摘要：文章基于景观基因信息链理论,对江头村景观基因进行挖掘梳理,构建江头村风貌景观基因图谱,探索公共设施的优化设计策略。将物质风貌景观基因与非物质风貌景观基因进行分析与提取,以造型、色彩、纹样、材料、工艺、信仰及习俗七大因素为依据,构建江头村风貌景观基因图谱和风貌景观基因评价模型树,再使用层次分析法(AHP)对所提取的7项基因进行判断矩阵赋权,根据权重计算结果指导公共设施的优化设计。对公共设施的优化设计不仅满足了基本功能的实用需求,还提升了村落的文化价值,增强了人们对江头村景观风貌的认同感与归属感。

摘要：文章对现代彩妆包装设计现状进行研究,分析苗族银饰在彩妆包装设计上的形式、功能、文化、情感等方面的优势,以纹样主题表达和锻制技艺科学技术价值为应用策略,探讨“苗装”彩盒彩妆包装设计案例。挖掘苗族银饰纹样的文化内涵和锻制技艺的科学价值,探索其在彩妆包装设计中的创新应用,有助于优化传统的包装形式,实现苗族银饰与彩妆包装的创新融合,彰显文化自信和“国潮”理念,对少数民族的文化和技艺的传承具有十分重要的实践意义。

摘要：随着伺服系统不断的发展,制造业对伺服系统的要求也是越来越高,现在很多场合下需要伺服电机做变速运动,对电机的控制方式也是多种多样的要求。本文将介绍一种基于永宏PLC的安川Σ-7系列AC伺服电机带手摇轮控制的运动控制系统,并通过外接触摸屏对伺服电机实现精准控制。

摘要：航空遥感图像目标检测旨在定位和识别遥感图像中感兴趣的目标,是航空遥感图像智能解译的关键技术,在情报侦察、灾害救援和资源勘探等领域具有重要应用价值。然而由于航空遥感图像具有尺寸大、目标小且密集、目标呈任意角度分布、目标易被遮挡、目标类别不均衡以及背景复杂等诸多特点,航空遥感图像目标检测目前仍然是极具挑战的任务。基于深度卷积神经网络的航空遥感图像目标检测方法因具有精度高、处理速度快等优点,受到了越来越多的关注。为推进基于深度学习的航空遥感图像目标检测技术的发展,本文对当前主流遥感图像目标检测方法,特别是2020—2022年提出的检测方法,进行了系统梳理和总结。首先梳理了基于深度学习目标检测方法的研究发展演化过程,然后对基于卷积神经网络和基于Transformer目标检测方法中的代表性算法进行分析总结,再后针对不同遥感图象应用场景的改进方法思路进行归纳,分析了典型算法的思路和特点,介绍了现有的公开航空遥感图像目标检测数据集,给出了典型算法的实验比较结果,最后给出现阶段航空遥感图像目标检测研究中所存在的问题,并对未来研究及发展趋势进行了展望。

摘要：图像分类是图像理解的基础,对计算机视觉在实际中的应用具有重要作用。然而由于图像目标形态、类型的多样性以及成像环境的复杂性,导致很多图像分类方法在实际应用中的分类结果总是差强人意,例如依然存在分类准确性低、假阳性高等问题,严重影响其在后续图像及计算机视觉相关任务中的应用。因此,如何通过后期算法提高图像分类的精度和准确性具有重要研究意义,受到越来越多的关注。随着深度学习技术的快速发展及其在图像处理中的广泛应用和优异表现,基于深度学习技术的图像分类方法研究取得了巨大进展。为了更加全面地对现有方法进行研究,紧跟最新研究进展,本文对Transformer驱动的深度学习图像分类方法和模型进行系统梳理和总结。与已有主题相似综述不同,本文重点对Transformer变体驱动的深度学习图像分类方法和模型进行归纳和总结,包括基于可扩展位置编码的Transformer图像分类方法、具有低复杂度和低计算代价的Transformer图像分类方法、局部信息与全局信息融合的Transformer图像分类方法以及基于深层ViT(visual Transformer)模型的图像分类方法等,从设计思路、结构特点和存在问题等多个维度、多个层面深度分析总结现有方法。为了更好地对不同方法进行比较分析,在ImageNet、CIFAR-10(Canadian Institute for Advanced Research)和CIFAR-100等公开图像分类数据集上,采用准确率、参数量、浮点运算数(floating point operations,FLOPs)、总体分类精度(overall accuracy,OA)、平均分类精度(average accuracy,AA)和Kappa(κ)系数等评价指标,对不同方法模型的分类性能进行了实验评估。最后,对未来研究方向进行了展望。

摘要：本文主要讲述了基于Struts框架的在线购书系统的Acdon设计。