复流形上■算子的Holder和L~s估计

得到了复流形强拟凸域上方程不含边界积分的解Ｈｏｌｄｅｒ和Ｌｓ估计，从它可以得到Ｓｔｅｉｎ流形和Ｃｎ中的结果．     

基于APP平台的TDC-3000 DCS实时数据存取技术

探讨了基于Honeywell APP平台的TDC-3000 DCS实时数据采集方法,阐述了通讯系统的构成和软件的设计思路,并进一步研究了基于B/S结构的DCS实时数据在局域网上的存取和应用问题.此技术已获成功应用并具有通讯系统结构简单、技术可靠、实施成本低等特点.     

图像处理中的数学问题

主要介绍了图像处理中应用最新和最广的数学方法之一，通过偏微分方程及变分原理和Euler-lagrange方程的应用，可以得到基于曲率的几何图像模型，使图像恢复光滑的边界，并指出了要解决的难点及热点问题．     

论电视文艺晚会策划的五要素

电视文艺晚会是电视艺术中综合性最强的艺术样式之一。电视文艺晚会的节目质量不高,其主要原因之一是对构成晚会的要素策划不够充分。要策划和编导一台好的电视晚会节目必须抓住晚会策划的五个要素。     

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。     

全站仪线路纵、横断面测量

运用全站仪放样及对边测量功能，在已知控制点上设站，方便、快捷、精确的进行线路的纵、横断面测量。     

西藏牦牛染色体的研究

应用外周血淋巴细胞短期培养法，结合Ｇ显带、Ｃ显带和Ａｇ－ＮＯＲｓ显带技术，研究了西藏耗牛的一般核型、Ｇ带、Ｃ带、Ａｇ－ＮＯＲｓ核型，并对耗牛的Ｙ染色体多态性进行了探讨．     

Earthshaker: A mobile rescue robot for emergencies and disasters through teleoperation and autonomous navigation

To deal with emergencies and disasters without rescue workers being exposed to dangerous environments, this paper presents a mobile rescue robot, Earthshaker. As a combination of a tracked chassis and a six-degree-of-freedom robotic arm, as well as miscellaneous sensors and controllers, Earthshaker is capable of traversing diverse terrains and fulfilling dexterous manipulation. Specifically, Earthshaker has a unique swing arm—dozer blade structure that can help clear up cumbersome obstacles and stabilize the robot on stairs, a multimodal teleoperation system that can adapt to different transmission conditions, a depth camera-aided robotic arm and gripper that can realize semiautonomous manipulation and a LiDAR aided base that can achieve autonomous navigation in unknown areas. It was these special systems that supported Earthshaker to win the first Advanced Technology & Engineering Challenge (A-TEC) championships, standing out of 40 robots from the world and showing the efficacy of system integration and the advanced control philosophy behind it.     

基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

变压器绕组短路故障多特征融合诊断

绕组匝间短路是变压器最常见的初期故障类型之一.为了提高轻度故障的诊断准确率,考虑绕组短路电流、绕组温度、电流密度和磁通偏移特征,提出了变压器绕组短路故障的多特征融合诊断方法.首先建立了变压器绕组短路的COMSOL空间模型,将仿真结果和理论计算结果进行对比,证明空间模型的正确性.然后,对变压器轻度故障时进行了故障模拟和故障特征分析,提取其电流特征参量、温度特征参量、电流密度偏移率和磁通偏移率作为故障特征.采用BP网络进行故障识别.变压器的工程诊断实例验证了本文方法的有效性.