排序方式: 共有19条查询结果,搜索用时 0 毫秒
1.
采用机械合金化+热压烧结制备Mg2Si金属间化合物.研究球磨时间对烧结产物的物相、微观形貌、硬度及致密度的影响.结果表明:随着球磨时间的延长,Mg、Si粉末的晶粒得到细化,机械合金化过程中没有形成Mg2Si,Mg2Si的形成需要一定的孕育期,热压烧结后产物的组织更加均匀,烧结过程中反应更加充分,硬度和致密度呈现先增大后减小的趋势. 相似文献
2.
3.
结合网状被动传感器系统建设的需要,提出了网状被动传感器系统优化设计模型,依据优化设计模型提出了基于误差方差Cramer-Rao下界的优化设计算法。探讨了优化过程中指标集、目标集的确定方法,最后通过仿真计算分析了三种配置结构的性能。 相似文献
4.
采用机械合金化+热压烧结制备Laves相Mg(Cu1-xSix)2(0≤x≤0.20),研究合金元素Si对其结构、显微组织及力学性能的影响.结果表明:MgCu2中的部分Cu被Si替代,晶体结构并未改变,主相仍为C15结构的Laves相.随Si添加量的增多,整个XRD衍射峰向低角度偏移量增大,点阵常数增大;Si加入使组织均匀、晶格畸变和晶粒尺寸增加,显微硬度增大,抗压强度和抗弯强度先增大后减小. 相似文献
5.
分布式异类传感器网异步采样下的航迹起始算法 总被引:1,自引:0,他引:1
为解决分布式异类传感器网异步采样下的航迹起始问题,基于模糊集理论,定义了测量集与目标间的模糊综合贴近度。基于模糊综合贴近度提出了分布式异类传感器网航迹起始算法。该算法通过模糊综合贴近度函数全局极值点的检测实现目标的检测,用与目标相关联的测量估计目标的初始状态。算法的特点是不需要掌握目标探测概率、虚警率、杂波密度等诸多信息。仿真实验验证了算法的有效性。 相似文献
6.
被动传感器阵列中基于视线距离的数据关联 总被引:2,自引:0,他引:2
针对低检测概率环境下被动传感器阵列中的数据关联问题,提出了一种基于视线距离的数据关联新算法。首先详细分析了传统基于视线距离数据关联方法的不足,提出各个观测站对于同一个目标的平均视线距离应最小。同时,认为同一个目标只要被超过2/3的传感器所观测,此关联组合就有效。最后,利用关联组合的平均视线距离和有效传感器个数来设计模糊隶属度函数,以模糊关联隶属度最大为关联准则构建数据关联算法,给出了算法流程。实验结果表明,在检测概率不为1、误差较大的多目标环境下,提出的算法要明显优于传统方法。 相似文献
7.
为了提高嵌入式系统设计中电容层析成像(ECT)的图像重构速度,研究了一种针对进阶精简指令集机器加上现场可编程门阵列(ARM+FPGA)硬件架构的图像重构算法加速技术。针对广泛应用且鲁棒的Landweber迭代算法(ILA),首先分析算法结构,然后基于FPGA的流水线特点,改进ILA涉及的循环结构,从而达到加速的效果。同时,针对ARM+FPGA架构的特点,讨论了ARM核与FPGA核各自的任务分配方式,进一步优化了算法速度。为了验证算法的有效性,分别在使用MATLAB编程和使用提出的加速方法搭建的ZYNQ平台进行了图像重构实验,从图像重构耗时、图像相对误差和图像相关系数3个指标论证提出方法的有效性。实验结果显示,使用搭建的ZYNQ平台进行Landweber算法成像时,每个图像的运行时间比使用MATLAB编程的运行时间减少了30%~40%。该研究在保持重构精度的同时有效提升了迭代算法的速度,对于ECT系统的硬件加速具有一定适用性。 相似文献
8.
社交电商对我们来说已经不再陌生,如果你说不知道社交电商这四个字,可能都会有人笑话你“out”了。我们也听到过太多平台进入新领域,包括在去年一直身陷舆论的小红书。2019年3月12日,小红书旗下社交电商平台小红店开始内测。小红书是一款以用户UGC为基础的App,作为一个生活方式社区,小红书每天70%的曝光来自普通用户发布的内容,通过用户贡献种草帖实现产品曝光率,进而从社群互动再发展到电商平台,形成闭环。 相似文献
9.
1859年,Riemann以Euler恒等式作为研究的出发点,定义了复变数s=σ+it的函数—Riemann Zeta函数,对Zeta函数进行了非常深刻的研究,解析数论也正是沿着Riemann所指明的方向在二十世纪取得了迅速的发展. Riemann Zeta函数的零点与素数的分布有着非常密切的关系.首先简述了Riemann Zeta函数的解析性质:函数方程、非零区域、阶的估计、积分均值等,对Riemann Zeta函数的零点分布的研究动态进行了阐述,并利用零点密度估计的经典方法—零点探测法,证明了Ingham的经典结果.最后介绍了Riemann Zeta函数的高阶推广—自守L-函数的零点分布及应用的研究进展,其中也包括了作者近年来在这一领域所做的部分工作. 相似文献
10.
针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选出分数值最好的回归框.其次,进行粒度的细化,得到修正规范的3D回归框,完成3D物体的目标检测.最后,在KITTI数据集上验证算法的有效性.结果表明:文中所提算法在汽车类、行人类、自行车类数据集上的3D点云目标检测精度更高. 相似文献