论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
随着国民经济的快速发展,人民的物质需求也逐渐增大,人们对物流运输的要求也越来越高,传统的交通运输方式已不能满足社会的发展需求,人们急需寻求一种新型的运输方式来改善当前的情况,筒装料管道水力输送技术应运而生。该输送技术具有高效、环保、经济、节能、安全等优点,具有广阔的应用发展前景。本文采用粒子图像测速技术(PIV)对不同导流条长度条件下管道双车车间断面螺旋流的水力特性进行了试验测量,并结合相关理论及
【机 构】
：
太原理工大学
【出 处】
：
太原理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
样本学习和特征学习是机器学习的两个重要方面。深度学习虽然具有优良的特征学习能力，但严重依赖大样本量，不适合于医疗、军事和在线学习等小样本学习领域。样本和特征子空间协同学习是近年来出现的一种解决思路，该思路从样本角度和特征角度共同进行学习，具有结合样本学习和特征学习两者优势的能力，并且子空间学习能借助集成学习的提升作用，改善小样本学习。但该方法还存在一些问题，包括样本与特征子空间如何协同抽样、如何将子空间学习与特征学习相结合、如何将样本学习与特征提取的优势相结合以及如何集成等问题。
基于此，论文基
基于此，论文基
公交车驾乘舒适度不仅直接影响乘客以及驾驶人员的驾乘体验，而且和节能减排，绿色出行有一定的联系。良好的驾驶行为在提供较好的驾乘舒适度的同时，在汽车的安全性以及控制油耗方面也有十分显著的作用。挖掘驾驶行为数据中对驾乘舒适度有影响的特征，为驾驶行为提供优化方法，提高乘客的驾乘舒适度。
本文提取对舒适度影响较大的三个特征参数：速度、加速度、角速度，在以往实验的基础上，提出面向评价区域的舒适度评价方式与驾驶行为优化建议模型。为了得到面向良好舒适度的驾驶行为建议模型，引入长短时记忆网络（LSTM）对优秀的驾
本文提取对舒适度影响较大的三个特征参数：速度、加速度、角速度，在以往实验的基础上，提出面向评价区域的舒适度评价方式与驾驶行为优化建议模型。为了得到面向良好舒适度的驾驶行为建议模型，引入长短时记忆网络（LSTM）对优秀的驾
信道编码技术在无线移动通信系统中发挥着重要的作用，如何保证海量数据在互联网以及物联网传输中的高效性和准确性与高性能的信道编码技术息息相关。极化码（Polar Code）作为在理论上唯一被证明能达到香农极限的好码，凭借其无误码平层效应在众多信道编码技术中杀出重围。Polar码能达到更高的吞吐量和更快传输速率的要求，这对于5G（5th Generation of Mobile Communication）通信甚至于6G（6th Generation of Mobile Communication）通信的发展十
摘 要：随着信息时代的到来，虚拟现实技术（VR技术）在各领域普遍应用。因历史的不可逆性，需迫切引入VR技术，展示其历史再现的体验优势。文章对VR技术应用于历史研学进行初析，并结合广东省梅州地区开展的红色研学旅行进行分析，将VR技术融入历史红色研学旅行之中，丰富授课模式，提高中学生的历史学科核心素养。 关键词：VR技术;研学旅行;梅州地区红色资源 研学旅行是推动素质教育改革的重要举措，作为一种开
期刊
糖尿病足溃疡作为典型的慢性伤口是糖尿病人致残、致死的主要原因，目前糖尿病足发病率已呈现高发态势，由此导致的慢性伤口感染已经成为人类健康的严重威胁，并给社会造成了严重的负担。相比传统的伤口检测方法，气味检测技术具有检测迅速、使用方便和无入侵性等优点，非常适合用于对伤口感染的日常筛查。伤口感染检测特征工程的研究对于伤口感染气味检测任务具有明确的现实意义，因此对特征提取和特征选择算法研究必不可少。
本文以双路气味传感系统对伤口感染进行检测为课题背景，在开展了可靠的大鼠伤口感染实验基础上，对基于气味检测
本文以双路气味传感系统对伤口感染进行检测为课题背景，在开展了可靠的大鼠伤口感染实验基础上，对基于气味检测
随着智能网联汽车产业化进程的推进，学术界和产业界更加关注测试方法的研究，作为智能网联汽车测试的关键手段，实验室内车车(Vehicleto Vehicle,V2V)模拟测试方法的研究成为目前的热点问题，通信信道特性模拟是实验室内模拟测试的关键问题。本文针对V2V信道建模展开，重点研究面向典型V2V通信场景的3D非规则几何信道模型拟合和优化问题，主要研究工作如下：
①对V2V通信信道模型、天气衰减模型以及电磁干扰模型的研究现状进行分析总结，针对现有模型的不足，指出了对3D非规则几何信道模型进行拟合和
①对V2V通信信道模型、天气衰减模型以及电磁干扰模型的研究现状进行分析总结，针对现有模型的不足，指出了对3D非规则几何信道模型进行拟合和
数字图像在采集、处理、压缩、存储、传输和再现期间会不可避免地产生噪声，从而导致图像的视觉质量下降。虽然为了获得高质量的图像，人们提出了很多图像去噪算法，这些方法大致可以被划分为两大类，即基于模型的方法和基于学习的方法。传统的基于模型的图像去噪算法具有丰富的理论基础，但是往往存在复杂的优化问题。而另一方面，随着深度学习的兴起，现有的基于深度卷积神经网络（Convolutional neural network，CNN）的图像去噪方法将图像去噪视为一种简单的判别学习问题，相对于传统图像去噪方法带来了新的思路和
近年来，视频监控系统随着城市交通信息化的发展，使得车型识别在无人驾驶、社会治安、智能交通等方面具有广泛的应用前景。目前大部分监控视频图像的车型识别需要将海量视频数据上传本地服务器中心，而且仅对部分视频流图像进行了结构化车型识别，同时也造成服务器中心数据压力过大、计算任务重以及对服务器性能要求高等问题。因此，在系统前端实现频数据结构化处理对解决服务器中心压力具有关键性意义。
本文提出一种基于机器学习的Cortex-M视频结构化车型识别的方法。该识别方法首先利用PC训练机对自定义数据集采用改进的Al
本文提出一种基于机器学习的Cortex-M视频结构化车型识别的方法。该识别方法首先利用PC训练机对自定义数据集采用改进的Al
摘 要：京剧艺术是我国优秀传统戏曲文化中的一朵奇葩，而戏曲音乐教学，对于非科班出身的音乐教师来说有一定难度，笔者努力探索“趣味”戏曲教学之路。由于电子锣鼓的音响效果好、简单易学，适合业余戏曲爱好者操作。这一产品特点很快引起了笔者的注意，在初步研究电子锣鼓之后，在小学音乐花城版教材中找到适合的教学内容《报灯名》，此课丑角的念白、唱词和形式都能与电子锣鼓的运用相匹配，文章通过再现和分析《报灯名》案例的
期刊
中国水资源时空分配不均且洪涝灾害频发，随着中国经济的高速发展和人民对高质量生活的追求，水资源短缺的问题日益突出。而充分发挥水利工程的调蓄功能，在防洪安全得到保证的条件下，切实提高洪水资源利用率是重要的缓解方式。汛限水位是水库优化调度中非常重要的指标，目前大多数水库采用汛限水位静态控制方法，无法充分发挥水库的调蓄能力，为了安全合理运用洪水资源，依据气象水文预报信息，对水库实施汛期水位动态控制，可以有效提高水库发电、供水等兴利效益，甚至可以在一定程度上提高水库的防洪效益，因此，对水库实时汛期水位动态控制是有效