统计模式识别的研究

模式识别的基本目标就是在有监督和无监督的情况下进行分类,在模式识别的各种模型中,基于统计的方法已经被广泛的研究并应用于实际.一些新的技术和方法的引入（神经网络和支持向量机方法）也促进了该领域发展,文章研究了基于统计的模式识别的进展情况,给出了模式识别的概念、原理、方法并对各种方法进行了相关的评述.     

沼气在果菜粮贮藏业上的应用

文中介绍沼气这种新型绿色能源在果菜粮贮藏中的应用情况,详尽描述了其在贮藏果品、蔬菜中的应用过程,文中对其作用的原理和益处也给予了适当介绍。     

数字建筑之文化符码浅析

从数字时代演化和人类行为学角度出发，简述了数字设计的概念以及文化符码的观念理论，以文化符码三层说对某数字设计的实例进行了分析，从文化符码解读了数字设计创作的方法论。     

基于YT0-101总线的PC与单片机通信系统的研究

在对YT0—101通信接口电路及其通信协议研究的基础上，探讨了PC机与8051单片机之间进行etech—bus串口通信软件和硬件设计的原理及方法，给出了单片机与YTO—101总线的部分接口程序。     

分解炉虚拟样机的开发

以水泥生产过程中的分解炉为对象，分析了分解炉内具体的物理化学过程，同时开发了反映分解炉工作过程(流体力学、燃烧学、分解动力学、颗粒动力学)的数学模型，借助数值模拟方法进行了分解炉虚拟样机的开发，为分解炉的设计与开发提供了试验平台。     

称谓语的选用与社会身份关系之表达

称谓语是发话人用来称呼交际对方的用语。但其功能远不止于此，称谓语是社会关系在语言中的表现，它不单纯是语言的称谓系统本身。称谓语的选用能为整个交际活动定下基调，能清楚地反映出交际双方之间的社会关系和他们的社会地位。     

广东河网地带的水生植被

本地区的水生维管束植物种类相当丰富。现已知有131种,隶属于81属,44科,其中挺水植物70种、沉水植物33种、浮水及浮叶植物28种。这些植物对外界环境各有不同的选择,现将它们分为:(一)流动河涌申的植物群落,包括:(1)密齿苦草+竹叶眼予菜+穗花狐尾藻群丛,(2)竹叶眼子菜+穗花狐尾藻群丛。(二)农田灌溉水渠植物群落,包括有:(1)喜旱莲子草+水蓑衣+田字萍群丛。(2)黑藻+水龙群丛。(3)野芋+菰群丛。(4)箭叶雨久花+喜旱莲子草群丛。(三)静水植物群落(低洼水(土朗)、人工湖、荒废池塘),包括有:(1)野荸荠+木贼状荸荠群丛。(2)金银莲花+竹叶眼子菜+密齿苦草群丛。(3)石龙尾+圆叶节节菜群丛。(四)珠江口海滩植物群落,包括有:(1)桐花树+秋茄树+木榄群丛。(2)老鼠簕+桐花树群丛。(3)短叶茳芏+菰群丛。生活在同一水体的各种植物,往往为争夺生活地盘和其他的生态因子而展开剧烈的竞争,不仅种间有竞争,种群内的不同个体也有生存竞争。     

数字图像测量技术及在隧道室内模型试验中的应用

首先按照数字图像技术分析基本原理差异,对数字图像相关（DIC）、粒子图像测速（PIV）等二维数字图像测量方法在隧道模型试验中的应用现状、技术发展以及基本原理进行梳理。进一步,对三维测量方法的原理及在隧道模型试验中的应用潜力进行分析。最后,通过黄土地层盾构隧道的掘进模拟试验,对数字图像测量技术在隧道模型试验中的应用进行示范。结果表明：DIC、数字照相变形量测（DPDM）等非接触测量方法以照片上点的相关性判断各点的位移,使用场景更偏向于室内试验道路、桥梁、隧道、基础、河坝、钢结构、钢混结构等土建结构的变形监测中;而PIV分析可测量流体中流动的大小和方向,被广泛运用于浆液、泥石流、喷泉等流体运动的研究中。此外,基于黄土地层盾构隧道室内模型试验方案发现,低含水率黄土地层盾构掘进8环管片距离时,围岩的扰动范围为盾构掘进中轴线两侧1 D（管片外径）左右和盾构上方1 D范围内。     

基于网格映射技术的弹性密封垫孔洞设计研究

针对密封橡胶在压缩情况下易发生翘边而严重影响管片接缝防水效果的问题,基于ABAQUS/Standard中的网格映射技术,建立了超弹性橡胶密封垫的压缩数值模型,对7种不同开孔形状、开孔率、孔洞排列方式的密封垫开展轴向压缩数值模拟。结果表明：在整个压缩数值模拟过程中,弹性橡胶密封垫接触面应力呈现两端大、中间小的多峰值W形分布;闭合孔为圆角三角形的密封垫相较于其他开孔形状的密封垫,平均接触应力最大值提升86.8%;开孔率为0.294的密封垫相较于其他开孔率的密封垫,平均接触应力最大值提升92.6%;错孔排列的密封垫相较于对孔排列的密封垫,平均接触应力最大值提升25.2%;相较于敞开孔构型变化,闭合孔构型变化对接触应力的影响更大,两者同一工况下平均接触应力最大可相差85.2%。     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。