排序方式: 共有25条查询结果,搜索用时 0 毫秒
11.
12.
城市地下空间开发利用规模的需求预测是城市规划与地下空间利用中的难点和热点。本文在上海城市地下空间2006年和2008年两次普查数据的基础上,应用Stata、SPSS、Arc GIS等工具,以空间回归模型为经典模型进行地下空间规模需求预测的实证研究,发现:上海城市地下空间开发利用规模受到经济社会宏观发展指标的影响,与人口密度、人均GDP显著正相关,与房地产价格不相关;上海城市地下空间开发利用规模在中心城区与外围郊区表现出明显不同的特征;上海城市地下空间开发利用处于"快速提升"阶段,未来一段时间仍将保持高速增长。通过本研究,可以更加深入地了解上海城市地下空间的发展规律,深刻把握预测城市地下空间需求规模的模型方法,为上海市及其他城市地下空间的发展提供理论分析工具。 相似文献
13.
14.
15.
赫磊 《现代制造技术与装备》2021,(6):72-73
介绍了一种轨道车辆牵引小车的工作原理及结构,对牵引小车的牵引能力进行计算,并通过试验进行了验证.设计的轨道车辆牵引小车具有牵引力大、质量轻、尺寸小、操作灵活方便以及作业效率高等优点,适用于轨道车辆的转场、移动和牵引作业. 相似文献
17.
针对传统的室内多机器人SLAM算法存在探索任务分配灵活低,重叠度高,导致地图融合和建图精度不高的问题。设计一个基于PSO算法的多机器人协同建图与路径规划系统。首先,采用SLAM系统中的Gmapping算法作为基础算法,加入PSO算法将地图融合问题转化为最优求解问题,即找到两个地图重叠度最高的转换矩阵,实现地图融合和多机器人协同建图。结果表明,相同室内环境下,单机器人的平均探索时间为216 s,探索覆盖率为73..38%;而双机器人的平均探索时间仅为47 s,比单机器人的探索时间低了169 s;且双机器人的探索覆盖率为99.69%,比单机器人高出了26.31%。由此说明,双机器人的探索效率和探索覆盖率更高。对比于现有的EKF-CSLAM算法和基于因子图地图融合算法,本算法的建图精度高达99.75%。地图融合和建图精度明显更佳,进一步说明提出的融合算法可提升多机器人室内环境协同建图的效率和鲁棒性。 相似文献
18.
19.
20.
人脸检测在日常生产和应用非常重要。本文提出了一种基于BP神经网络的AdaBoost人脸检测算法。首先,使用BP神经网络代替YCbCr高斯模型建立肤色模型。同时,针对AdaBoost算法提出了一种新的权值更新方法。在权值更新中引入阈值与样本之间的距离。另外权重有一个边界值。最后,利用BP神经网络提取图像中的肤色候选区域,并采用改进的AdaBoost算法对图像中的人脸进行精确检测。实验结果表明,利用BP神经网络和改进的AdaBoost算法的新的解决方案比现有的方法具有更高的精度。 相似文献