元宇宙下的智慧博物馆研究进展

中华民族拥有五千年的灿烂文化,各民族在各个历史阶段创造出的文物是中华民族繁荣昌盛的见证。博物馆作为文物收藏、文化展示的公共平台,在我国文化传承的过程中起着重要作用,随着科技的发展,当前博物馆已经步入智慧化建设时代。本文对数字化采集技术、文物真实感重建技术、虚拟结合智能交互和智慧平台建设等关键技术进行了对比分析,对诸多数字博物馆与艺术机构的案例进行了比较研究,对在元宇宙下建设智慧博物馆的发展趋势进行了展望。元宇宙技术融入智慧博物馆建设,是把握新一轮科技革命和产业变革新机遇的战略方向,有利于博物馆的数字化建设,有利于保护和发展中国优秀传统文化,对促进文化繁荣、构筑文化自信以及建设文化强国具有重要意义。     

改性纳米零价铁修复重金属污染地下水研究

纳米零价铁(n ZVI)粒径小、比表面积大、反应活性高,可降解多种污染物,但n ZVI分散性差、抗氧化性弱的特点使其在地下水修复中的应用受到限制。改性n ZVI可以提高n ZVI的分散性及稳定性,研究了现有改性n ZVI的特点:多孔材料负载改性n ZVI成本较低,但可选择的材料相对较少;有机物包覆分散改性n ZVI的改性材料较多,可以促进非水相液体污染物与n ZVI的接触反应,但选择不当容易引起二次污染;双金属改性纳米材料的反应速度较快,不易形成腐蚀产物,但成本较高,且过渡金属可能对环境有害。n ZVI可以处理多种地下水重金属污染物,根据Fe2+和目标重金属离子污染物的标准电极电位的相对大小,降解方式分为表面吸附—配合作用、表面吸附—还原作用和表面还原作用,但是改性n ZVI存在价格高、有环境毒性等问题。     

基于小波包分析的人造地震波合成及应用

地震是一种危害性极大的突发性自然灾害,与此相关的抗震工程研究一直是土木工程领域的研究热点.输入地震动是地震时程计算分析的首要问题.本文尝试将小波包分析技术应用到人工地震动合成技术中,利用小波基函数所具有的良好时频局部化性质,提出了一种可行的人造地震加速度的合成方法;根据小湾地区的地质条件,以天津波为原始波进行人工合成,...     

发运系统升级改造及运行经验总结

发运系统升级改造是兖矿鲁南化工有限公司的一项重点技改项目,旨在通过改造优化操作流程,实现发运系统现场无人值守和液态产品流量计定量充装,同时及时提供清晰而全面的视频图像和监控数据,大大方便公司营销工作的管理,为生产经营提供实时的数据支持。2016年发运系统上线之初,暴露出诸多问题,经多次消缺并落实一系列配套措施后,目前系统运行较为稳定,基本上达到了技改的预期目的。     

基于HSV彩色空间与直方图信息的植物叶脉FFCM算法提取*

为满足植物分类和识别对植物叶片叶脉信息的需要,提出了基于HSV彩色空间与直方图信息FFCM聚类算法相结合的植物叶片叶脉提取方法。该算法首先将植物叶片图像由RGB转换到HSV彩色空间,然后使用FFCM算法实现叶片的自动分类和叶脉信息的提取。实验结果表明,该方法既能有效处理和区分绿色和枯黄的叶片图像,也能很好的处理和区分受光均匀和受光不均匀的叶片图像,可以应用于植物的分类与识别。     

二甲苯异构体和乙苯的气相色层分析

一、引言对、间、邻位二甲苯和乙苯由于它们的物化性质十分相近(表1),采用通常的气相色层分析方法很难完全分离。近年来,在气相色层分析中应用二种技术,使二甲     

碱法麦草浆黑液处理系统的调试

对某造纸厂黑液处理系统的调试经验进行了总结。首先修正了原设计方案，提出酸析木素、中和、第一厌氧池、第二厌氧池相串连的处理流程，重点进行了第一厌氧池和第二厌氧池（UBF）的调试，探讨了挥发性脂肪酸（VFA）、重碳酸盐碱度、pH值及水力条件等工艺参数问题，并对存在的反应器污泥流失、重碳酸盐碱度与VFA浓度控制、水力条件的选择与控制等问题提出了解决办法。     

分子印迹整体材料在固相萃取中的应用及展望

分子印迹整体柱结合了分子印迹技术高的分子识别选择性能和整体柱制备过程简单、易于修饰改性、重复性好以及传质速度快等优点,是固相萃取和固相微萃取技术的发展趋势和前沿课题之一.主要介绍了分子印迹聚合物整体材料在与高效液相色谱和毛细管液相色谱法联用技术方面的应用,以及在固相微萃取中的应用,展望了分子印迹整体材料在固相萃取方面的发展趋势.     

联合损失优化下的高相似度奶山羊身份识别

目的 动物个体身份识别一直是智慧畜牧业的主要难题之一,由于动物个体本身与人类在图像识别上需要的数据特征不同以及各个特征作为个体属性之间的关系不明确,对动物个体识别领域的研究较少,针对具有高相似度的奶山羊个体身份识别问题,提出了基于深度学习的高相似度的奶山羊识别方法。方法 采集了26只萨能奶山羊的全身图像,利用SSD(single shot MultiBox detection)网络进行数据集预处理,并随机选取1 040幅图像作为训练集,260幅图像作为测试集。其次采用ResNet18(residual neural network)预训练模型并进行迁移学习,最后联合三元组损失函数与交叉熵损失函数进行参数调整。研究表明,采用联合损失函数并结合Adam优化器算法时,可获得较好的识别效果。此外,在实验部分针对奶山羊的特征选取问题上,对奶山羊的羊脸区域与奶山羊的全身区域分别采用了三元组损失函数与孪生网络,验证了对奶山羊的识别仅靠羊脸区域的特征时准确率较低;此外,针对网络的训练,本文不仅通过YOLOv3(you only look once)以及孪生网络(siamese network)验证了奶山羊本身属于高相似度的数据集,而且针对奶山羊数据集分别采用三元组损失函数与交叉熵损失函数作为唯一的损失函数,并验证了该方法的有效性。结果 奶山羊识别的最高精准度为93.077%,相较于Triplet-Loss损失函数74.615%的准确率以及CrossEntropy-Loss 89.615%准确率有了较大提升。结论 本文提出的基于深度学习的高相似度的奶山羊识别方法不仅具有较高的准确率,而且在奶山羊个体身份识别方面具有极大的应用价值,有助于准确识别羊的身份,为相似度高的动物个体身份识别提供了思路。