排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
3.
基于深度学习的目标橘子识别方法研究 总被引:1,自引:0,他引:1
为了更好地解决自然条件下目标橘子的遮挡、重果问题,采用深度学习的方法对目标橘子进行识别,并用传统的目标识别算法与Faster-RCNN两种方法进行对比实验.根据大量的数据对比可知,传统的目标识别方法对自然光照敏感,对遮挡、重果的识别效果不佳,泛化能力及鲁棒性较差.而Faster-RCNN算法对光照及枝叶遮挡的识别更友好... 相似文献
4.
根据“悬索曲线”理论,从数学意义上分析要绘制的工程索道线路纵断面图实质上是用若干段直线及曲线去拟合高低起伏的纵断面地面线,这在Matlab中很好实现;索道其它工程图在Matlab里绘制也比用AutoCAD方便。以Visual C++和Matlab为新的开发工具混合编程,实现了Windows下可视化的单索循环式索道工程图的参数化绘制。 相似文献
5.
6.
本文以16t双梁桥式起重机为例,通过有限元软件ANSYS对其主梁进行目标驱动优化(Goal Driven Optimization),结果相较于优化前质量减轻了24.9%,效果非常显著,并且针对优化前后进行了静力分析,优化结果可靠可行。本文通过主梁的参数化设计和优化设计,实现了质量减轻的目的,对桥式起重机的设计具有重大意义。 相似文献
7.
8.
9.
针对扩展卡尔曼滤波(EKF)在海底集矿车组合导航系统应用时存在着计算复杂、线性化误差大等问题,基于附加打滑参数的履带车运动学模型,将无色卡尔曼滤波(UKF)用于集矿车长基线声学导航(LBL)与推算导航(DR)的组合导航系统中.考虑到测量数据时延,组合导航系统融合LBL与DR信息,得到海底集矿车位置估计.研究结果表明:采用EKF方法,测量数据时延0,0.5,2s时,东向定位精度为0.14,0.32,0.48m,北向定位精度为0.13,0.28,0.44m;采用UKF方法,测量数据时延0,0.5,2s时,东向定位精度为0.10,0.26,0.37m,北向定位精度为0.09,0.24,0.34m.测量数据时延越短,EKF,UKF的位置估计效果都会越好.但与EKF方法相比,UKF方法能够明显减少组合导航系统的线性化误差,提高海底集矿车导航系统的精度与稳定性. 相似文献
10.
深海采矿车控制技术研究 总被引:3,自引:0,他引:3
深海采矿对人类具有重要的意义,目前尚处于原理性研究阶段,面临着很多技术难题和科学问题。由于试验的困难、技术瓶颈的存在,我们迫切需要对深海采矿技术进行广泛全面的探讨,有利于对必需技术进行提前储备。文中对深海采矿国内外研究现状进行了综述,对深海未知极限环境下采矿车建模与仿真、深海强作业条件下采矿车导航、采矿车下放姿态控制、稀软底强扰动采矿车高精度轨迹跟踪、集矿头位姿跟随控制、集矿系统故障诊断与容错技术等关键技术进行了探讨,指出了它们的困难所在与研究方向。 相似文献