松鹤拂云 清漪翩翩——个园亭之要点赏读

正说起扬州园林,首屈一指的恐怕就是个园了,它是系康、乾盛世之后的一座私家名园,也是与拙政园、颐和园、避暑山庄相并列,共称为中国四大名园。根据《个园记》的记载,个园前身为两淮盐业总商黄至筠在明代"寿芝园"的遗址上扩建改造而成。个园所在不是扬州名园荟萃的瘦西湖、平山堂一带,而是坐落于扬州古城东北隅,著名的历史街区东关街附近。这里本就是扬州城中文化兴盛,文人聚集之处,名园、艺人、社团层出不     

内陆河流水体跨越管道溢油模拟及应急对策

介绍了内陆河流水体跨越管道溢油模拟技术与基本流程,以西北地区某河段油品跨越管道为研究对象,分析发生管道泄漏突发溢油事故的风险,考虑丰／枯水期、强／静风、泄漏位置等影响因素,设计构建了12种溢油突发事件情景,应用MIKE21模拟软件建立水动力模型,并分析不同情景下的溢油漂移扩散规律。根据模拟计算结果并考虑河流自身特点,确定了高风险水域多个应急处置关键断面,给出了不同应急处置关键断面的有效应急时间,为溢油突发事件应急准备工作提供了技术支持。     

水合物储氢的研究进展

氢作为一种清洁能源,越来越受到人们的重视,氢能利用技术的需求日益迫切。氢能的利用关键挑战在于氢气的储运,促进剂作用下氢气水合物可使氢气在相对温和的温压条件下安全、长期地储存,为储氢提供了一种选择。水合物储氢因其安全环保的特性具有巨大的工业化应用潜力,其目前工业化应用的两个关键问题即为储氢密度与储氢速率。本文首先回顾了氢气水合物的研究历程,阐述了几种常见氢气水合物的相平衡数据,然后归纳了不同晶型氢气水合物的储氢密度,最后总结了物理方法强化与化学方法强化对水合物储氢速率的影响,通过对近年来水合物储氢评估与总结,提出了当前水合物储氢存在的问题与未来研究方向,以期为水合物储气的工业化应用和氢气水合物的研究提供参考。     

基于MCS-51的太阳能量板自动追日系统的设计

通过设计一种基于51单片机的高效自动追日控制板,提高了太阳能量板的光伏转化效率,同时实现光伏电池的自动管理和维护,在控制板的设计中加入了RS485和CAN总线,使太阳能发电的阵列化成为了可能,从而提高了转化效率,降低了能耗。     

APFC低压系统的研究与实现

针对低压微电网、机床照明、教学实验和建筑工地临时居住等低电压应用场景中非线性整流设备造成的谐波污染,文中采用单周期控制对低压APFC系统进行研究.文中详细分析了单周期控制器UCC28180的控制原理,并对主电路和控制电路的参数进行了设计.通过对平均电流环路和电压环路分析,结合低压系统非线性电流环路增益因子M1、电压环路...     

应用CAESAR Ⅱ软件校核焦炉蒸汽管道

针对焦炉蒸汽管道特点,采用CAESAR II软件,通过三维建模和数值计算模拟实际工况下管道受力和变形情况,校核、改进设计中存在的问题,得到直观详细的Stress ISO应力轴侧图和报告,提升设计质量,在焦炉蒸汽管道中的应用效果理想。     

近百年拙政园平面测绘精度评估与研究

在江南私家园林的研究领域中,描绘园林的平面测绘图在不同历史时期呈现不同的精度,为获得更为精确和真实的平面测绘图,尝试以江南私家园林代表之一的拙政园为例,运用无人机摄影测量技术获取正射影像图,并收集不同历史文献中的拙政园平面图,提取其中水体、山石、建筑及植物4种园林要素,用周长、面积、形状指数等指标进行测绘精度分析,来探讨成图精度的差异以及误差来源,讨论该技术在古典园林测绘过程中存在的优势与不足,并提出进一步优化建议,以期为中国古典园林的保护与更新提供一种新的思路。     

基于EPA的智能变电站中DRP应用

针对设备自动化实时用以太网(EPA)标准在智能变电站系统应用时的网络冗余问题,分析了分布式冗余协议(DRP)的通信机理及故障检测和恢复机制。研究并设计了应用于处理智能变电站系统中链路故障恢复的环网模块。在实际智能变电站系统中,通过测试验证表明,与基于环网的媒体冗余协议(MRP)和并行冗余协议(PRP)的冗余方案相比,以DRP为基础设计的环网模块更能保证环网链路故障后的自愈修复,且满足基于EPA的智能变电站的自愈时间要求。     

运动场景下的多目标人体姿态估计

为提高群体活动场景下细粒度人体姿态估计的准确率,优化网路中人体识别及姿态估计算法,在现有研究的基础上,提出一种结合多尺度预测以及改进并行注意力模块的多目标人体姿态估计算法。在充分利用不同尺度特征信息的基础上,实现高质量的人体姿态估计;针对运动场景下多目标人体姿态数据集较少,提出一种数据集CUPB Sport Dataset。实验结果表明,该算法在公开基准数据集和自制数据集上分别达到了81.4 mAP和79.7 mAP,验证了该算法在运动场景下针对多目标的高效性。     

基于标签聚类与项目主题的协同过滤推荐算法

传统基于项目的协同过滤算法在计算项目相似度时仅依靠评分数据,未考虑项目的自身特征。社会化标注的出现使得标签能在一定程度上反映项目特征,但标签具有语义模糊的特点,因此直接将标签纳入协同过滤算法存在一定问题。为解决上述问题,提出一种改进的基于项目的协同过滤推荐算法。该算法对标签进行聚类并生成主题标签簇,根据项目标注情况计算项目与主题间的相关度并生成项目-主题相关度矩阵,同时将其与项目-评分矩阵相结合来计算项目间的相似度,采用协同过滤完成对目标项目的评分预测,以实现个性化推荐。在Movielens数据集上的实验结果表明,该算法能够解决标签的语义模糊问题并提升推荐质量。