基于RDF元数据的网格资源统一描述方法

通过研究RDF资源描述框架和网格应用中的元数据,提出了一个基于RDF元数据描述的网格资源统一描述方法.建立了网格资源层次关系,约束了异质资源访问的命名空间.以RDF/XML为基础建立的网格资源的一致性描述,解决了对不同资源的统一表示问题,让不同的网格系统可以统一理解网格资源,为网格资源的整合和集中发现奠定了理论基础.     

一种结合评分重合度的协同推荐算法

协同推荐是信息个性化服务中广泛应用的推荐算法,协同推荐算法以宿主系统所观测到的用户评分作为实现推荐的数据依据。用户评分矩阵的稀疏性问题对协同推荐的各工作过程可产生直接或间接的影响,导致推荐服务的准确性下降。通过对稀疏性问题影响推荐系统方式的分析发现,一般协同推荐方法的项目相似度计算只注重项目在评分数值上的相关性,而忽视了项目之间评分的重合度对提高推荐质量所起的重要作用。通过将评分重合度融入到相似度计算中,提出了一种结合评分重合度的改进协同推荐算法,并在稀疏评分环境下将其与已有协同推荐算法进行了对比实验与分析,实验结果验证了所提算法在提高预测准确性上的有效性。     

基于拓展LIMD算法的智能动态几何软件设计

几何约束求解技术是新一代智能化参数化CAD的核心技术之一,是CAD领域的一个前沿课题．其目的是提供工程图形的自动求解,其主要特点是：自由拖动元素、动态图形生成、动态测量、动态轨迹生成．LIMD是约束求解中一个应用较广的算法,作者对该算法进行了拓宽和改进,提出了具体解决方法,并得到了较好结果．     

油气管道穿越水体工程环境影响及措施分析

文章分析了油气管道穿越敏感河流的主要方式及其环境影响。在此基础上，针对环境影响最大的大开挖方式，介绍了国内、国际主要环境保护措施。最后提出了改进我国管道穿越河流施工的若干建议。     

基于笔交互的智能动态几何可视化白板系统

计算机辅助教学系统目前已在教学中大量应用,然而,基于WIMP界面范式的电子课件系统,无法满足教师在课堂教学互动中需要与用户界面自然、高效、连续性交互的需求,尤其是几何教学中连续书写板书、自由勾画图形、动态几何定理演示等.设计和实现了一个基于笔交互的智能动态几何可视化白板系统.该系统以笔代替鼠标键盘,能够连续添加笔迹批注,勾画并识别几何草图,使用笔手势操纵界面元素,并通过扩展LIM0算法支持动态几何约束求解与动态几何可视化.讨论了该系统的框架及其关键技术,并给出了应用实例.可用性评估实验结果表明,该系统具有     

蓝牙工业现场总线应用模型

该文对传统有线工业现场总线网络中存在的问题进行了比较全面的分析,结合无线蓝牙技术特点,提出了一种简单可行的无线蓝牙工业现场总线应用模型,较好的解决了有线工业现场总线存在的问题。这种应用模型实现了有线工业现场总线的功能,还实现了无线蓝牙工业现场总线与有线工业现场总线的网络互联,并保证了两种网络的互操作。该文还介绍了一种基于该模型实现的蓝牙工业现场总线原型系统。     

高炉喷吹煤粉配加兰炭的回旋区燃烧数值模拟

为了探究喷吹煤粉配加兰炭后回旋区燃烧特性的变化,构建了同时考虑粒径分布和燃料成分差异的数值模型,对温度场、组分浓度场、颗粒轨迹及燃尽率进行分析。研究表明,配加兰炭后,由于挥发分含量降低、平均粒径增大,导致着火位置延后、燃尽率略有降低。配加不同兰炭后对比发现,燃料平均粒度较大但其粒径分散性好,50μm以下颗粒占比大时,整体燃尽率反而较高。随着燃料粒径的增大,预热阶段升温变慢,燃烧阶段比表面积变小,轨迹分散性变差,颗粒聚集处氧气相对匮乏等因素共同导致燃尽率降低,且在50～75μm处急剧下降。通过燃料优选与配加,提高整体挥发分含量,增加50μm以下小粒径颗粒占比,是未来喷吹燃料优化的一个方向。     

浅谈新时期思想政治工作的开展

思想政治工作是为完成党的政治任务而对广大人民群众进行的思想教育和转化工作,它的灵魂是"以人为本",它是我们党的传家宝.在不同的历史时期,党的思想政治工作适应执政党的特点和形势的需要,通过强有力的思想政治工作,极大的调动了全国人民的政治热情和积极性,解决了重重困难,为现代化建设提供了强大的精神动力和智力支持.     

基于Simulink的航空自导深弹空中弹道仿真研究

为优化航空自导深弹的空中弹道,文中给出了其空中弹道的数学模型,利用Sireulink工具箱建立了其空中弹道的仿真模型,并给出了使其空中弹道最优所需满足的条件,通过对仿真结果的分析,得到了影响其稳定性、入水角以及入水时间的主要因素,为航空自导深弹伞衣配置和投弹参数的选择提供了理论依据.     

基于YOLOv3算法的危险区域工人识别

土木工程施工现场是一个复杂多变且事故发生率较高的作业环境,同一个工程场地存在着多个危险区域。对该区域传统的管理方式是派专职人员进行看守和管理,这种人工管理的方式易出错且不能够及时发现人员的进入情况。对于动态危险区域,操作人员在操作机械的同时还要兼顾周围环境情况,这不仅会降低工作效率且不利于发现该区域存在的工人。为了解决这个问题和提高监管的效率,计算机视觉的融入将会是很好的选择,该方法首先需要根据相关规章制度去确定危险区域,然后在合适的位置布置摄像头,最后运用YOLOv3(You Only Look Once,是一种快速和准确的实时对象检测算法,发展到YOLOv3实现了算法上的突破,在精度和速度上也实现了质的飞越)目标识别算法实现智能监管。本文介绍了该算法的基本原理和具体的目标识别实现途径,并针对危险区域的范围不同设计了两种训练集的制作方式,最后用实验去验证该方法的可行性与准确性,结果表明,该方法对于工人的识别具有较高的正确率,故把该方法用于危险区域的工人识别将会大大降低事故发生概率,弥补了单纯人工监管的缺陷,丰富了安全管理的手段。