《十三邀:我们时代的头脑与心灵》

来源 :杭州 | 被引量 : 0次 | 上传用户:asdy008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
<正>时代发展的进程中,各个领域涌现出极富性格的杰出个人,他们的故事与思考值得被反复追问,借此,我们才得以知道这一切如何发生,又付出了何种代价。所以,《十三邀》挑选受访者的方式就是它的最大特色:每一个个体都是一面鲜明的旗帜,一种诠释时代和世界的角度和叙事。
其他文献
钛和钛合金因其具有良好的耐腐蚀性、质量轻、高强度、良好的生物相容性等特点,因此被广泛的应用于航空航天、化学和生物医学等领域。其中,β-Ti45Nb合金因其具有较低的弹性模量、高耐腐蚀性和更优的生物相容性,因此常被用作生物医学植入物材料。但是由于其表面硬度低及较差的耐磨性,在人体内长期摩擦磨损过程中,产生的碎屑容易在人体中积聚并溶解在血液中,引发一系列健康问题。因此,需要采用表面改性技术来提高Ti4
学位
随着高速磨削技术在制造业的迅速发展,对磨削精度的要求越来越高。国内生产的无心磨床在磨削精度和稳定性等方面与国外生产的相比仍有很大的差距,实现无心磨床磨削精度及其稳定性的提升是目前国内生产企业的迫切需要。根据企业长期的生产经验,无心磨床的动态特性是影响磨床的磨削精度及稳定性的关键因素之一,而无心磨床的动态特性又强烈依赖于热源所形成的温度场、外力形成的结构场以及磨床结构间的热-力耦合效应。为此,本文主
学位
MoS2层状固体润滑剂在空间环境中具有优异的润滑性能,但在普通大气环境下易受水蒸气和氧气影响而导致润滑性和耐磨性下降,通过添加抗氧化性优异的金属掺杂剂可以改善MoS2在航空航天和其它领域应用中的性能局限。但在实际应用中,喷涂方法制备的MoS2涂层因为结构较疏松和膜-基结合力较差等原因,耐磨性仍然有待提高,且应用于海军飞机上的航空航天零部件所面临的服役环境也更加苛刻和复杂。基于MoS2涂层在实际应用
学位
热障涂层技术是先进航空发动机和地面燃气轮机实现高效率、低排放和长寿命的重要技术手段。系统总结了传统热障涂层材料、制备方法、失效机理等方面的研究进展,同时,着重讨论了新型热障涂层材料、热障涂层制备新工艺、热障涂层新结构形式的研究现状及存在不足。最后,对热障涂层材料的研究趋势进行了展望。
期刊
随着科技的不断发展,先进制造技术融合了各种高新技术成果,对制造业起着重要的作用。切削加工技术是先进制造技术的重要组成部分,刀具作为直接执行者对于产品质量、生产成本和生产效率等起着重要的作用。因此,对于刀具的研究也越来越深入。刀具钝化能够有效地去除刀具表面微观缺陷,提高刀具表面质量,进而提升切削性能,并且能够显著地改变刀具刃口微几何结构,从而对切削力、刀具磨损和加工表面质量等产生重要影响。刀具钝化的
学位
视觉感知已成为智能驾驶领域的热点方向之一,而在雾、雨、低光照等环境因素影响下,视觉传感器获取道路交通信息不足,致使依赖视觉SLAM的智能驾驶车辆运行受影响。因此,研究特殊天气环境下视觉图像的快速增强算法和检测道路信息是视觉SLAM中关键问题之一。本课题是贵州省科技厅重大专项(项目号:黔科合重大专项ZNWLQC[2019]3012)的子课题,主要围绕特殊天气环境下山区城市道路信息增强技术开展研究。具
学位
随着信息技术的发展,数据以海量形式增长,借助数据挖掘技术对多领域数据交叉融合处理,有利于实现更精准、更高效、更科学的管理与决策。目前数据预测分析与实践应用是数据挖掘面临巨大的挑战。建立面向生产工艺的时间序列预测分析模型,开发面向工艺过程的时间序列数据分析、趋势预测、自主分析和决策的智能化制造系统,对于深化和发展智能制造系统具有重要意义。为了提高工业生产效率,实时监测生产指标状态,生产工艺时间序列数
学位
我国辣椒产量位居世界首位,传统以人工为主的辣椒收获方式,费时费力,不能满足产业发展的需求,实现辣椒产业的机械化、工业化和智能化迫在眉睫。而辣椒智能采摘的关键技术是田间鲜椒的识别。另一方面,辣椒在采摘、运输、贮存等环节中会受到挤压和碰撞,一旦损伤,若未即时发现,同一批次的辣椒将会受到感染,进而加速整批辣椒腐烂。针对以上辣椒产业中存在的问题,本文提出了一种基于高光谱技术的田间鲜椒成熟度识别及其损伤检测
学位
烟草,作为我国最重要的叶用经济作物之一,其烤后品质是整个烟草行业的命脉所在,直接影响着卷烟质量和国民经济。而烟叶烘烤工艺对烤后烟叶的品质具有重要影响,因此对烟叶烘烤过程中不同生化参数含量变化的研究不仅对烘烤工艺有重大意义而且对烤后烟叶品质具有指导和评判等作用。利用高光谱技术快速监测烟叶烘烤过程中生化参数含量的变化,不仅能够指导烟叶烘烤工艺以获得高品质烤烟,还对烟草科研、加工与生产具有重要意义。本文
学位
机械臂灵活抓取是智能机器人完成复杂任务的基础技能之一。现如今机械臂抓取作业通常处于非结构化场景中,经常会出现多个物体以任意的位姿散乱摆放等情况,这使得传统基于模板匹配方法的抓取方式已不再适用。本文基于深度学习提出了一种面向非结构化环境的机器人灵活抓取方法,并在实际场景下进行实验来对方法进行验证。首先,本文搭建了机器人抓取系统总体框架,框架由非结构化场景目标感知、最优抓取姿态生成和执行抓取三个部分组
学位