摘要：针对复杂三维模型简化时引起的模型重要几何信息难以保存问题,提出一种基于半边折叠的保持三维模型重要几何特征LoD模型简化算法。通过引入二次误差量度、曲率特征、视觉特征度、折叠点的度以及折叠边长度,计算半边折叠代价,排序折叠优先级优化模型简化效果,减少模型误差累积。实验结果表明,该算法有效解决了简化后模型重要几何特征不明显的问题,实现了三维模型的LoD层次构建。

摘要：为贯彻落实新时期党和国家'立德树人'的要求,教育部提出'学生核心素养'的概念,并委托课题组作了基本框架与内涵的设计,主要包括人文底蕴、科学精神、学会学习、实践创新等六大素养。这一总体框架可以作为新时期教育教学的重要导向与追求。同时,小学语文学科的核心素养主要体现在语言建构与运用、思维发展与提升、审美鉴赏与创造、文化传承与理解等方面。语文教师在教学实践时,要坚持深层次、多元化、真效能等教学意识与实践;要把握优秀作品标准,科学使用教科书。

摘要：目的:探讨超声造影技术对老年颈动脉粥样硬化斑块的稳定性分析。方法:将2017年3月~2019年12月本院50例老年颈动脉粥样硬化斑块患者设为研究对象,采用随机数字表方法作分组设计,均实施超声造影技术、计算机体层成像(Computed Tomography,CT)检查方法;以CT检查方法的检查结果为标准,分析超声造影技术对老年颈动脉粥样硬化斑块的稳定性。结果:超声造影技术的软斑块检出率、硬斑块检出率、钙化斑块检出率、混合检出率与超声造影技术增强技术均无明显差异性,P>0.05。超声造影技术与超声造影技术增强技术的软斑块检出率、混合斑检出率均无明显差异性,P>0.05;超声造影技术的硬斑块检出率、钙化斑块检出率较超声造影技术增强技术升高明显,P<0.05。结论:对老年急性脑梗死患者实施超声造影技术可以作出准确的颈动脉斑块稳定性情况评估、斑块内部新生血管情况评估,并且可以实现实时无创检查,能够有效区别颈动脉斑块的稳定性,而且超声造影技术具备良好的重复性,操作简便,无创性,而且无需注射造影剂等优势,对于肾功能不全、造影剂过敏等患者更适用,能够为临床急性脑梗死诊断提供预测价值。

摘要：随着Gadget桌面应用的不断增加,如何更好地利用Gadget为计算机用户的工作和生活服务逐渐成为一个研究热点。对Gadget的基本原理和实现技术进行了分析,在此基础上利用灰色系统建立GM(1,1)预测模型,用于预测未来3～5天的日均值最高气温和日均值最低气温,并对预测模型进行了精度检验,实验结果表明本模型的预测精度较为良好。

摘要：为了深入理解无线传感器网络在现代信息化战争中发挥的重要作用,本文在分析无线传感器网络的基本原理和特点的基础上,重点讨论了无线传感器网络在军事领域的应用优势与现阶段的主要应用情况,并总结了当前军事应用中无线传感器网络存在的问题。

摘要：以长沙冰雪世界项目为载体,结合采矿废弃地的地形特点,充分利用原有地势基础上通过百米矿坑生态修复和公共建筑景观改造设计,赋予景观美学再造、局部生态系统修复与重建及经济价值再生。通过分析采矿废弃地的景观特征和环境影响,采用生态恢复与重建的各种工程与生物措施,实现自然资源的可持续利用,对区域生态系统健康、地方经济可持续发展具有十分重要的意义。

摘要：对车载燃气轮机进气砂尘分离器的设计方法进行了研究,根据设计要求,提出了一套涡旋管粒子分离器的设计方案和设计流程,并据此设计了隔栅式涡旋管和空气滤清器总成.对涡旋管的三维气固两相流动进行数值模拟.以空气滤清器总成为试验对象,进行了气动试验和砂尘分离试验.数值模拟和试验结果表明:进气砂尘分离器的设计方法能够达到预期的设计效果,设计的分离器满足设计要求,所采用的数值模拟方法可以较准确地模拟涡旋管的三维气固两相流动,计算结果可信.

摘要：在以往设计中，混凝土重力坝的纵缝一般按临时施工缝处理．据对已建。程调查，灌浆后的混凝土级缝仍为薄弱面，并未使坝体发挥整体作用．针对水口水电站重力坝的一个溢流坝段，从坝体应力、位移分析及坝体稳定安全和结构动力特性几个方面进行了研究，提出在特定条件下，采用级缝不灌浆的实施方案及工程结构的处理措施和运行观测要求．原型监测结果的初步分析表明，采取相应的工程措施后，垂直纵缝不进行灌浆是可行的，这是一项具有较大经济效益和社会效益的措施．

摘要：针对目前菠萝采摘劳动强度大、效率低、人工成本高,以及机械化采摘设备研发滞后等问题,结合我国农业装备自动化发展的现状,设计了一种面向规模化的自动菠萝采收机。应用LabView和OpenCV软件开发了图像识别系统,可以对菠萝进行图像采集、识别和定位,实现了菠萝的自动化采摘。这一自动菠萝采收机集采摘和收集于一体,具有工作效率和自动化程度高的特点。

摘要：为解决目前工业物料分拣机器人发展的需求问题,以模拟自动化物流系统的作业流程为目标,提出了一种基于单目视觉的智能物料分拣机器人的设计。为实现物料的自动分拣过程,以STM32作为核心控制器,驱动OV2640摄像头对图像进行实时采集、处理与分析,实现颜色识别和目标定位,并将处理结果传送给驱动控制系统。在图像标定方面,采用读取TFT屏中目标的坐标和求取目标的实际坐标,通过MATLAB软件来进行数据拟合,找出两个坐标的函数关系,从而实现目标的定位。采用遍历腐蚀算法、增量式PID算法、DBCSAN算法和Dijkstra算法,分别完成对随机摆放的物料的自动识别和定位、电机控制和路径规划。实验与竞赛结果表明,该单目视觉分拣机器人的分拣准确率和效率高,能够实现智能分拣功能。