ZWC—Ⅰ型智能温度测试仪研制

本介绍了ZWC-Ⅰ型智能温度测试仪，该测试仪以MCS-51系列单片微机为核心，具有多通道温度巡回检测，热电偶冷端自动补偿，超温、断偶声光报警等功能，测温范围宽，集成化程度高，抗干扰能力强，测试精度高，操作简单，方便，实现了温度测量的一机多用化和智能化，本对智能温度测试仪研制中采用的一些关键技术进行了较详细的论述，最后介绍了该测试仪的全面检定方法。该测试仪通过了应用考核试验，取得了预期的效果。具有一定的推广、应用价值。     

对“校准规范”中校准点选取方法的讨论

本文从分析测试仪器的校准方式入手，以具体数值计算为例证来讨论测试仪器校准点的选取方法，通过分析得出结论，校准数据的数量应为偶数，而当较准数据的数量为奇数时，所拟合的曲线会带来不可忽略的误差，显而易见，也会给测试结果带来误差。     

VLSI门级及功能级混合测试生成技术

介绍了混合形式自动测试图形生成技术,该技术将门级测试图形生成技术与在线路高一级抽象形式上进行测试生成技术相结合。利用该技术开发的自动测试生成程序在内附检测器自动植入模块后可用于VLSI线路的设计系统。     

《宇航计测技术》撰稿须知

无线电、时间频率、电磁学、电离辐射、化学和光学等计量标准的设计、研制和计量测试技术、仪器仪表的检定维修技术、误差分析及数据处理技术;石英晶体器件的设计和研制、电子技术应用、自动化测量、计量产品介绍、国内外计量信息、计量测试动态及发展趋势等。     

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数