排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
采用胶体化学方法合成了红色荧光的CdSe纳米晶,具有较大的粒径和狭窄的荧光峰。其制备方法是以粒径较小的CdSe纳米晶(3-4nm)作为晶种,再通过相应前驱体的缓慢加入来得到晶种各向同性的生长,最终生成较大粒径的CdSe纳米晶,颗粒直径可达8-9nm,且荧光峰值在红光波长范围。所得的材料具有很好的单分散性和均匀的粒径分布,表现出半峰宽≤30nm的狭窄而对称的荧光光谱。 相似文献
2.
针对无人机对目标的识别定位与跟踪,本文提出了一种基于深度学习的多旋翼无人机单目视觉目标识别跟踪方法,解决了传统的基于双目摄像机成本过高以及在复杂环境下识别准确率较低的问题。该方法基于深度学习卷积神经网络的目标检测算法,使用该算法对目标进行模型训练,将训练好的模型加载到搭载ROS的机载电脑。机载电脑外接单目摄像机,单目摄像头检测目标后,自动检测出目标在图像中的位置,通过采用一种基于坐标求差的优化算法进行目标位置准确获取,然后将目标位置信息转化为控制无人机飞行的期望速度和高度发送给飞控板,飞控板接收到机载电脑发送的跟踪指令,实现对目标物体的跟踪。试验结果验证了该方法可以很好的进行目标识别并实现目标追踪 相似文献
3.
目前我国油气管道里程超过10万公里,形成连接东西、横穿南北、遍布全国的地下能源大动脉。虽然管道输送油气优势突出,但其存在的安全风险也特别大,仅第三方破坏在我国油气管道事故中就占40%左右的比例,所以防止第三方破坏管道的任务比较严竣。本文重点阐述了目前油气管道第三方破坏的主要因素及采取的预控措施。 相似文献
4.
随着高速公路事业和运输业的大力发展,高效率低成本的路面病害检测技术具有越来越重要的研究价值。面对传统人工方法在路面病害检测时的低效率高成本问题,提出一种基于卷积神经网络的路面病害自动检测方法。采用LeNet卷积神经网络构建并训练得到路面病害检测预训练离线模型。对采集到的路面图片进行数字图像处理之后,再使用LeNet预训练模型进行路面破损检测。实验结果表明,基于LeNet卷积神经网络的路面病害自动检测方法可精确有效地检测出路面破损情况,实现低成本高效率且对公路路面和交通无影响的自动智能路面检测。 相似文献
5.
"光子学"是电子科学与技术专业重要的专业课程.本文根据我我校"宽口径、大培养、能力强"的培养体系的要求,针对培养方案深入开展"光子学"'课程教学探索,优化课程内容和有机结合多媒体教学手段和网络教学资源,逐步推进双语教学来夯实学生的基本知识和培养学生的创新能力. 相似文献
6.
7.
1