基于激光点云的建筑平立剖面图半自动绘制

地面激光扫描是一种可以快速精确获取室内外环境三维数据的有效手段。近年来激光扫描技术在古建筑保护与归档中得到了广泛的应用。建筑平面图、立面图、剖面图能够准确直观地表现出建筑的真实状态,因此平立剖面图绘制对于古建筑保护有非常重要的作用。但是,利用地面激光扫描数据进行平立剖面图的绘制需要大量的人力和时间。因此,本文提出了一种基于地面激光点云的建筑平立剖面图半自动绘制的方法,该方法包括三个部分,首先利用地面激光点云数据生成正射深度影像,然后从正射深度影像中对线特征进行提取,最后对建筑部件进行进一步的细化和完善。实验结果证实了本文提出方法的有效性,可以在平立剖面图绘制中大量的减少数据处理量和人工的参与。     

西梅发酵乳酸菌的筛选、鉴定及其抗氧化特性研究

采用传统平板划线的方式分离纯化西梅原浆中的乳酸菌。通过溴甲酚紫MRS固体培养基和西梅汁固体培养初步筛选出5株产酸性能较好,适合西梅发酵的乳酸菌种,经生理、生化鉴定和16S rDNA分子生物学鉴定,最终确定4株菌为屎肠球菌,1株菌为肠膜明串珠菌。测定5株乳酸菌在MRS肉汤中的生长性能、产酸性能以及菌种自身抗氧化性能,结果肠膜明串珠菌E2在MRS肉汤中生长迅速且产酸性能较好,肠膜明串珠菌E2和屎肠球菌C2的完整乳酸菌细胞悬液具有较好的抗氧化能力。以总酚含量、DPPH自由基清除率、ABTS自由基清除率为指标,对比5种乳酸菌在西梅浆中的发酵性能,结果肠膜明串珠菌E2更适合西梅浆的发酵,屎肠球菌C2次之。     

现代分离纯化技术在天然植物色素中的应用

植物色素是一类天然色素,具有营养价值高、安全性强等特点,但是植物色素的分离纯化技术仍然是制约天然色素开发的主要因素。本文就国内天然色素的分离纯化研究进展进行了综述并总结,为天然植物色素的研制与开发奠定基础。     

德国风电发展与“碳中和”目标

德国联邦环境署近期发布的一份研究报告中,提出了在本国实现"碳中和"目标的设想,该目标的实现需要各环保部门的配合,启动减排措施,大幅降低能耗,将人均二氧化碳排放量降至1吨。这份研究报告的结论证实,德国未来实现"碳中和"目标在技术层面上是完全可行的。然而这也意味着,德国各个系统如电力系统、供热系统、交通系统以及工业系统等重要生产环节,在能源供应方面,必须实现完全依赖可再生能源。德国联邦环境署2010年发布的一份研究报告中显示,德国有     

低氧丝状菌污泥微膨胀节能方法

为了节省活性污泥法污水处理的运行费用,降低供氧能耗,通过小试试验研究低溶解氧丝状菌污泥微膨胀节能方法.采用缺氧/好氧(A/O)工艺处理实际生活污水,溶解氧ρDO维持在0.5~0.7 mg.L-1时,丝状菌污泥微膨胀状态可维持长期稳定,污泥容积指数在130~180 mL.g-1之间.低溶解氧丝状菌污泥微膨胀期间,沉淀池没有发生污泥流失,系统处理效果稳定.与ρDO=2.5 mg.L-1,污泥沉降性能良好时相比,出水变得更清澈,出水悬浮物ρSS低于5 mg.L-1;化学需氧量和总氮的去除率不受影响;在现有试验设备条件下,曝气量平均从0.75m3.h-1下降到0.28 m3.h-1,曝气量节约了60%.     

基于CORBA技术的网管系统集成

着眼于当前的网络管理以及分布式对象计算的发展趋势，考虑原有网络管理系统的不足，提出了基于CORBA的网络管理实现模型，并对其实现的原型系统进行了初步性能测试，认为该网络管理模型将大大推进电信网络、计算机网络管理系统的进步。     

基于U型注意力门自编码器的色织物缺陷检测方法

针对现有的基于自编码器和生成对抗网络的无监督深度学习算法在色织物缺陷检测任务中,存在普适性差、漏检率和误检率偏高等问题,提出一种U型注意力门自编码器(U-shaped attention gate auto-encoder,UAGAE)的色织物缺陷检测算法。首先,采用轻量化网络EfficientNet-B6作为特征提取模块来获取输入图像更具代表性的特征,通过引入注意力门(attention gate,AG)机制来抑制无关区域的特征响应,以解码器的特征作为参考剔除跳跃连接中的冗余信息来辅助图像重构;然后,在训练阶段使用组合的损失函数保证重构图像的结构和细节;最后,在检测阶段通过自适应阈值分割和数学形态学处理获得最终检测结果。所提算法在公共数据集YDFID-1上实现了53.45%的准确率(precision,P)、61.58%的召回率(recall,R)、53.63%的分数(F1-measure,F1)和40.83%的平均交并比(intersection over union,IoU),在14个花型上实现了最佳的F1和IoU。对比实验结果表明,UAGAE算法相较于其他几种缺陷检测算法能够更好地完成色织物的缺陷检测与定位。     

运用物联网技术对配电箱进行能耗监控及安全监测

随着社会信息科技的不断发展,人们生活节奏的不断提高,现代化的高铁车站都以LED静态广告灯箱、LED电子屏以及LCD显示屏作为广告传媒的主要载体,这些新型的广告显示方式需要消耗大量的电能,因此对广告媒体配电箱进行能耗与安全管理必不可少。结合当前社会节能降耗、低碳运行的经济发展主题以及这些广告媒体配电箱纯人工管理的现状,本文将分析如何运用物联网技术对这些广告媒体配电箱进行高效、智能的能耗监控及安全监测。     

城市水环境治理效率时空演变及影响因素研究

以湖北省16个市州为例，从非期望产出角度出发，运用DEA-SBM模型对2014～2018年16市州水环境治理效率进行测算，结合GIS空间分析法，探究城市水环境治理效率时空变化特征，采用多元线性回归模型分析城市水环境治理效率的影响因素。结果表明，湖北省城市水环境治理效率呈上升趋势，但不同城市之间水环境治理效率时序变化存在差异；湖北省城市水环境治理效率呈中部地区低，东部、西部地区高的空间分布态势；基础设施水平、环境规制对城市水环境治理效率呈显著正向影响，城镇化水平对水环境治理效率呈显著负向影响。     

基于神经网络和决策树算法的裂变产物核(n,2n)反应截面研究

为了大规模预言缺少实验测量的裂变产物核反应截面数据，在整理现有(n, 2n)反应截面5 294个实验数据的基础上，分析相关的物理特征建立实验数据集，分别构建和训练反向传播神经网络和极致梯度提升树模型学习数据。神经网络的隐藏层包含两个子网络，分别由2层各128个神经元构成。极致梯度提升树模型集成了16棵决策树。结果表明，虽然(n, 2n)反应截面实验测量数据大多集中分布在中子入射能量14 MeV附近，且相互之间存在分歧，本工作机器学习模型均可较好描述反应截面的实验测量数据，具有较好的预言能力，对于缺少实验数据的情况同样与评价数据库基本符合。人工神经网络模型在测试集中预测结果与实验数据平均相对偏差小于10%的数据占比超过85%。机器学习方法能为核数据评价研究提供参考。