摘要：在互联网技术时代,自动化、智能化技术不断发展,给建筑电气行业的发展带来新的机遇与挑战。为了实现建筑电气工程的自动化、智能化,建筑电气企业需要积极开展建筑电气工程及其自动化、智能化技术研究。基于此,本文研究了建筑电气工程及其自动化、智能化技术的相关内容,旨在妥善解决建筑电气工程中存在的问题,保证工作人员的生命财产安全,为建筑电气工程行业提供持续的发展动力。

摘要：随着我国科技的进步,自动化和智能化技术在更多领域和行业得到了推广和应用,我国的电气工程及自动化行业也在快速发展。电气工程及自动化智能化技术在建筑电气中的科学应用,能确保建筑电气切实满足当前人们的多元化、多样化需求,对于推进建筑行业的持续健康发展有着重要的作用意义。本文主要就如何实现电气工程及自动化智能化技术在建筑电气中科学应用进行简要探讨和分析,并提出一些建议和对策,希望对推进这一技术的高效化应用,推动建筑行业健康发展有所启示。

摘要：针对遥感目标检测中检测速度慢,网络计算量大的问题,提出一种基于DN-YOLOv5的遥感目标快速检测方法。目标检测锚框采用K-means++重新聚类,以减少网络的计算量;修改算法主干网络部分的CSP1_X模块以减少参数量,并在主干网络进行双密集连接,加强卷积操作对特征的利用率;将算法模型中的CBL模块的Leak ReLU激活函数替换成H-swish激活函数,以提高网络检测速度。将快速目标检测方法 DN-YOLOv5在公开的DIOR遥感数据集上进行验证。结果表明,改进后的快速检测方法,模型大小为48 MB,降低了约47.2%,推理时延为33.8 ms,推理加速了约39%。

摘要：针对目前传统车牌号识别算法定位不准确,识别效率低,实时性差等的问题,提出了一种基于深度学习的车牌定位与车牌字符识别算法。在车牌检测定位阶段通过YOLOv5s算法对图片中的车牌部分进行定位,空间变换网络STN对倾斜的车牌进行矫正,将矫正过后的车牌送入LPRNet字符识别网络进行识别。通过对CCPD数据集的验证发现,相较于传统的车牌识别算法,提出的算法准确率达到98.2%,整个检测识别过程控制在11 ms内,表明了所提算法可满足车牌识别的实际需求。

摘要：以渗流力学、弹性力学为基础,建立多洞缝型碳酸盐岩油藏单相流动时的数学模型,给出数学模型的解析解,解析解可用于不同制度下多洞缝型碳酸盐岩油藏生产动态分析。结合解析解给出了多洞缝型碳酸盐岩油藏试井方法,最后结合正交设计理论,分析影响多洞缝型碳酸盐岩油藏生产的相关因素。结果表明:洞的相对大小和裂缝导流能力是影响多洞缝型碳酸盐岩油藏开发效果的主要因素,裂缝导流能力越强,主洞相对体积越大,越有利于开发;当裂缝导流能力差、主洞体积相对较小时,通过控制产液量提高开发效果不明显。

摘要：在低能量水平下(10.89 MJ/kg),不同赖氨酸水平日粮对蛋鸡生产性能的影响。将720只23周龄海兰褐蛋鸡随机分为6个组,每组5个重复,每重复24只鸡。试验日粮采用5种赖氨酸水平,分别为0.75%(对照组)、0.65%(处理Ⅰ组)、0.7%(处理Ⅱ组)、0.75%(处理Ⅲ组)、0.8%(处理Ⅳ组)和0.85%(处理Ⅴ组),对照组采用国标(2004)营养需要设计,试验期为60 d。结果表明:0.7%水平组产蛋率最高,较其他组分别提高了1.06%、0.5%、0.22%、0.99%和1.04%;对照组采食量最低,处理Ⅰ组和Ⅴ组采食量显著增加;与其他各组间差异不显著,处理Ⅰ组平均蛋质量最低,显著低于其他各组;处理Ⅰ组和Ⅴ组料蛋比较高,较其他各组差异显著。各组间破蛋率、病死率和日增质量均无显著差异;对照组饲料成本最高,在试验期内,处理Ⅱ组经济效益最好,比其他各组分别多盈利44.39、32.58、5.41、33.86和61.58元。结果表明:海兰褐壳产蛋鸡日粮在10.89 MJ/kg的能量质量浓度下最适宜的赖氨酸水平为0.7%。