【摘 要】
：
With the support by the National Natural Science Foundation of China,the National Key R&D Program of China and the Key Research Plan for the National Natural Science Foundation of China in Cultivation
【出 处】
：
Science Foundation in China
论文部分内容阅读
With the support by the National Natural Science Foundation of China,the National Key R&D Program of China and the Key Research Plan for the National Natural Science Foundation of China in Cultivation Project,the research team led by Prof.Lin HaoTian (
其他文献
本文就动漫三维动画课程教学的现状及存在的问题进行了比较详细的探讨,从基于市场对动漫人才需求角度提出促进动漫三维动画教学改革的有效途径,以期许给相关教学和管理人员有一定的借鉴作用,促进动漫专业的人才培养和专业建设,为社会输送动漫人才。
火星,作为一个理想的太空移民去处,长久以来一直为人类所向往。2020年夏天是火星探测活动的窗口期,到火星去,成为2020年全球关注的一大热点。一直以来,火星车背后的海克斯康技术,提供着协助火星车进行性能预测、减少失败风险并为精密零部件保驾护航的功能。模拟仿真:准确全面地应对不确定性航天设计始终是在未知领域探险。
为了明确田块尺度土壤含水量的空间变异特征,制定合理准确的土壤采样方法,支持田间精准灌溉,分7个日期对陕西省杨凌区曹新庄试验区土壤样品进行采集,利用经典统计学和地统计学方法,分析了0～60 cm不同土层土壤含水量的空间变异特点。结果表明:田块尺度土壤含水量空间分布呈弱变异或中等偏弱变异;土壤含水量在11.7%～20.1%时,其值越低,空间变异性越强。采样间距显著影响土壤含水量空间变异性的计算精度,采
岩石的变形机制是研究岩石圈变形和局部构造活动的重要基础,岩石的微观结构是研究其变形机制的关键。微观层析成像(微观CT)技术可以无损地获取样品内部高精度三维数字化图像,为观测岩石内部结构提供了技术保证。新近发展起来的动态CT技术,使得观测岩石变形过程成为可能。本文利用一组莱塔石灰岩受差应力变形的三维动态CT图像数据,通过图像切割、图像分割等处理步骤,以团簇为基本表征单位,表征不同形状、大小孔隙的动态
5G网络具有高速率、大容量、低时延等特性,也为实现万物互联的物联网带来更高效的信息传输通道,而AI技术的加持,则为物联网提供更智慧的信息收集入口以及更丰富的应用场景,AI能够将一个比较孤立的设备拉入场景化,可大大扩展物联网的应用空间。5G+AIoT目前的主要功能运用在网络性能增强、运维运营管理优化和应用支持优化上。
以"坚强智能电网"和"泛在物联网"为物质基础,国家电网公司提出了UEIoT概念。为了保证将新能源电站监控系统融入到UEIoT后业务数据安全,必须做好新能源监控系统网络安全保护建设。本文以UEIoT基础下的新能源发电企业监控系统架构为平台,分析新能源电站监控系统特点,根据其安全性要求探讨新能源电站监控系统安全防护方案,以提高系统网络安全防护水平。
2020年注定成为不平凡的一年,在突如其来的疫情面前,我们的信息沟通、生活方式和工作方式瞬间发生了改变,这种变化将深刻地改变我们应对未来的思维和行为模式。国家出台的重大战略部署——"新型基础设施建设"正在加速推进,其主要瞄准的是面向未来的新科技,以此推动投资、行业转型和技术创新,所涉及的领域包括5G、大数据中心、人工智能和工业互联网等支撑新技术应用的新型基础设施,代表了未来技术进步、经济发展乃至国
Microchip Technology Inc.(美国微芯科技公司)推出首款单芯片物理层接口器件,在实现工厂车间CoaXPress(CXP)全部潜力方面又迈出新步伐。新产品特色包括简化机器视觉系统设计、最大限度地提高传输速度以及简化大批量装瓶操作、食品检测、工业检测和成像应用的部署。
文章通过对国外滴灌施肥条件下氮素运移的模拟和试验研究进行整理综合,得出滴灌施肥条件下土壤氮的运移和分布主要受土壤特性、灌水器流量、肥液浓度、时间和历时及灌水量的影响,而灌水器周围饱和区半径的确定是影响土壤氮素运移模拟精度的关键因素,土壤参数的量化是影响试验结果的重要因素。
图像自动标注是目前计算机视觉和自然语言处理交叉研究领域的一个研究热点。对图像自动标注领域中的深度学习方法进行综述;针对图像自动标注领域的国内外研究现状,按照基于多模态空间、基于多区域、基于编码-解码、基于强化学习和基于生成式对抗网络等五个分类标准进行详细综述;介绍图像自动标注领域相关的数据集和评价标准,对比不同图像自动标注方法的优缺点;通过分析图像自动标注领域的当前研究现状,提出该领域亟待解决的3