排序方式: 共有5条查询结果,搜索用时 171 毫秒
1
1.
2.
文章论述了钢筋混凝土框架构造在建设时期的一些具体特征和其在掌控品质的时候遇到的一些不利现象,而且指出了一些具体的应对方法。 相似文献
3.
通过计算机实现对文本主题合理提取、组合的过程,很多学者对此有着不同的研究.通过空间向量模型、文本聚类、遗传算法等成熟的技术尝试一种新的文本摘要方法.实验中通过空间向量模型的技术将文本表示成向量形式,通过聚类算法计算文本各种聚类的可能性,利用遗传算法全局寻优的特点对聚类结果进行计算、组合得到最优的文本摘要划分,最后通过实验,并让专家对实验结果进行打分证明方法的有效性. 相似文献
4.
在寻找准噶尔SWD地区隐蔽砂体过程中,波阻抗资料已成为三维资料解释的主要依据。利用流体置换方法标定SWD地区目的层AVO及其相关属性的含油敏感度;用shuey近似公式反演得到纵波阻抗和横波阻抗;然后根据属性优选结果提取波松比和流体阻抗数据体,发现最大值指示泥岩,中间值指示饱含水砂岩,最小值指示饱含油气砂岩。这一结果和试油结果相吻合,并利用它们圈定了可能的含油气砂体发育区。 相似文献
5.
为提高智能车定位精度提出一种基于三维点云极化地图表征模型的定位方法。该模型以点云极化图为节点,利用高精度GPS(Global Positioning System)和欧拉角实现该节点的全局位置表征;从极化图中提取点云的二维与三维特征,实现该节点的多尺度特征表征;通过一系列极化节点实现道路场景的数值描绘与虚拟重构。定位过程中,通过对实时获取的三维激光点云进行极化表征并与地图节点进行多尺度特征匹配实现智能车的地图定位。具体而言,首先根据待定位智能车GPS信号的稳定情况选用GPS匹配或者拓扑定位筛选地图节点并获取定位候选集,完成初定位;其次运用点云二维特征匹配结果从定位候选集中检测距离待定位智能车最近的地图节点,完成节点级定位;最后利用点云三维特征匹配结果与最近地图节点的全局位置计算智能车位姿,完成度量级定位。实验在两种典型场景下进行,节点定位准确率98.7%,平均定位误差21.4 cm,最大定位误差42.9 cm。结果表明,本文算法满足智能车高精度定位需求,且鲁棒性强、成本低、计算过程简单。 相似文献
1