排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证集,无法使用tensorboard的问题,提出了解决方案,通过卷积网络可视化方法详细研究了神经网络处理图像信息的原理并提出了优化方法.训练后的模型在验证集上准确率达到了97.5%,满足了自动驾驶系统对分类任务准确率的要求. 相似文献
2.
本文采用多接收电感耦合等离子体质谱仪(MC-ICPMS)分析了乌达煤田9号火区的不同煤层煤、落尘和地表土汞同位素比值,以探讨煤火区地表汞的可能来源煤层。结果表明,煤、落尘和地表土δ202Hg均值分别为-1.98 ‰、-1.30 ‰、-1.26 ‰,皆具明显偏负特征;地表汞Δ199Hg、Δ201Hg值也显示了偏负异常,如落尘分别为-0.13 ‰、-0.11 ‰,地表土分别为-0.11 ‰、-0.10 ‰。对比分析汞同位素组成特征,尘土δ200Hg、δ202Hg、Δ200Hg值均介于9号煤层与10号煤层之间,趋于9号煤且偏负,表明9号火区尘土汞主要来源于9号煤层,而非10号煤层。尘土δ202Hg值较9号煤显示明显偏负现象是煤燃烧和加热过程中动力分馏效应及地质层析效应的综合结果。汞同位素可有效判别煤火区地表汞来源煤层,添加汞同位素分析可有利于提高地下煤火监测效果。 相似文献
3.
4.
MoCl_2(OC_8H_(17))_2-Et_2AlO■为二元催化体系,加氢汽油为聚合溶剂,研究了多种因素对丁二烯聚合的影响,并用红外光谱法测定了聚合产物的微观结构。实验结果表明,在主、助催化剂的摩尔比为10,主催化剂与丁二烯的摩尔比为2.0×10~(-4),聚合温度为50℃,反应7小时的条件下,丁二烯的转化率可达80%以上,聚合物分子链中的1,2结构含量约为85%,属于高乙烯基聚丁二烯。 相似文献
1