排序方式: 共有32条查询结果,搜索用时 15 毫秒
21.
22.
本文主要阐述了煤矿矿用产品实施安全标志管理的必要性,煤矿使用非安全标准设备、器材的情况较多,因其引发的机电事故、瓦斯爆炸等屡见不鲜,同时实施安全标志管理也是与世贸接轨的有力保障;铁煤集团公司近几年之所以有如此好的安全生产局面,是在很抓矿井质量标准化,安全创水平和职工安全培训教育两项基础工作的同时,投入大量安全仪器、设备等进行矿井安全监控,大力开展对煤矿矿用产品的管理工作,严格执行安全标志管理,使铁煤集团公司各矿井下使用的设备器材、仪器、仪表及防护用品等无一不符合国家安全标准或行业标准,大大降低了煤矿井下机电等事故率,并阐述了安全标志在实际生产中建章立制、组织落实及企业对外购或自制安标产品的管理办法,为矿井安全生产奠定了坚实的基础。 相似文献
23.
多通道动声系统(DMS)是基于声场优化原则与惠更斯原理开发的多通道拾音还音系统,系统录音部分采用近远场结合的相控传声器阵列拾音方法,重放部分根据声道特点有效地分配直达声和混响声。基于心理声学,以对比实验为整体思路,通过语义细分法对比DMS系统和立体声系统带来的听感上的区别,从而证明弱相关系统可以改善听音效果,为将来的系统发展从听觉心理学的角度指明了科研和发展方向。 相似文献
24.
根据5.1声道环绕声系统对建声学和使用的要求,设计和配备了一套5.1环绕声录音棚系统,并依据ITU-RBS.775建议书,设计了环绕声音箱和监听音箱的摆位。 相似文献
25.
符号音乐的生成在人工智能领域中仍然是一个尚未解决的问题,面临着诸多挑战。经研究发现,现有的多音轨音乐生成方法在旋律、节奏及和谐度上均达不到市场所要求的效果,并且生成的音乐大多不符合基础的乐理知识。为了解决以上问题,提出一种新颖的基于Transformer的多音轨音乐生成对抗网络(Transformer-GAN),以乐理规则为指导来产生具有高音乐性的音乐作品。首先,采用Transformer的译码部分与在Transformer基础之上改编的Cross-Track Transformer(CT-Transformer)分别对单音轨内部及多音轨之间的信息进行学习;然后,使用乐理规则和交叉熵损失相结合的方法引导生成网络的训练,并在训练鉴别网络的同时优化精心设计的目标损失函数;最后,生成具有旋律性、节奏性及和谐性的多音轨音乐作品。实验结果表明,与其他多乐器音乐生成模型相比,在钢琴轨、吉他轨及贝斯轨上,Transformer-GAN的预测精确度(PA)最低分别提升了12%、11%及22%,序列相似度(SS)最低分别提升了13%、6%及10%,休止符指标最低分别提升了8%、4%及17%。由此可见,Transformer-GAN在加入了CT-Transformer及音乐规则奖励模块之后能有效提升音乐的PA、SS等指标,使生成的音乐质量整体上有较大的提升。 相似文献
26.
物联网的出现深刻影响人们的生活和工作方式,然而地面物联网无法实现全球覆盖,低轨卫星凭借广覆盖的优势可以实现全球的无缝覆盖,从而大大拓展物联网的覆盖范围。分析卫星移动通信网和地面物联网的体系架构,在借鉴它们的基础上对其不适应性进行改造,提出一种低轨卫星物联网的体系架构,分析它的星座设计、系统组成、网络架构以及传输体制。 相似文献
27.
28.
对投影微立体光刻(PμSL)技术在微流控芯片领域的优势进行了简要概述,介绍了其技术原理以及数字微镜设备(DMD)的工作机制。分析了影响PμSL技术提高XY平面和Z轴打印分辨率的因素,重点讨论了通过优化光学系统、树脂配方、打印方式及图像算法等途径以提高单步制作微流控封闭管道Z轴分辨率的技术方法,并介绍了PμSL技术在多材料打印领域的研究进展。此外,对近年来国内外利用PμSL技术制备微流控功能器件、器官芯片的研究进展进行了介绍。最后,对PμSL技术在微流控芯片领域当前面临的Z轴分辨率较低、靶面与精度较难平衡和器官芯片打印材料生物相容性差等问题进行了探讨,并对其未来发展方向进行了展望。 相似文献
29.
生产安全已成为企业发展的重要目标。传统依靠人的主观能动安全管理已不能满足现代企业安全生产的需要,如何弥补人工管理在安全管理中所产生的滞后性缺陷就成为了水泥行业安全管理的探索方向。随着网络技术的快速发展,“物联网+互联网”与矿山安全管理体系“深度融合”,使安全管理各方面、各环节逐步实现数字化、信息化,让安全管控更智能,让生产更高效。 相似文献
30.
为了识别大脑的网络拓扑结构相对于正常老化模式的偏离,需要建立健康大脑的老化模型.提出了一个自动、高效地通过对健康老年受试者DTI图像的大脑连接组分析所建立的大脑年龄预测系统.脑年龄预测的处理流程包括自动DTI图像预处理、结构网络构建、大脑连接组分析,最后基于尺度子配置模型估计受试者的脑年龄.结果证明该预测模型可以精确可靠地估计老年健康受试者的脑年龄.健康老年人组脑平均年龄差距为0.09 a,而应用该模型对高血压患者的脑年龄估计可以发现高血压患者脑平均年龄差距为5.55 a.该模型可作为一种重要的生物影像标志物来检测与疾病相关的异常脑老化. 相似文献