【摘 要】
:
文章以某公路桥梁过渡段沥青路面为例,介绍了该路面施工控制措施与压实方案,并利用核子密度仪检测路面压实度.结果 表明:该路面压实度指标均满足《公路沥青路面施工技术规范》标准,证明了该施工控制措施是有效的.
【机 构】
:
广西新发展交通集团有限公司,广西南宁530029
论文部分内容阅读
文章以某公路桥梁过渡段沥青路面为例,介绍了该路面施工控制措施与压实方案,并利用核子密度仪检测路面压实度.结果 表明:该路面压实度指标均满足《公路沥青路面施工技术规范》标准,证明了该施工控制措施是有效的.
其他文献
针对滑翔式飞行器在无动力滑翔段的多约束轨迹规划问题,基于凸优化方法,提出了一种快速求解算法.算法通过引入控制量导数建立了扩维状态模型,基于分段高斯伪谱法得到了离散的优化问题形式,依靠设计的3种目标罚函数加速了收敛求解过程.仿真结果表明,该算法能在任意不满足约束的初值下,快速收敛到原问题的一组可行解,计算效率高于传统的高斯伪谱法.
为研究柴油燃烧烟尘干扰的红外辐射特性,首先,介绍了燃烧烟尘的采集实验,并得出了烟尘颗粒的形貌特征;然后,在红外辐射传输模型的建立中,使用单个粒子物理参数结合粒子系物理参数的方法计算出粒子系的消光、吸收及散射特性,进行普朗克平均之后得出了粒子系在某个波段内的消光特性;接着,在离散化求解过程中,使用欧拉方法将整个流场区域划分为结构化网格并进行解算;最后,结合红外辐射传输模型与体渲染技术,完成了在红外波段中烟尘时空运动与辐射的渲染.最终仿真出燃烧烟尘在不同时刻的扩散状态,以及烟尘在不同波段、不同风场下对特定温度
星敏感器畸变标定方法主要采用拟合方法,在工程应用中受到标定点数量、误差的限制,传统最小二乘拟合方法或工具箱拟合方法在拟合过程中会产生过拟合现象,造成星敏感器畸变标定精度下降.本文提出一种基于Dropout方法的高精度畸变标定方法,该方法首先对星敏感器高阶曲面畸变模型进行网络化,然后构建隐藏部分卷积层的星敏感器畸变模型,最后进行监督学习,完成星敏感器畸变模型标定.试验结果表明,采用基于Dropout方法的星敏感器标定方法可有效提高星敏感器训练精度,相比于高精度工具箱的拟合结果,畸变标定残差由2.02“提升到
在旋转导弹的飞行过程中,发动机推力变化会对弹体响应特性产生显著的影响,使得弹体稳定性降低,甚至导致弹体出现不收敛的锥形运动.针对该问题,建立了考虑推力变化的旋转导弹交叉耦合动力学模型,分析了推力变化导致弹体动稳定性降低的作用机理,并给出了推力变化率的设计稳定边界条件.通过数值仿真,验证了所提出方法的正确性.在设计稳定边界内,推力由大到小的快速变化导致弹体的动稳定性降低,一旦超出设计边界将导致弹体出现锥形运动形式的发散.
首先对暗目标的梯度特性进行了分析,得出了红外目标的梯度具有各向同性的特点,可以作为目标检测算法设计的依据,同时对中长波红外图像的成像进行了分析,认为长波受到红外反射的影响较小.在此基础上,使用多方向梯度算法对金字塔分解后的图像进行初步目标检测,然后使用各向异性扩散方法进一步区分目标与背景.最后,结合双波段成像特点,对中、长波的检测结果进行融合,实现了对双波段红外暗目标的有效检测.
为了增强双光融合的视觉效果,提高人眼对融合图像的辨识度,提出了基于色调-饱和度-明度(hue-saturation-value,HSV)色彩空间的红外-可见光双光图像融合方法.首先,根据HSV空间各通道信息与色彩生理感知的关系,将红外图像的原始图像和伪彩色编码图像与可见光图像的色调、饱和度和亮度通道进行映射;然后通过亮度自适应方法建立各通道的融合数学模型,得到融合图像的HSV信息;最后再通过色彩模型变换方法得到融合图像的RGB彩色图像.结果表明,本文提出的方法在实现红外-可见光双光图像融合的同时,能够保留
动态视觉传感器以微秒级的时间分辨率和低延迟特性,在高速、高动态范围等挑战性场景拥有极大的应用价值.为对比不同检测算法在事件检测中的差别,采用积分模型和LS(leaky surface)模型对输出事件进行处理.此外,列举两种基于事件的目标检测算法,基于事件的特征检测算法和基于事件的卷积神经网络检测算法,通过对MINST-DVS和POKER-DVS事件数据集进行目标检测,比较了两种算法的检测精度,验证了基于事件的深度学习检测算法在多目标、高速场景检测的优越性.
随着深度学习技术在目标检测领域不断的发展,检测精度也在不断提高;但神经网络算法模型对硬件平台的计算资源要求很高,难以在小型化设备展开应用;为保证神经网络算法满足高精度的情况下提高其运行效率,本文开展了基于神经网络模型压缩技术的目标检测算法研究.首先,采用K-means++聚类算法对数据集中先验框进行聚类,以便在训练初始阶段获取较好的初始值;接着,针对运算速度问题,对基于Darknet53构建的YOLOv3算法进行优化,对YOLOv3算法网络模型进行模型剪枝;最后,进行试验验证.结果表明本文算法能够在保证精
为了提升不同传感器数据融合效果,提出了一种基于权重与显著性信息优化的引导滤波红外与可见光图像融合算法.首先通过高斯滤波器将图像分为基础层与细节层;其次提取目标轮廓作为显著性信息,减轻区域噪声影响;再次通过滑动窗口计算局部梯度优化权重图构建,减轻单个噪声点影响并提升权重图置信度;然后使用引导滤波处理权重图,抑制伪影去除噪声;最后选择合适的细节层与基础层融合系数配比,强化细节信息,完成融合.实验结果表明,本文算法可加强融合图像在纹理细节上的表现,在信息熵、平均梯度、盲图像质量等主要融合评价指标方面,相较于选取
利用分布式主/被动成像探测系统探测到同一关键目标后,需要融合目标多源信息,综合主/被动成像探测器的不同定位精度,解算关键目标的精确空间位置.针对分布式主/被动成像探测系统成像体制不同、定位解算模型不同、定位精度不同的问题,本文提出一种统一的目标空间协同定位数学模型,并采用线性加权-遗传算法对该数学模型进行联立求解,获得目标空间协同定位结果.仿真试验结果表明,本文构建的目标空间协同定位数学模型以及基于线性加权-遗传算法的目标空间位置求解方法,为分布式主/被动成像探测系统的目标空间协同定位问题提供了统一的模型