弯曲测线野外施工条件分析

应用几何地震学研究方法，计算了弯曲测线坐标，实际偏移距产生的剩余时差。由于偏移距对地震剖面质量影响较大，因此，有必要对弯曲测线野外施工条件进行分析。弯曲测线拐角太长，引起剩余时差，剩余时差是造成资料处理中迭加效果不佳的主要原因。研究认为，弯曲测线在资料处理中面元应选择在300m之内，同时野外施工中弯曲测线拐角应小于45°。     

低温热水地板辐射采暖技术

地板辐射采暖设计多采用塑料管材作为地板辐射供暖系统的加热管。塑料埋管的常见敷设形式有3种：直列型、旋转型和往复型。从目前使用情况来看，旋转型埋管方式应用最广，这主要是因为其热工性能较好。采用该布置方式时，经过板面中心点的任一剖面，埋管为高温管、低温管间隔布置，易于形成“均化”效果，板面温度均匀。     

抢占客厅的中心点：漫步者C6音箱

MC评测室在收到漫步者C6测试样品时颇有一些令人意外。一般来说．厂商推出新品5．1声道音箱往往是为了取代老产品,而C6的前辈S5．1标准版远未到需要更新换代的时候．那推出C6的意义何在？     

基于蚁群算法的无线传感网络中心点融合算法研究

建立级别梯度场是无线传感器网络中心点融合算法的重要组成部分。采用泛洪方法向外扩散梯度,会造成严重的能量消耗问题。为了节省传感器网络中的能量,将蚁群算法用于建立级别梯度场阶段,提出了基于蚁群算法的无线传感网络中心点融合算法。仿真实验验证了该方法的可行性。研究结果表明,基于蚁群算法的中心点融合算法可以显著地减少无线传感器网络的能量消耗,延长无线传感器网络的生命周期。     

改进自组织映射神经网络在指纹识别中的应用

改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。     

基于可变形卷积和数据增强的三维多目标检测

近年来,自动驾驶受到越来越多的关注,以点云为输入数据的三维目标检测在该领域中发挥着至关重要的作用。然而,点云目标的尺度差异性以及变换性等问题,导致了目标检测精度的下降。以CenterPoint网络为框架,提出了一种基于可变形卷积和数据增强的三维多目标检测优化算法,该方法提取点云特征后生成地图视角的特征图谱,在检测头网络加入可变形卷积层,并引入图像翻转方法进行数据增强,提高网络对于目标的检测能力。在公开数据集nuScenes上的实验结果表明,该网络与其他方法相比,在汽车、公交车以及行人等类别的检测精度上有一定程度的提升。     

球面机构计算机图解算法(3)

在以广义三角形算法为基础的程序包ＧＴＭＰＡＣ的支持下，能够顺利地按纯图解法（纯几何法）对球面机构进行分析与综合，本文着重介绍球面连杆机构综合的一个关键问题，即中心轴锥面（球面上的布尔梅斯特中点曲线）的图解算法。     

Al-Mg-Si基合金方板对角拉伸临界失稳及应力应变场模拟

基于弹塑性板壳失稳理论,采用虚功原理和非线性弹塑性有限元方法,模拟了Al-Mg-Si基合金方板对角拉伸的皱曲特性,得出了方板临界失稳的物理判据和临界状态下的应力、应变场.结果表明:Uz和εx急剧变化的突发点为起皱的失稳点,拉伸失稳的临界载荷为7780牛顿.拉伸载荷达临界载荷前表现为面内变形,达临界载倚时方板发生分叉失稳.继续拉伸,演变成起皱带.临界状态下横向应变和横向应力的分布不均匀,最大值都发生在方板中心.可把失稳状态下方板中心点的横向压应力作为描述YBT模型皱曲失稳的特征值.     

基于概念格的K-Means算法研究

针对现有的K-Means算法K值需要人工赋值、随机选取初始中心点、文本表示维度高且缺乏语义的缺陷,提出了一种基于概念格的K-Means算法——K-MeansBCC(K-means algorithm based on concept lattice)。将文本集经预处理转化为形式背景,在此基础上生成概念格;利用概念格中的概念表示文本,根据文本中概念的权重确定K值、选取初始中心点。最后设计了文本间的概念相似度计算公式,并由K-Means算法产生聚类结果。实验结果表明,该算法提高了聚类的效率和准确性。     

基于AVR单片机的电动车跷跷板

一、要求 赛题要求设计并制作一个跷跷板电动车,在不加配重的情况下,电动车从起始端A出发到跷跷板末端B循线行驶,并要求在中心点C附近,使跷跷板处于平衡。然后电动车从B点停止5s后,1min内倒退回起始端A。