基于众包校正的多源融合室内定位算法

为了提高室内定位算法的精度,本文融合Wi-Fi和蓝牙两种信号源,提出了一种结合粗定位和众包校正的适用于多用户环境的室内定位算法。该定位算法分为离线和在线两个阶段,离线阶段的主要任务是构建多个指纹库,在线阶段的主要任务是进行粗定位和众包校正。粗定位分别利用Wi-Fi接收信号强度指示和蓝牙接收信号强度指示计算用户的粗略位置和用户间的距离;众包校正包括聚类校正和虚拟空间校正两个部分,它利用用户间的距离和用户组的位置分布提高定位精度。在UJIIndoorLoc和IPIN2017-CAR数据集上进行验证,实验结果表明,提出的定位算法将平均定位误差分别降至4.96 m和4.35 m。     

从“力”“九”对比看汉字书法的封口造型和敞口造型——“万”类半封口倾斜长方形造型

在汉字书法中,万方类的字为什么经常错误地先写撇?为什么把笔顺写反了?这样写为什么就不好看?我们从跟结构和笔顺类似的力字找到了原因,因为它们都是类似口等字的封口造型结构,力最后的撇和口日等字最后的横,都是用单纯笔画来封口。然而字形相似的九几等字为什么要先写撇?因为它们类似八川,不需要封口,就按照常规的从左到右的顺序写。     

基于ANSYS/LS-DYNA的二辊矫直过程数值模拟

应用非线性有限元分析技术,利用ANSYS/LS-DYNA动态模拟二辊矫直机矫直过程,得到了二辊矫直机矫直过程的应变场、应力场等参数的变化特点;分析了不同倾斜角度对矫直质量和矫直精度的影响,可指导现场工程人员迅速调整好矫直辊斜角;给出了矫直过程的矫直力和导板力,为新设备的开发提供理论依据。     

基于无人机倾斜摄影的三维绿量估算

精准、快速、高效的绿化效果评估是现代林业发展的重要要求.针对传统方法绿地覆盖率无法反映绿化空间垂直结构的缺点,提出基于切片凸包算法利用倾斜摄影点云估测三维绿量的新方法,以河南农业大学文化路校区为研究区域,通过三种方法估算不同树种及树形的三维绿量,对比不同方法的测算精度,探索最优估算方法.利用无人机进行多光谱成像和倾斜摄影成像,通过面向对象的方法在数字正射影像基础上提取林木,结合实测33个树种的冠径、冠高等信息,分别利用冠径-冠高方程法(D-H)、实景三维模型法(3D)和基于切片凸包算法的点云体积测算法(PC)进行三维绿量测算.结果表明,三种方法测算值与实测值拟合的回归方程R²分别为0.84、0.92、0.94,RMSE分别为168.85、90.74、78.46 m³,精度分别为62.67%、87.26%、90.19%;优势树种悬铃木三维绿量最大,龙爪槐值最小;PC法测算水杉和球形树的相对误差最小,分别为0.56%和1.27%.利用倾斜摄影点云的切片凸包算法测算三维绿量具有可行性且最精准,为筛选不同树种及树形的三维绿量估算方法的选择上提供科学依...     

浅谈建筑物的沉降及倾斜观测

以实际工程为例,就沉降、倾斜观测在建筑施工中的应用问题,从仪器设备、人员素质、观测时间、观测点、观测精度、观测成果及计算等方面提出了观测的基本要求,介绍了具体观测步骤,指出观测中的注意事项。     

倾斜管气液两相流型转化边界

为了得到更加准确的40D倾斜管气液两相流型转化界限,在内径为40 mm、长8 m的有机玻璃管内进行了角度为30°、45°、70°、90°的气液两相流动实验,实验记录了不同工况条件下的流型,将实验结果与较为全面的Barnea模型流型转换界限进行对比分析.结果表明:Barnea的流型图中泡状流-段塞流及段塞流-搅动流界限与...     

天线阵通道不一致及阵元间互耦的有源校正法

在超分辨测向领域模型误差往往会导致系统性能的急剧下降,因此必须进行有效的校正。首先研究了借助于单个辅助信号源来校正模型误差的方法,对它的原理进行了详细的推导和分析,最后通过计算机模拟结果来证明其可行性。     

沂南金矿缓倾斜薄矿体采矿方法及运搬设备的技术改进

沂南金矿深部矿层产状平缓,规模较小,采用传统采矿方法及运搬设备存在采掘比大、设备安装劳动强度大等难题。为提高经济效益,研究改进了采矿方法及运搬设备,解决了矿山生产难题。     

中国大学学术权力与行政权力的协调整合

提出了协调整合我国学术权力与行政权力的若干建议.指出:尽管我国主要采取学术权力与行政权力并重的模式,但根据我国的具体实际,还需采取适度向学术权力倾斜,以学术权力为重的导向,以避免行政权力的强势地位.     

遗传神经网络在GMI传感器设计中的应用

 巨磁阻抗（GMI）微磁传感器具有灵敏度高、响应速度快等突出优点,但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应（AGMI）,对磁场传感器的线性度有一定改善,但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力,但通常训练速度较慢、易陷入局部极小值;遗传算法有很强的全局寻优能力,但其局部搜索能力不足。为充分发挥二者优点,本研究提出一种基于遗传神经网络的传感器非线性误差校正方法,并针对所设计的GMI传感器,设计了适合本系统的遗传神经网络,可通过Matlab软件实现。结果表明,经过训练的网络输出结果有序,网络的非线性映射性能良好,能精确反映该传感器系统的函数关系。该方法运算快速、精度高,对智能GMI传感器的设计具有一定工程应用价值。