基于地面先验的3D目标检测算法

为了提高自动驾驶汽车环境感知的性能,增强单目相机对障碍物三维和边界信息的感知能力,提出了一种基于地面先验的3D目标检测算法。基于优化的中心网络(CenterNet)模型,以DLA(deep layer aggregation)为主干网络,增加目标3D边沿框中心点冗余信息预测。根据自动驾驶场景的地面先验信息,结合针孔相机模型,获取目标3D中心深度信息,以优化深度网络学习效果。使用KITTI 3D数据集评测算法性能,结果表明:在保证2D目标检测准确性的基础上,该算法运行帧率约20 fps,满足自动驾驶感知实时性要求;同时相比于CenterNet模型,在平均方位角得分(average orientation score)和鸟视图平均准确率(bird eye view AP)上分别有4.4和4.4%的性能提升。因而,该算法可以提高自动驾驶汽车对障碍物三维和边界信息的感知能力。     

避雷器接地电阻的测量与预测方法

介绍了避雷器三极法测量接地电阻的接线、测量原理及测量电压的选取,根据测得的历史数据建立了基于回归分析的接地电阻变化趋势预测模型,并通过标准离差检验证明了该预测模型可用于实际接地电阻的预测。实践表明,该测量与预测方法切实可行,能在一定程度上避免因接地电阻超标而引发的雷击事故。     

参观D600生产线 迎接单反的全画幅时代

这是自2010年尼康泰国公司遭受洪水灾害以来接待的第一个参观团体,尼康泰国工厂的村石信之、喜多久光先生,以及来自日本东京的尼康公司第一设计部原正治先生,与来自中国的媒体记者进行了座谈交流。我们为尼康灾后重建其生产效率以不可思议的速度恢复而感到欣慰和惊叹,也更关心"尼粉"们手中的银子何时换来全画幅机型D600。     

尼康D600行摄之旅 泰国“搜神记”

受尼康公司之邀,参观尼康泰国工厂,这对于媒体工作人员来说,也是一个非常难得的机会。2011年的洪水灾害到底给工厂造成了怎样的影响?尼康全幅单反家族中机型最新、价格最亲民的一部——尼康D600与泰国工厂有着怎样的血脉关系?我们带着疑惑与好奇以及对异域的向往,踏上了这信仰之邦的国土。     

基于三维依赖矩阵的故障预测策略设计

针对不同基于状态监测的故障预测方法难以在一个平台下集成和组合的问题,设计了基于故障、测试、衰退信息三维依赖矩阵的故障预测策略设计框架,在框架内给出了故障预测需求设计和预测用测试选择的基本方法,并在灰色预测和支持向量回归预测的基础上,通过融合粒子群和声算法给出了一种灰色支持向量回归智能组合衰退趋势预测分析方法,结合故障预测实例验证了所给方法的有效性和准确性.     

基于信息化的地表水水质预测

水利信息化技术指在水质信息管理、水质分析评价、水质预测和抗洪救灾等方面提供了多重应用需求;本文针对目前主流的计算机技术,对地表水常见水质预测方法进行分析与探索。     

基于径向基的瓦斯涌出量灰色预测模型

为了进一步预防煤层瓦斯突出,实现准确、快速预测煤矿瓦斯涌出量的大小,首先采用1-AGO对样本数据进行处理,建立灰色(GM)预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值;采用阜新煤矿某工作面瓦斯涌出量的历史数据进行建模,实验结果表明,GM-RBF组合模型在预测精度及训练误差方面均优于单一的GM模型和RBF神经网络预测模型;算法计算简便,减弱了数据的随机性及模型误差,煤矿瓦斯涌出量的预测平均误差减小到1.57%。     

宝时得实施JDA供应链解决方案

JDA软件集团公司近日宣布,宝时得机械(中国)有限公司已完成JDA Demand、JDA Collaborate和JDA Fulfillment解决方案的实施上线。宝时得使用JDA Collaboration、Demand和Fulfillment等解决方案用于提升企业预测的准确性,并利用其供应链生产计划和执行流程,获得统一的库存可