排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
2.
对表征炭黑原料油性能的评价指标体系进行研究,明确了相关指数、氢碳比、特性因数、芳构因数、芳香烃含量、炭黑收率的预测指标、设备相对生产能力的预测指标的物理意义与计算方法,以及氢碳比与烃含量的关系、芳构因数与相关指数的关系、芳烃含量与相关指数的关系,炭黑收率与相关指数的关系、相对生产能力与炭黑收率、相关指数的关系等,并以不同油品的具体数据进行计算、分析,从而对不同品种原料油及其混配油进行评价、比较、优 相似文献
3.
4.
本文将图像语义分割与即时定位与地图构建(SLAM)技术相结合构建环境的3维语义地图.输入的图像序列经过ORB-SLAM进行关键帧筛选.提出了一种基于DeepLab算法改进的图像语义分割方法.在卷积网络的最后一层后面引入上采样卷积层,改善双线性插值过于粗糙的问题.关键帧的深度图作为门控信号控制不同卷积操作的选择,从而在对远处的物体保持细节的同时对近处的物体保持较大视野.然后,对齐分割后的图像与深度图,利用相邻关键帧之间的空间对应关系构建3维稠密语义地图.实验结果表明,对于室内和室外场景,本文算法可以实现准确的语义分割,反投影到3维空间中也能形成效果良好的语义地图;与当前大多数基于DeepLab与反卷积算法的方法相比,本文算法可以得到更好的语义地图. 相似文献
5.
在炭黑生产中如何炭黑和产品收率,降低油耗和成本,稳定质量,增加经济效益是国内外炭墨同仁位非常关心的重要课题。本文以新工艺炭黑生产装置为例,通过各种原、燃料油性能量度评价指标的计算,各原料油、混合油的元素分析、物料衡算以及热力学条件分析谁,综合国外国内类似生产经验,结合我厂生产实践,了采用不同油种、不同比例混配油配方,来取代单一的原料油,这一成功的原料油混配新技术,为我国1.5万吨/年新工艺炭黑生产装置在原料油品种选择范围的扩展,提高炭黑结构性和收率,降低油耗,增加经济效益等方面开辟了广泛的前景,奠定了坚实的基础。 相似文献
6.
7.
同时定位与构图(SLAM)主要用于解决移动机器人在未知环境中进行地图构建和导航的问题,是移动机器人实现自主移动的基础.闭环检测是视觉SLAM的关键步骤,对构建一致性地图和减少位姿累积误差具有重要作用.当前的闭环检测方法通常采用传统的SIFT、SURF等特征,很容易受到环境影响,为了提高闭环检测的准确性和鲁棒性,提出基于无监督栈式卷积自编码(CAEs)模型的特征提取方法,运用训练好的CAEs卷积神经网络对输入图像进行学习,将输出的特征应用于闭环检测.实验结果表明:与传统的BoW方法及其他基于深度学习模型的方法相比,所提出的算法能够有效降低图像特征的维数并改善特征描述的效果,可以在机器人SLAM闭环检测环节获得更好的精确性和鲁棒性. 相似文献
8.
介绍了一个关于河流生态景观恢复与重建的设计,通过设计使原有的自然景观特征得到保留、演变和延续,创造一系列的滨河景观,使之展现城市阶段历史特征,重温河涌的故事和记忆。 相似文献
1