T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:为了解决实木门砂光效率低和质量不理想的问题,笔者设计了数控实木门砂光机。本研究首先对砂光机的整体结构进行设计,阐述砂光机的工作原理。其次,以横向砂光组件砂光过程中产生砂削力及所受载荷为例,建立相对应的数学模型,并进行了分析计算,完成横向砂光组件设计研究。最后,以分析计算的横向砂光组件砂光过程中所受砂削力及负载为基础,对横向砂光组件连接架进行静力学分析,获得相对应的应变云图、应力云图及变形云图,对横向砂光组件的力学性能进行校核并对其结构进行优化;通过模态分析,获得连接架前4阶的固有频率和振型,对横向砂光组件砂光过程中的的振动稳定性能进行检验,证明其结构的准确性。
摘要:针对现存交通标志识别模型参数量过大、检测速度慢和检测精度较低的问题,本文提出一种改进YOLOv4-tiny的交通标志识别算法.该算法将深度可分离卷积应用到YOLOv4-tiny的特征提取网络中,显著降低了主干网络的参数量和计算量.在特征融合阶段,将特征提取网络得到的不同层次特征图输入双向特征金字塔网络结构(BiFPN)中进行多尺度特征融合.最后,在损失函数设计过程中,使用Focal损失函数代替二分交叉熵损失函数,使检测过程中的正负样本数量不均衡问题得以解决.在TT100K数据集上的测试结果表明,该算法的平均精度均值达到87.5%,相比于YOLOv4-tiny提升了3.9%,模型大小为14MB,仅为YOLOv4-tiny的58%.该算法一定程度上减少了计算量和模型大小,并带来了检测速度和精度的提升.
摘要:随着教育高速发展,教学演示越来越普遍,但是普通的激光笔已经远远不能满足需要,为了让使用者在教学、演示时最大限度的发挥肢体语言的优势,彻底解决以往在课堂和会议上使用鼠标的不便,研究一种搭载便携式激光键盘的激光笔设计是有必要的。文章对传统几何失真校正算法进行研究,提出一种不同角度的的校正算法,并以此构建一套实验装置,实验表明效果良好。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn