊【机构】辽宁工程技术大学机械工程学院辽宁123000【刊名】《工业控制计算机》2008年第2期【文摘】汽车制动检测系统主要由单片机LPC2132和集成三轴加速度传感器组成，能完成对汽车行车制动系统和驻车制动系统制动效能与制动方向稳定性的检测。详细介绍了此系统的检测标准、算法、硬件组成、功能和使用情况。（第二篇）【题名】轮胎加速度传感器的汽车制动性能监测分析【作者】李东临【机构】华南理工大学电子与信息学院广东广州510640【刊名】《传感器与微系统》2006年第12期【文摘】：以加速度传感器为基础，提出了一种新型的动态汽车制动性能监测方案。通过安装在汽年轮胎内部的加速度传感器，获取轮胎的离心力，并进行数据换算得到轮胎的制动力，以非接触方式向驾驶台传送信号，根据4个轮胎的制动力信号，就可以进行汽车制动性能的监测。对传感器信号的特征、制动性能的转换关系等作了前期Matlab仿真分析，为后续动态汽车制动性能监测系统的实现提供了理论依据。课题2：神经网络在图像处理中的应用关键词：神经网络图像处理检索式：神经网络*图像处理检索结果：关键词＝468条，题名=42条，文摘＝611相关文献：（第一篇）【题名】人工神经网络在图像处理中的应用【作者】陈京水李业勤刘玉蔡显圣【机构】山东省济南卫生学校医疗器械学科，山东济南250023【刊名】《中国医学装备》2010年第7期【文摘】图像处理是包含丰富内容和具有广阔应用领域的研究学科。近几年来,作为具有自组织、自学习和联想功能的人工神经网络理论已成功地应用于图像处理的许多方面,神经网络应用于图像处理的主要思路是：把原始图像或经过适当预处理的图像作为网络的输入信号,在网络的输出端得到处理后的图像信号或分类结果。（第二篇）【题名】神经网络技术及其在医学图像处理中的应用【作者】李清梦【机构】上海理工大学医学影像工程研究所上海200093【刊名】《中国医学影像技术》2011年第6期【文摘】神经网络技术是模拟生物神经系统的原理而构成的一种新型智能信息处理技术,已成功应用于疾病预报、方剂配伍等医学领域。近年来,在医学图像处理与分析领域,神经网络技术也得到了广泛应用。本文就神经网络技术在医学图像分割、医学图像配准以及基于医学图像的计算机辅助诊断技术等方面的应用及其研究进展进行综述,阐述具有代表性的技术和算法。中国知网数据库：课题1：车用加速度传感器研究关键词：汽车加速度传感器检索式：汽车*加速度*传感器检索结果：关键词＝24条，篇名=24条，文摘＝499相关文献：（第一篇）【题名】汽车安全气囊加速度传感器的研究【作者】贾石峰【机构】兰州铁道学院信息与电气工程学院甘肃兰州730070【刊名】甘肃科学学报2002年04期【文摘】论述了汽车安全气囊系统及其加速度传感器的基本结构和原理,并提供了该类传感器的重要技术数据.（第二篇）【题名】汽车碰撞试验用加速度传感器校准方法的研究【作者】邓世宽【机构】长城汽车股份有限公司技术中心,河北省汽车工程技术研究中心【刊名】工程与试验,2013年02期【文摘】本文主要论述我国汽车碰撞试验中加速度传感器的使用现状,并介绍扫频和冲击两种常用的校准加速度传感器的方法,总结两种校准方法的特点,并对当前国内此类传感器校准方法提出一点建议。课题2：神经网络在图像处理中的应用关键词：神经网络图像处理检索式：神经网络*图像处理检索结果：关键词＝782条，篇名=95条，文摘＝4409相关文献：（第一篇）【题名】神经网络在图像处理中的应用【作者】许锋卢建刚孙优贤；【机构】浙江大学工业控制技术国家重点实验室浙江杭州310027【刊名】信息与控制2003年04期【文摘】近几年,随着神经网络理论的深入研究,神经网络技术的并行性计算能力、非线性映射和自适应能力等优点得到了充分的认识,各种神经网络模型在图像处理领域中得到了广泛的应用。本文对各种流行的神经网络模型在图像处理领域中的应用进行了汇总,根据图像处理的具体内容对这些应用进行分类叙述,阐明了神经网络技术在图像处理领域中的优点和不足之处,并对将来神经网络技术在图像处理领域中的应用提出了几点期望。（第二篇）【题名】神经网络在图像处理中的应用研究【作者】李伟光【机构】山东大学，无线电物理，2006，硕士【刊名】神经网络在图像处理中的应用研究【文摘】随着科学技术，特别是信息技术的发展，图像处理技术已经成为科学研究不可缺少的强有力的工具，传统的图像处理方法无法满足需要，研究人员开始探索新的更有效的方法，其中利用神经网络进行图像处理是最活跃的方向。神经网络算法比起传统的算法表现出了很大的优越性，例如其具有并行计算能力、非线性映射和自适应能力。随着神经网络理论的深入研究，神经网络技术的并行计算能力、非线性映射和自适应能力等优点得到了充分的认识，各种神经网络模型在图像处理领域中得到了广泛的应用。神经网络技术也成为了当前研究的热门课题。本文就神经网络在图像处理中的应用作了研究。首先简要介绍了图像处理研究的内容以及常用的图像处理技术，如图像压缩、图像分割等的常用技术：其次介绍了神经网络的原理结构，以及在图像处理等领域常用的几种神经网络模型，介绍了BP网络算法、RBF及Hopfield等网络的结构和原理，重点分析了神经网络在图像压缩和图像分割中的应用。针对神经网络用于图像压缩的优越性，讨论了基于神经网络主分量分析算法在图像压缩中的应用，它是把神经网络用于主分量的提取中，这种图像压缩方法降低了主分量分析算法的计算量，提高了主分量分析算法的实用性。脉冲耦合神经网络是近几年发展比较快的神经网络．本文对这一有效的图像处理方法作了分析，由于脉冲耦合神经网络具有一些重要的特性，如：捕获特性、同步脉冲发放特性、自动波传播特性等，它适合应用于图像分割中，本文讨论了脉冲耦合神经网络在图像分割中的应用，针对实际应用中的问题提出了改进方法，通过实验表明，改进的方法具有良好的性能。中国知识产权库：课题1：车用加速度传感器研究关键词：汽车加速度传感器检索式：加速度and传感器检索结果：发明专利＝524条，实用新型专利=222条，外观设计专利＝16条相关文献：第一篇：【名称】加速度传感器【公开号】CN101162237【公开日】2008.04.16【主分类号】G01P15/08(2006.01)【分类号】G01P15/08(2006.01)【申请号】CN200710152427.3【申请日】:2007.10.11【颁证日】2008.04.16【优先权】无【申请(专利权)人】:精工爱普生株式会社【地址】日本东京【发明人】西泽竜太;田中雅子【国际申请】无【国际公布】无【进入国家日期】无【专利代理机构】无【代理人】无【摘要】本发明提供一种小型且灵敏度高的加速度传感器。加速度传感器(1)是由固定在基座上的基部(20)和从基部延伸出来并以预定的谐振频率在平面方向上弯曲振动的梁状的振动臂(21)构成的振动体(10)，其中，振动臂具有：在宽度方向的中央部被在与振动方向垂直且开设于长度方向上的贯通开口(22)剖分的振动臂部(23、24)；具有与连接被剖分的振动臂部的前端部的基部同等或者更大质量的附加质量部(25)；以及设置在振动臂部上的励磁电极(31～34)，振动臂由基部与附加质量部以伪双端固定结构支撑，该加速度传感器检测当被施加加速度时的由附加质量部的惯性效果带来的振动体的谐振频率变化。本专利的最后法律状态：法律状态公告日：2011.11.09法律状态：授权法律状态信息：授权法律状态公告日：2008.06.11法律状态：实质审查的生效法律状态信息：实质审查的生效法律状态公告日：2008.04.16法律状态：公开法律状态信息：公开第二篇：【名称】加速度传感器【公开号】CN101101305【公开日】2008.01.09【主分类号】G01P15/12(2006.01)【分类号】G01P15/12(2006.01)【申请号】CN200710015883.3【申请日】:2007.06.08【颁证日】2008.01.09【优先权】无【申请(专利权)人】:胡金卫【地址】257091山东省东营市府前街104号A楼510【发明人】刘雁冰;汪良红;胡金卫;李春燕【国际申请】无【国际公布】无【进入国家日期】无【专利代理机构】无【代理人】无【摘要】本发明涉及一种用于一般测量的敏感器件传感器，尤其是一种加速度传感器。其提供了一种结构简单、安装简便的加速度传感器。其包括金属外壳1和金属外壳1相封接的金属支架6，在金属支架6上设有引线管脚7，在金属外壳1内设有底板5，在底板5上设有垫块3，垫块3上设有条形Al2O3陶瓷悬臂梁4，陶瓷悬臂梁4上设有构成惠斯通电桥的厚膜电阻9，陶瓷底板5与金属支架6连接，陶瓷底板5上有银钯导带或者金导带10。采用上述结构以后，设备投资小，生产工艺简单，产品成本低，因而工作性能优良。本专利的最后法律状态：法律状态公告日：2008.04.30法律状态：发明专利申请公布后的撤回法律状态信息：发明专利申请公布后的撤回法律状态公告日：2008.02.27法律状态：实质审查的生效法律状态信息：实质审查的生效法律状态公告日：2008.01.09法律状态：公开法律状态信息：公开课题2：神经网络在图像处理中的应用关键词：神经网络图像检索式：神经网络and图像检索结果：发明专利＝30条，实用新型专利=0条，外观设计专利＝0条相关文献：第一篇：【名称】一种基于径向基神经网络的有噪运动模糊图像复原方法【公开号】CN101079149【公开日】2007.11.28【主分类号】G06T5/00(2006.01)【分类号】G06T5/00(2006.01);【申请号】CN200610053465.9【申请日】:2006.09.08【颁证日】2007.11.28【优先权】无【申请(专利权)人】:浙江师范大学;【地址】321004浙江省金华市迎宾大道688号【发明人】朱信忠;赵建民;徐慧英;章琳;【国际申请】无【国际公布】无【进入国家日期】无【专利代理机构】无【代理人】无【摘要】一种基于径向基神经网络的有噪运动模糊图像复原方法，包括以下步骤：(1)、先用二维中值滤波器对有噪运动模糊图像y(m，n)生成相应的低通滤波后的平滑图像s(m，n)；(2)、计算有噪运动模糊图像与平滑图像之间的误差图像e(m，n)＝y(m，n)－s(m，n)；(3)、用Canny算子进行边缘检测，以估算y(m，n)的梯度f′(m，n)；(4)、根据f′(m，n)的大小来计算每个像素的正则化参数λ(m，n)，再参照误差图像e(m，n)通过径向基神经网络RBFN生成插值图像fλ(m，n)；(5)、通过将插值图像fλ(m，n)叠加到低通滤波后的平滑图像s(m，n)，得到去噪后的运动模糊图像f(m，n)；(6)、自动鉴别运动模糊图像的运动模糊方向以及运动模糊长度，得到二维模糊图像的宽为HL，高为VL，并利用图像复原算法得到复原图像。本发明能够实现自动鉴别、计算复杂度低、复原效果好。本专利的最后法律状态：法律状态公告日：2009.04.01法律状态：授权法律状态信息：授权法律状态公告日：2008.01.23法律状态：实质审查的生效法律状态信息：实质审查的生效法律状态公告日：2007.11.28法律状态：公开法律状态信息：公开第二篇：【名称】使用神经网络的图像处理【公开号】CN101743566A【公开日】2010.06.16【主分类号】G06T5/00(2006.01)I【分类号】G06T5/00(2006.01)I【申请号】CN200880023710.9【申请日】:2008.07.02【颁证日】2010.06.16【优先权】无【申请(专利权)人】:布拉科成像S.P.A.公司【地址】意大利米兰【发明人】保罗·马西莫·布谢马【国际申请】无【国际公布】