汽车散热器的一种新型试验方法

研制出汽车散热器的一种新型试验方法，它不仅满足而且优于BJ2293－78的要求，试验装置风洞的试验段为开口自由射流，其核心区的流场是均匀的，免去了JB2293－78中所采用了风筒安装汽车散热器的麻烦，在风洞的风速调节和水循环系统流量和水量温采用了计算机控制，不仅节省了测试时间，而且大大地提高了测试精度，为确保测试的顺利进行，本检测系统还备有手动操作程序。     

以研究实际问题为中心是邓小平理论的一个显著特点

研究现实解决实际问题，是邓小平理论的一大特色，是马克思主义的基本研究方法和优良学风，要研究解决问题，就必须解放思想，实事求是，一切从实际出发，就具有摒弃旧观念，不断深化对实际问题的理论思考，把握事物的客观规律。     

求解五元线性方程组的画法几何方法

本文在图解五元线性方程组时,不(?)助辅助超平面、辅助三维子空间、辅助平面等方法,而是依据五维空间中各超平面有关对应直线因从属同一平面而相交这一内在联系及投影特性,编制图解程序表。据表作图,既简便又清晰。除巳知投影轴、超平面迹线外,图解四元线性方程组仅需14条线即可求出接近数算的结果。图解五元线性方程组,则由204条线减至38条,减少量达81.4%,从而使图解五元线性方程组有着现实可能性。由于本文提出了图解线性方程组的简明方法,为计算机解n元线性方程组提供了简易的画法几何模型。     

满文识别技术研究与分析

满文文字识别技术对继承和发扬少数民族文化、研究满清历史、保护和传承非物质文化遗产,促进各民族共同繁荣有着十分重要的历史意义和研究价值。文章讨论了满文识别技术的基本原理和满文文字分割、特征提取、特征匹配识别等关键技术,分析了目前满文文字识别技术的优缺点及发展趋势,为该领域的研究者指明方向,共同促进满文识别技术的发展。     

POWERLINE-ALS:一种用于输电线路场景深度学习语义分割的机载LiDAR点云数据集

为实现基于深度学习的输电线路点云精确语义分割,必须建立能够准确反映目标类别特征的点云数据集。但现有数据集无法满足输电线路场景点云语义分割的需要。因此,基于机载LiDAR获取的某地区500 kV超高压输电线路巡检点云数据构建了一套深度学习数据集——POWERLINE-ALS。该数据集包含地线、导线、杆塔、植被、建筑、低矮电力线等6个类别,输电线路长21 km。同时,利用PointNet++、PointCNN、KPConv、SPG、RandLA-Net等5种常用深度学习模型对数据集进行了训练和测试。模型实验结果表明,POWERLINE-ALS能够在目前主流的深度学习模型上应用,具有普适性,其最高测试精度和平均交并比分别达95.31%和82.25%,可以满足实际点云数据语义分割工作的精度要求。