论文部分内容阅读
当前城市的发展为地铁建设创造了一定的发展优势,由于盾构法具有地面作业少、自动化技术水平较高、对周边环境影响较小等优势,因此被广泛应用于地铁项目施工中.鉴于此,对盾构法施工技术进行详细的分析.
地铁盾构法施工技术分析
【摘 要】
：
当前城市的发展为地铁建设创造了一定的发展优势,由于盾构法具有地面作业少、自动化技术水平较高、对周边环境影响较小等优势,因此被广泛应用于地铁项目施工中.鉴于此,对盾构法施工技术进行详细的分析.
【机 构】
：
中交天和机械设备制造有限公司,江苏 常熟 215500
【出 处】
：
运输经理世界
【发表日期】
：
2021年5期
其他文献
针对现阶段核反应堆容器检测平台无法实现全自动定位、定位精度低等问题,文中提出一种基于机器视觉的精确定位方法.首先结合定位特征、测量环境及定位需求设计精确定位分系统,并对定位分系统的布局进行优化调整;其次利用空间圆拟合与SVD实现探头轴线的标定和检测平台全局坐标系的统一;然后通过图像筛选与特征拟合,采用平面切割法实现贯穿件轴线的测量,在此基础上计算出探头轴线的对中偏差值,并转化到运载小车坐标系下,驱动小车进行精确定位;最后在模拟检测现场对该方法的定位性能进行实验验证.结果表明,精确定位分系统的定位误差可控制
为了高效提取高度集中、覆盖范围广和差异性明显的慕课网用户评论关键词,文中提出一种融合BERT和LDA?TextRank的关键词提取方法.实现关键词提取的第一步是获取候选关键词,在获得候选关键词之前需对爬取的课程评语进行预处理,再通过BERT模型训练得到慕课网在线评语的词向量;然后利用LDA主题模型得到候选关键词的主题分布;最后结合TextRank算法计算各主题的关系词及生成评论文本的词主题挖掘.基于此,文中利用BERT文本表示方法,能够更好地联系不同词语之间的相关性;在传统的LDA主题抽取模型的基础上结合
针对目前较多无人值守变电站采用多摄像头分离处理,存在的成像细节模糊、可扩展性差、传输延时长等问题,文中提出一种基于图像融合与H.265的无人值守电力巡检系统设计方案.系统前端设备采用双目摄像头采集可见光与红外图像,通过图像融合算法对可见光与红外图片进行融合处理,解决了可见光干扰能力弱和红外图像模糊的问题.此外,文中系统支持有线/无线两种部署方式,用云端存储来缓解本地存储的压力,且采用H.265编码方式以降低网络延时.最后,对系统的图像融合效果、系统延时以及视频质量进行测试.结果表明,文中系统所输出的融合图
为了充分利用视频中的有效信息,文中提出一种多模型互相融合的双人交互视频行为识别方法.为了解决人体目标检测不全以及特征提取冗余的问题,首先用YOLO_V4检测出人体,去除背景冗余信息;然后提出在Inception_V3网络中引入通道注意力模型SE?NET,进而强化关键特征的提取,使网络更加关注关键特征的细节;最后将特征信息送入拥有记忆功能的LSTM网络进行动作识别和分类.在一个国际公开的UT?Interaction数据集上测试验证文中提出的多模型互相融合双人交互识别算法.实验分析结果表明,交互行为识别的准确
为解决动态背景下运动目标检测所得目标较为微弱且目标区域离散的问题,文中提出一种动态背景下的运动目标检测算法.首先利用SURF(Speeded Up Robust Features)算法提取图像中的特征点,通过双向匹配法去除误匹配的SURF特征点对,并将特征点分为前景点和背景点两部分;再利用背景点计算仿射变换矩阵,以提高仿射变换矩阵的准确性,完成背景运动的补偿,消除背景运动对目标检测的影响.然后对补偿后的图像采用帧差法和形态学操作,完成对目标的初步提取.最后利用颜色、位移和位置信息对目标进行归并处理,完成运
随着装备体系化作战模式在军事活动中的深入运用,其表现出的优势已被世界军事强国高度关注,装备体系贡献率作为衡量装备成体系化建设与作战运用优劣程度的重要指标,已成为当前军事学术中研究的热点.系统梳理与归纳了国内外对装备体系贡献率评估需求、评估理论、评估方法的研究现状,总结出研究成果中存在的问题,为下一步开展装备体系贡献率研究指引方向.装备体系贡献率评估综述对开展装备体系贡献率研究工作具有一定的指导意义.
针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于Reti-naNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE (squeeze-excitations)模块引入注意力机制进一步改进性能.该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题,Focal Loss可有效应对数据均衡性问题,SE模块引入通道注意力机制对特征图进行加强,可进一步利用提取的通道间相关性增强有效特征并抑制无效特征.通过仿真实验,验证了算法能够在增加少
针对目前智能小车导航策略在环境迁移中需要花费大量时间重新训练的问题,文中提出一种基于深度强化学习的智能小车导航策略.该策略使用后继强化学习作为智能小车的决策框架,结合特征映射,使智能小车可以将先前环境中学习的导航策略迁移到新的环境中.首先在初始环境中建立后继强化学习的控制模型,在模型的特征提取输出端加入特征映射网络,使模型可以将新环境的特征映射到旧环境之中,将智能小车在环境中提取的图像信息作为输入状态训练模型.然后将该模型迁移到新的环境之中进行训练,通过特征映射在新环境中复用旧环境的策略,从而减少在环境迁
无人机作为一种新型军事装备,具有广泛的作战应用场景.无人机的航迹跟踪性能和抗干扰能力是其安全完成飞行任务的保障,随着现代战争作战环境日益复杂,无人机飞行将面临更大的挑战.针对目前固定翼无人机在飞行过程中受风扰影响严重的问题,设计了一种具有抗风性的航迹跟踪方法.利用非线性导引原理实现对航迹的跟踪,并通过引入反馈消除了风扰条件下飞行轨迹与期望航迹之间存在的静差.最后通过仿真验证了该方法的可行性和有效性.