排序方式: 共有4条查询结果,搜索用时 343 毫秒
1
1.
2.
民用房屋作为我国建筑行业的重要组成部分,对人们居住生活有着广大而深远的影响。对于民用房屋工程建设项目,房屋结构抗震设计直接决定着后续使用过程中对于突发地震的抗震能力。虽然我国对民用房屋的抗震设计有明确的规范要求,但是由于设计条件局限,传统房屋仍然较多没有进行严格的抗震设计,特别是落后的乡镇农村。因此,抗震技术应用作为房屋结构设计的重要组成部分,依旧有着推广研究的必要性。主要从房屋结构入手,探究了抗震技术的应用,希望能为我国民用房屋建设工作的顺利开展提供有利保障。 相似文献
3.
目的 动物个体身份识别一直是智慧畜牧业的主要难题之一,由于动物个体本身与人类在图像识别上需要的数据特征不同以及各个特征作为个体属性之间的关系不明确,对动物个体识别领域的研究较少,针对具有高相似度的奶山羊个体身份识别问题,提出了基于深度学习的高相似度的奶山羊识别方法。方法 采集了26只萨能奶山羊的全身图像,利用SSD(single shot MultiBox detection)网络进行数据集预处理,并随机选取1 040幅图像作为训练集,260幅图像作为测试集。其次采用ResNet18(residual neural network)预训练模型并进行迁移学习,最后联合三元组损失函数与交叉熵损失函数进行参数调整。研究表明,采用联合损失函数并结合Adam优化器算法时,可获得较好的识别效果。此外,在实验部分针对奶山羊的特征选取问题上,对奶山羊的羊脸区域与奶山羊的全身区域分别采用了三元组损失函数与孪生网络,验证了对奶山羊的识别仅靠羊脸区域的特征时准确率较低;此外,针对网络的训练,本文不仅通过YOLOv3(you only look once)以及孪生网络(siamese network)验证了奶山羊本身属于高相似度的数据集,而且针对奶山羊数据集分别采用三元组损失函数与交叉熵损失函数作为唯一的损失函数,并验证了该方法的有效性。结果 奶山羊识别的最高精准度为93.077%,相较于Triplet-Loss损失函数74.615%的准确率以及CrossEntropy-Loss 89.615%准确率有了较大提升。结论 本文提出的基于深度学习的高相似度的奶山羊识别方法不仅具有较高的准确率,而且在奶山羊个体身份识别方面具有极大的应用价值,有助于准确识别羊的身份,为相似度高的动物个体身份识别提供了思路。 相似文献
4.
制粉系统综合改造与节能降耗 总被引:1,自引:0,他引:1
通过对河门口发电厂锅炉制粉系统存在制粉电耗高等问题的分析,找出了治理途径。经过多年的综合改造,取得明显效果,并对进一步降低电耗提出了探讨。 相似文献
1