紫薇属植物活体树干艺术造型模架制作技术探讨

来源 :农家参谋 | 被引量 : 0次 | 上传用户:jingliang2xx
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
本文介绍了几种紫薇属植物活体树干艺术造型模架设计与制作方法,包括:弓式育干造型模架、蓖齿式V形槽单株嫩枝育干模架及八棱柱型单株树干艺术造型模架.
其他文献
在传播性公共卫生疫情环境下,为了减少传染风险,医疗机构需要对医护人员和患者进行防护状态下的身份识别.文中基于深度学习算法提出了一种步态识别架构顺序残差卷积网络(SRCN),用来提取基于卷积主干的时空信息,从而实现对个体行走模式的学习.利用信息提取器(BIE)和多帧聚合器(MFA)两个子模块对图像时空信息进行提取,使用残差神经网络(ResNet)提取每幅图像的空间特征.MFA将整合并提取所有特征从而实现步态识别.在CASIA-B公开数据集进行的实验表明,文中所提出的方法在3种模态下准确率分别达到了95.2%
针对电网潜在的电缆火灾风险因素智能分析问题,文中从电缆运行、电缆防火和电缆状态3个方面构建了电缆火灾致灾因素评估体系,进一步提出了基于层次分析法(AHP)与逼近理想点法(TOPSIS)的电缆火灾致灾因素分析算法.该算法通过AHP法获取到各个二级因素的权重系数,并进一步通过TOPSIS法评估计算得到电力电缆发生火灾的风险.算例分析结果表明,文中所提出的算法能够获取电力电缆火灾致灾的主要因素,建立的模型能较为准确地评估电力电缆发生火灾的风险,为电力电缆火灾的预防提供了理论参考.
为解决传统加密方案得到的类噪声图像在传输过程中常常会因其视觉效果而受到攻击的问题,提出一种基于混沌Hopfield神经网络的具有视觉意义的双图像加密算法.对混沌Hopfield神经网络迭代生成随机数矩阵,与两幅压缩后的明文图像组合后进行离散余弦变换.通过生命游戏算法生成置乱矩阵来进行置乱.将置乱后的图像分为三部分,通过逆离散余弦变换分别嵌入到彩色载体图像的R、G、B分量中.实验结果表明,该算法密钥空间足够大,传输效率高,密钥敏感性强,能够抵御各种攻击,具有较好的安全性.
提出了一种基于电压扰动数据挖掘的微电网保护方法.系统故障的发生与电压骤降有关,自适应累积和算法可以快速检测到电压骤降,其他非故障事件(如电机启动、变压器通电、电容器或重载开关)也可能导致电压下降.为了区分故障和非故障事件,利用短时傅里叶变换(STFT)对一个周期的电压波形进行预处理,提取并构造有效的扰动特征,然后在决策树(DT)中使用这些特征进行判别.所提出的保护方法在并网或孤岛模式以及径向或网状拓扑结构的故障或非故障条件下进行了测试.仿真研究表明,对于对称事件,只使用两个特征,对于非对称事件只使用6个特
针对现有不同领域中所使用的安防系统架构,采用基于边缘计算的高可用、实时处理的通用智能安防系统三层架构,在边缘设备和云端中间增加边缘计算物联网设备,通过不同的服务节点完成多样性服务计算实验.实验结果表明,该系统比传统集中式计算架构具有处理性能高、节省服务器的存储容量、减少服务器的硬件成本等特点,可作为智能安防系统的通用架构.
近些年来因心血管疾病导致的人类死亡人数不断增加,心律失常是心血管疾病发病前的常见症状.为了提高心电图对心律失常分类的效率和准确率,使医生能对心律失常及时地作出诊断和治疗,提出一种基于二维卷积神经网络模型的心律失常分类方法.该方法使用美国麻省理工学院提供的研究心律失常的MIT-BIH数据库来生成实验数据集对网络进行训练和测试,在心律失常分类测试中分类准确率达到了98.6%,实现了对心电图信号心律失常的高精度自动分类.
在信号调理电路中,运算放大器是信号调理电路的核心器件.零漂、温漂和共模电压等变化会引起输出误差,如果输入信号中混有噪声或运算放大器固有噪声过大,高精度ADC(Analog-to-Digital Convertor)就失去了意义.基于上述原因,文中提出一种补偿电路设计方法,该电路选型Ti公司的OPA192精密运算放大器,通过等比例缩小电阻值和添加反馈电容限制带宽的方法来减弱噪声,并使用Pspice软件对运算放大器的交流噪声进行仿真验证.仿真结果表明,该反馈补偿电路将运放交流总噪声减小85.05%,提高了AD
高集成度微波组件具有生产难度大,过程问题多,返修成本高的特点,该文提出了高集成度微波组件加电前通用检测方法,并对检测后的产品进行了质量数据的统计与分析,验证了该方法的可靠性.
在祁连圆柏的生长管理工作中,虫害是影响其生长质量的重要因素,其常见的虫害类型比较多,不同虫害有相应的防治方法,如果防治措施不及时、不到位,势必会对圆柏生长带来严重危害.本文结合互助县祁连圆柏种植情况,对其虫害防治的相关技术措施进行了分析.
文中设计了一款10 bit 250 MS/s的电流舵数模转换器(DAC),通过在DAC中引入阻抗增强型共源共栅电流源结构来提升DAC静态性能.整体电路采用了分段式电流舵结构,高6位为温度计码,低4位为二进制码.基于SMIC 28 nm CMOS工艺,对所设计的DAC进行了仿真验证,结果表明,在0.9 V电源电压下,DAC的积分非线性误差和微分非线性误差的最大绝对值分别为0.06 LSB和0.01 LSB;在输入频率为1.0875 MHz,采样速率38.4 MS/s时,DAC的无杂散动态范围为65.3 dB