建筑物是一座城市中最为广泛的信息,有效的建筑物分割与识别技术,具有重大的学术研究意义及广阔的发展前景。建筑物的分割与识别技术是人工智能领域的重要内容,准确高效的分割与识别建筑物有助于无人汽车和无人机快速分析其周边环境建筑物信息,定位自身位置,完成无人配送、无人机侦察、无人机救援等任务。本文围绕建筑物图像开展相关工作,对建筑物的分割和识别技术进行了研究:在建筑物的分割技术研究方面,本文分别对基于边缘
传统的气液计量方法是采用分离器,利用多相流体中各相的密度差异,通过物理方法将气液进行分离,之后通过单相仪器仪表和计量罐进行计量,设备质量和体积较大,综合成本高,安装周期长.为解决页岩气排采中的两相流计量难题,文章提出一种非分离式的计量技术,核心特征是将文丘里与电容层析成像技术相结合,配合深度学习算法,对两相流量进行精确计量并实时显示管道内流体流动状态,应用此技术开发的两相流量计在页岩气测试现场进行了现场试验,结果表明,文章所采用的非分离式计量技术,针对不同试验井况,测试结果稳定,计量精度较高,适用于页岩气
无线传感器网络作为“万物互联”的基础,通过网络中的节点进行数据的收集和传输。由于节点本身的能量有限,网络的运行时间也非常有限,这也是制约着无线传感器网络发展的主要因素。通过设计一个能够高效利用有限能量的路由算法,用以均衡网络能耗,延长网络运行时间一直是无线传感器网络研究的热点之一。在充分理解无线传感器网络基础理论,分析现有分簇路由算法原理的基础上,为了提高网络能量利用率,优化路由方式,提出了两种改
碳化硅陶瓷基复合材料（CMC-SiC）作为一种新型战略性热结构材料,具有耐高温、耐磨损、抗热震、抗疲劳和抗蠕变等优点,在航天飞行器的热防护系统、航空发动机、火箭发动机、高性能制动以及先进核能等高温热结构部件上具有良好的应用前景。但CMC-SiC的硬度高且材料各向异性,属于难加工材料,常规切削加工（CM）技术难以实现其高精度、高质量、高效率的加工。因此,探寻一种新型加工技术来改善其加工性能具有重要的