植物叶片表面质感建模与真实感绘制研究进展

植物表观的真实感建模是计算机图形学领域的重要研究内容,叶子作为植物最重要的器官,尤其受到广泛的关注。近年来,随着计算机硬件技术和图形算法的快速发展以及对植物叶子生理机理研究的不断深入,植物叶片表观质感建模和真实感绘制的研究取得了很多成果。植物叶片表面光学特性的采集与建模技术是其中的研究热点和难点。从植物叶片真实感质感模型的定义出发,介绍了近年来国内外在植物叶片表面质感建模和真实感绘制方面取得的最新研究进展,并给出详细的分析和总结。最后对该领域研究存在的问题和未来发展方向提出了一些看法。     

分布式实时仿真的目标语言编译器的应用研究

通过对目标语言编译器的研究,提出了一种在分布式实时仿真控制中,利用控制前端展现目标结构的方法。新方法通过使用TLC嵌入S函数,读取RTW文件,获取其中的相关信息并进行了整合。而后即可使用控制前端对这些信息进行读取,展现目标程序的所有信息。根据上述方法,实现了在分布式实时仿真中,控制前端对目标程序具体结构的展现。测试结果表明,新方法可以完全展现目标程序的所有信息,为实现控制前端对目标程序的实时控制打下了良好的基础。     

探析印刷行业中的相关企业分类

自宋代我国毕昇发明活字版印刷术至德国人谷登堡创造铅合金活字版印刷术,时至今天数码印刷技术的出现,印刷行业经历了几世纪的演变积累。从报纸、杂志、地图、海报、广告、信封、信笺、商标到名片、请柬、信用卡、钞票、贺卡、台历、挂历、包装纸盒、装饰壁纸等等都是通过印刷技术呈现的。久而久之,不同的需求就产生了不同的印刷客户。     

浅析印刷行业的相关企业分类及与数码快印的关系

自宋代我国毕昇发明活字版印刷术至德国人谷登堡创造铅合金活字版印刷术,时至今天数码印刷技术的出现,印刷行业经历了几世纪的演变积累。从报纸、杂志、地图、海报、广告、信封、信笺、商标到名片、请柬、信用卡、钞票、贺卡、台历、挂历、包装纸盒、装饰壁纸等等都是通过印刷技术呈现的。久而久之,不同的需求就产生了不同的印刷客户。而"数码快印",它与传统印刷不同之处在于数码快印可以一张起印、边印边改,是利用印前系统将图文信息直接通过网络传输到数字印刷机上印刷出彩色印品的一种新型印刷技术。     

浅析电子商务安全发展现状与技术策略

随着计算机网络技术的迅速发展,作为一种新型的商业运营模式,电子商务在全球范围内也显得越来越重要,电子商务的发展前景也很乐观。作为电子商务交易的基石,电子商务安全也越来越引起广泛的关注。本文从电子商务安全的发展现状和技术策略两个大方面,简要分析了电子商务安全的重要性。     

水厂铝盐污泥为除磷填料的雨水径流污染控制技术

针对金泽水源地雨水径流磷污染控制需求,以及现有雨水处理技术中传统填料对溶解性磷的去除率有待进一步提高的问题,开发出以给水厂污泥为基材的除磷颗粒,并通过低浓度、短时间、少用量的盐酸浸泡改性强化了除磷效果。当使用改性除磷颗粒作为主体填料,构建雨水源头处理的生态滞留池或末端处理的滤池时,过滤装置具有表面水力负荷高、出水磷浓度低的优点。中试装置运行结果表明,当表面水力负荷为0.25 m^3/(m^2·h),进水磷浓度约为1 mg/L时,出水磷浓度仍可稳定低于0.2 mg/L,溶解性磷的去除率高于80%。     

中压型大功率电子束焊机电控系统的研制

本文介绍了７０ｋＶ、３０ｋＷ电子束焊机电子枪电源──加速电源、灯丝电源、轰击电源和偏压电源的特点及其控制原理。     

一种基于语料库的日语动词格框架自动构造技术*

结合一个基于格语法的日汉机器翻译系统,针对现有系统日语动词格框架缺乏的现状,提出一种日语动词格框架自动构造方法.该方法基于类比与统计思想,从现有的少量人工构造的动词格框架和大量生语料出发,自动构造日语动词格框架.     

基于智能客户端和SOA的新型ASP模式研究*

在对当前广泛研究的ASP模式进行综述的基础上,提出一种新的基于智能客户端和面向服务体系结构的ASP运行模式.这种模式可以解决ASP服务对数据的全面管理与客户对私有数据的安全性要求之间的矛盾.详细阐述了这一模式的优缺点,并将它与现有模式进行了比较.     

基于IBAS-NARX神经网络的锂电池荷电状态估计

在使用神经网络方法估计锂电池荷电状态时,传统荷电状态适应度评价函数存在仅考虑均方误差等网络权值参数的缺点,忽略了拓扑参数对模型的影响.故本文提出在适应度评价函数设计中综合考虑输入/输出时序相关性、隐层神经元数量等模型拓扑参数和网络权值参数的加权影响,并将其引入带外部输入非线性自回归神经网络建模方法的锂电池荷电状态估计中,进而基于改进天牛须搜索算法实现了上述模型拓扑参数与网络权值参数的协同辨识优化.仿真结果表明,本文所提出方法能够提高多种复杂工况下的锂电池荷电状态估计精度,在DST标准工况和WLTC标准工况下锂电池荷电状态的均方根误差分别达到3.38×10?3和8.75×10?4,相比于未经改进的天牛须搜索算法优化NARX神经网络在均方根误差上估计精度分别提升了42.4％和20.5％.