回環(huán)
- 基于自主 理清脈絡(luò)
“三式”結(jié)課；“回環(huán)”；“自省”；“應(yīng)用”中圖分類號：G623.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1673-8918（2023）19-0118-04一、 問題的提出課堂教學(xué)有效性直接關(guān)系到教學(xué)的質(zhì)量。有效性是課堂教學(xué)的永恒主題，已經(jīng)成為推進(jìn)新課程實施與改進(jìn)課堂教學(xué)的一種目標(biāo)追求。作為一個復(fù)雜動態(tài)的系統(tǒng)，課堂教學(xué)是由多層環(huán)節(jié)緊密相扣而成的統(tǒng)一體，結(jié)課就是整個課堂教學(xué)中的必要環(huán)節(jié)之一。在一堂數(shù)學(xué)課快要結(jié)束時，往往是學(xué)生大腦最疲勞、注意力最容易分散的時候。如果我們能
考試周刊 2023年19期2023-06-25
- 復(fù)雜果園場景中基于DBP的激光回環(huán)檢測算法
LAM過程中加入回環(huán)檢測能夠?qū)崟r矯正位姿估計誤差,提高定位精度[1-2]。目前回環(huán)檢測主要采用融合基準(zhǔn)的全球定位系統(tǒng) (Global positioning system,GPS)與視覺傳感器的方法[3-4]。然而,視覺傳感器對長期的光照變化敏感,往往不能成功地跟蹤視覺特征。并且,在果園、森林等樹冠茂密的場景中,衛(wèi)星信號容易被阻攔,導(dǎo)致GPS失效[5-6]。相較而言,點云數(shù)據(jù)不受室外光照變化以及信號遮擋影響,更適用于復(fù)雜果園場景[7-9]。回環(huán)檢測是機器人
農(nóng)業(yè)機械學(xué)報 2023年5期2023-05-28
- 視覺同步定位與建圖系統(tǒng)中回環(huán)檢測研究進(jìn)展
領(lǐng)域常用的方法。回環(huán)檢測作為視覺SLAM系統(tǒng)的重要組成部分之一,其作用是檢測設(shè)備的運動軌跡是否構(gòu)成一個閉合回路,由此來消除部分在運動過程中產(chǎn)生的累積誤差,提高定位與建圖的準(zhǔn)確性?；谠~袋模型的回環(huán)檢測方法一直是主流方法,使用詞袋提取圖像特征構(gòu)成對圖像的描述,進(jìn)而檢測圖像序列中是否存在回環(huán)。隨著深度學(xué)習(xí)技術(shù)與硬件設(shè)備的發(fā)展,深度學(xué)習(xí)技術(shù)逐漸在回環(huán)檢測中得到應(yīng)用,并取得了良好的效果。該文從視覺SLAM系統(tǒng)中回環(huán)檢測的原理出發(fā),介紹回環(huán)檢測工作流程,闡述國內(nèi)外相
計算機技術(shù)與發(fā)展 2023年4期2023-04-21
- 基于雙目相機的SLAM回環(huán)檢測改進(jìn)算法研究
apping)和回環(huán)檢測(Loop Closing)4個模塊[11]。回環(huán)檢測是視覺定位技術(shù)中較為關(guān)鍵的一個部分[9]。視覺定位技術(shù)雖然能夠進(jìn)行當(dāng)前載體的實時位姿估計，但是從本質(zhì)上來說是一種航跡推算算法，存在位姿誤差累積的問題。所以需要回環(huán)檢測算法消除與抑制累計誤差[10]。基于詞袋模型(Bag of Words，BoW)的回環(huán)檢測技術(shù)，在目前各種開源的視覺SLAM算法中被廣泛使用，其本質(zhì)上是基于外觀的回環(huán)檢測算法[12]，通過圖像信息判斷當(dāng)前場景是否是之
測控技術(shù) 2023年1期2023-02-13
- 基于快速回環(huán)檢測的室外環(huán)境下激光雷達(dá)SLAM 算法
M 的關(guān)鍵環(huán)節(jié)，回環(huán)檢測通過計算幀間點云相似性判斷移動機器人是否經(jīng)過同一位置，并在后端位姿圖中增加閉環(huán)位姿，最終利用位姿圖優(yōu)化校正位姿并生成全局一致的點云地圖。尤其是在室外環(huán)境下，沒有回環(huán)檢測會導(dǎo)致激光雷達(dá)SLAM 位姿誤差隨時間累積，從而影響SLAM 后端建圖的精度和效果。針對回環(huán)檢測，Shan 等人于2016 年提出了LeGO-LOAM[2]，該算法引入地面優(yōu)化進(jìn)行位姿估計，并集成了回環(huán)檢測校正軌跡漂移，但是存在回環(huán)檢測失敗或漏檢的情況；Kim 等人于
中國慣性技術(shù)學(xué)報 2022年6期2023-01-29
- 一種改進(jìn)RANSAC校驗的失效衛(wèi)星位姿估計回環(huán)檢測方法
算不收斂等難題。回環(huán)檢測是消除累積誤差的有效手段，是失效衛(wèi)星位姿估計問題的熱點與難點。同時，利用回環(huán)檢測粗略求得失效衛(wèi)星的自旋角速度，對后續(xù)的接近或抓捕十分重要[4]?；谠~袋模型（Bag of word,BoW）的回環(huán)檢測算法是失效衛(wèi)星回環(huán)檢測的主流[5]。該方法通過預(yù)訓(xùn)練好的詞典庫生成圖像的詞袋向量，計算向量相似度來完成回環(huán)檢測[6]。但是，該算法的性能嚴(yán)重依賴于預(yù)訓(xùn)練提取生成的詞典庫，對空間復(fù)雜多變的場景適應(yīng)性差。隨著深度學(xué)習(xí)技術(shù)在圖像上的廣泛應(yīng)用，
中國慣性技術(shù)學(xué)報 2022年4期2022-11-11
- 基于點云強度與高度信息的回環(huán)檢測算法
，430073)回環(huán)檢測算法用于判斷機器人是否回到了曾經(jīng)到過的位置，進(jìn)而得到約束以消除機器人在即時定位與地圖構(gòu)建(simultaneous localization and mapping, SLAM)過程中產(chǎn)生的不可避免的累計誤差[1-2]。根據(jù)所使用的傳感器類型的不同，該算法可分為基于視覺的回環(huán)檢測以及基于激光雷達(dá)的回環(huán)檢測[3]?；谝曈X的回環(huán)檢測算法通常利用詞袋模型(BoW)[4]，例如，Glvez-López等[5]采用FAST+BRIEF特征提
武漢科技大學(xué)學(xué)報 2022年6期2022-10-10
- 基于ResNet 模型的回環(huán)檢測算法
關(guān)注與濃厚興趣。回環(huán)檢測作為視覺SLAM 的關(guān)鍵組成部分，可以識別機器人以前經(jīng)過的地方，從而減少機器人移動過程中產(chǎn)生的累積誤差?，F(xiàn)有的回環(huán)檢測方法可以分為基于圖像特征和基于外觀不變性兩種。其中，基于外觀的回環(huán)檢測目前獲得了較為廣泛應(yīng)用，該方法從本質(zhì)上比較了視覺系統(tǒng)中2 幅相鄰圖像之間的相似性。在基于外觀的方法中，較為通用的是基于詞袋模型的回環(huán)檢測算法。基于詞袋模型的回環(huán)檢測算法的主要運行步驟是：首先利用算法（SIFT、SURF、ORB ）從采集到的環(huán)境信息
智能計算機與應(yīng)用 2022年8期2022-07-29
- 妙趣橫生的回環(huán)詩
成一句話的詩也叫回環(huán)詩或回文詩。關(guān)于回環(huán)詩，有一個有趣的民間小故事。六月的一天下午，蘇小妹與長兄蘇東坡一同外出游玩，忽然有人捎來了蘇小妹的丈夫秦觀所寄的一封書信。蘇小妹滿懷欣喜，打開一看，信中竟是一首別出心裁的回環(huán)詩——“靜思伊久阻歸期憶別離時聞漏轉(zhuǎn)”，叫尋常人無從念起?？商K小妹是什么人？她可是當(dāng)時著名的才女，結(jié)婚前有“蘇小妹三難秦觀”的趣談在民間流傳。讀罷此詩，她略一沉吟，便微微一笑，將這首疊字回環(huán)詩讀了出來：靜思伊久阻歸期，久阻歸期憶別離。憶別離時聞漏
小星星·作文100分 2022年6期2022-07-06
- 基于Scan Context與NDT-ICP相融合的果園建圖方法研究*
OAM算法，缺少回環(huán)檢測與后端圖優(yōu)化，運行在果園復(fù)雜環(huán)境中精度缺失嚴(yán)重。在此基礎(chǔ)上LeGO-LOAM算法增加了回環(huán)檢測與圖優(yōu)化部分。然而，回環(huán)檢測[11-13]與圖優(yōu)化部分不可避免地引入了果園環(huán)境地圖誤匹配及累計誤差大等問題。回環(huán)檢測，又稱閉環(huán)檢測，是機器人識別曾到達(dá)某場景，使地圖閉環(huán)的能力，通常使用3D描述符的匹配，如快速點特征直方圖(FPFH)、快速激光興趣區(qū)域變換(FLIRT)和方向直方圖簽名(SHOT)等算法[14-16]。若回環(huán)檢測成功，可以顯著
中國農(nóng)機化學(xué)報 2022年7期2022-06-27
- 機械應(yīng)力下電工鋼片磁滯與磁致伸縮回環(huán)滯后特性模擬
起磁致伸縮和磁滯回環(huán)的變形，導(dǎo)致?lián)p耗的增加以及振動幅度的增大。因此機械應(yīng)力下準(zhǔn)確預(yù)測電工鋼片磁滯與磁致伸縮回環(huán)特性對變壓器、電機的優(yōu)化設(shè)計具有重要意義。電工鋼片磁滯特性模擬常用的模型有Preisach[1-5]模型，Jiles-Atherton（J-A）[6-9]模型等。磁滯模型發(fā)展方向主要為電工鋼片在復(fù)雜工況下（如：諧波、直流偏磁、高頻等情況）磁滯特性的模擬。另一方面，電工鋼片磁致伸縮特性模擬[10-11]是以分析實驗和數(shù)據(jù)為主，并以此建立數(shù)學(xué)關(guān)系式實現(xiàn)
電工技術(shù)學(xué)報 2022年11期2022-06-16
- 《黃帝內(nèi)經(jīng)》回環(huán)英譯的選擇與順應(yīng)
的代表之作，其中回環(huán)的運用為《內(nèi)經(jīng)》平添了一份獨特的文學(xué)魅力，在中醫(yī)對外傳播交流中具有研究價值。經(jīng)文獻(xiàn)檢索，目前對《內(nèi)經(jīng)》辭格的英譯研究較少涉及回環(huán)，僅有一篇期刊論文基于翻譯美學(xué)分析了回環(huán)的審美構(gòu)成，探討如何使譯文更加符合原文的審美需求[1]。筆者認(rèn)為可進(jìn)一步分析回環(huán)在譯文中得以再現(xiàn)的依據(jù)以及對辭格特征進(jìn)行取舍的認(rèn)知基礎(chǔ)。因此，文章從語言順應(yīng)論的角度探討回環(huán)英譯的運作機制，其中涉及:回環(huán)英譯時有無保留的必要及能否在譯文中呈現(xiàn)出來?語言順應(yīng)論是否適用于指導(dǎo)及
現(xiàn)代英語 2022年23期2022-02-23
- 基于度量學(xué)習(xí)的回環(huán)檢測描述子提升算法
劉雄偉 沈會良回環(huán)檢測作為同步定位與地圖構(gòu)建(Simulta-neous Localization and Mapping， SLAM)中關(guān)鍵問題之一，主要用于識別機器人是否曾到達(dá)過當(dāng)前位置，在降低累積誤差、提高地圖一致性方面具有重要作用.目前，回環(huán)檢測算法主要分為基于視覺的回環(huán)檢測算法和基于激光雷達(dá)的回環(huán)檢測算法.由于激光雷達(dá)精度相對受光照、視角影響更小，基于激光雷達(dá)的回環(huán)檢測算法通常具有更高的魯棒性.基于激光雷達(dá)的回環(huán)檢測算法可大致分為基于機器學(xué)習(xí)的
模式識別與人工智能 2022年1期2022-02-17
- 基于卷積神經(jīng)網(wǎng)絡(luò)的回環(huán)檢測算法
視覺SLAM中，回環(huán)檢測（Loop Closure Detection，LCD）是非常重要的一部分，它通過識別以前訪問過的地方減少累積誤差，從而提高地圖的準(zhǔn)確性。如果檢測到回環(huán)，通過把信息傳遞給后端進(jìn)行優(yōu)化處理。回環(huán)是一個比后端更加緊湊、準(zhǔn)確的約束，這一約束條件可以形成一個拓?fù)湟恢碌能壽E地圖。如果能夠檢測到回環(huán)，對其優(yōu)化，就可以讓建圖結(jié)果更加準(zhǔn)確。在回環(huán)檢測中有兩種常見的方法：基于里程計的方法和基于外觀的方法?；诶锍逃嫷姆椒俣ɡ锍逃嬜銐蚓_，并通過使用
現(xiàn)代電子技術(shù) 2022年1期2022-01-25
- 德昂族汝買支系母語活力窺探
——以母語殘留記憶型畹町芒棒回環(huán)村為例
本研究以畹町芒棒回環(huán)村為典型個案，分析瑞麗江流域汝買人語言使用現(xiàn)狀，剖析傣化汝買村寨語言使用特點及成因，窺探汝買語使用功能邊緣區(qū)的語言活力一角，為科學(xué)評估當(dāng)前德昂族汝買支系母語活力提供重要依據(jù)。回環(huán)村隸屬于瑞麗市畹町鎮(zhèn)芒棒村委會，屬于半山區(qū)。位于畹町鎮(zhèn)邊，距離芒棒村委會12公里，距離畹町鎮(zhèn)11.5公里。國土面積0.86平方公里，海拔1 485米，年均氣溫19.7℃，年降水量1 522.4毫米，適宜種植水稻等農(nóng)作物。有耕地754畝，林地431.5畝。目前，該
普洱學(xué)院學(xué)報 2021年5期2021-12-14
- 一種低數(shù)據(jù)傳輸?shù)亩鄼C器人實時視覺SLAM
和計算主要集中在回環(huán)檢測和后端優(yōu)化階段。回環(huán)檢測是多機器人SLAM的重要基礎(chǔ)。在SLAM研究的古典時期(classical age)[2]，通常采用激光角點作為路標(biāo)，并采用最大似然估計的方式對路標(biāo)進(jìn)行數(shù)據(jù)關(guān)聯(lián)[3-4]，此類方法需要持續(xù)共享信息矩陣，傳輸數(shù)據(jù)量與狀態(tài)量個數(shù)呈平方增長，數(shù)據(jù)傳輸量大；此外，由于路標(biāo)特征簡單，容易發(fā)生錯誤關(guān)聯(lián)，因此此類方法適用于人工環(huán)境，對于復(fù)雜的自然環(huán)境魯棒性較差。A.Howard[5]和L.Carlone[6]等采用機器人攜
導(dǎo)航定位與授時 2021年5期2021-09-28
- 基于卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化回環(huán)檢測的視覺SLAM 算法
包括視覺里程計與回環(huán)檢測的ORB 字典，體現(xiàn)ORB 特征是現(xiàn)階段計算平臺的一種優(yōu)秀的效率與精度之間的折中方式.ORB 比SIFT(scale-invariant feature transform)或SURF (speeded up robust features)省時，可實時計算，相比Harris 等簡單角點特征，又具有良好的旋轉(zhuǎn)和縮放不變性，并且ORB提供描述子使大范圍運動時能夠進(jìn)行回環(huán)檢測和重定位[7].在SLAM 建圖的過程中，由于各種噪聲的影響將
西南交通大學(xué)學(xué)報 2021年4期2021-07-25
- 首屆全國體育院校體操錦標(biāo)賽女子單杠決賽完成情況分析
析1.3 騎撐前回環(huán)動作完成情況的分析騎撐前回環(huán)動作是旋轉(zhuǎn)軸在中間，以上體和兩條腿各自形成的三個同向動距的合力作用而形成的繞杠回環(huán)動作。根據(jù)騎撐前回環(huán)的動作結(jié)構(gòu)特點和力學(xué)原理，完成該動作必須獲得足夠的翻轉(zhuǎn)力量和回環(huán)半徑速度。向前跨時，需要練習(xí)者挺胸立腰向前跨出。然而挺胸立腰是練習(xí)者比較膽怯的一個環(huán)節(jié)，這就導(dǎo)致練習(xí)者向前跨的過程中出現(xiàn)屈臂、重心靠近握點，不敢遠(yuǎn)跨等情況的出現(xiàn)。在回環(huán)至杠后水平部位，制動腿與兩臂用力下壓，完成回環(huán)動作。表3 騎撐前回環(huán)動作完成情
體育科技文獻(xiàn)通報 2021年5期2021-05-23
- 深度學(xué)習(xí)下的視覺SLAM 回環(huán)檢測及其算法
建圖、后端優(yōu)化、回環(huán)檢測等部分，通過視覺圖像信息感知周圍環(huán)境。回環(huán)檢測使機器人對曾經(jīng)去過的位置能夠準(zhǔn)確識別，解決了位姿漂移問題。后端優(yōu)化的作用則是消除噪聲對建圖、位姿估計的影響，同時，以前端視覺里程計來計算姿態(tài)變化。在視覺SLAM 系統(tǒng)中，后端優(yōu)化收斂會出現(xiàn)偏差，反映為建圖中的漂移。對此，可采用回環(huán)檢測模塊將累計誤差消除。深度學(xué)習(xí)的發(fā)展也為機器人更高層次的回環(huán)檢測提供可能。2 深度學(xué)習(xí)與回環(huán)檢測方法近年來，在計算機視覺領(lǐng)域中，深度學(xué)習(xí)方法廣受關(guān)注，發(fā)展飛速
微處理機 2021年1期2021-03-04
- 搜救機器人視覺SLAM 回環(huán)檢測方法研究
產(chǎn)生嚴(yán)重的影響。回環(huán)檢測是指機器人在進(jìn)行SLAM 的過程中判斷自己是否到達(dá)之前已經(jīng)訪問過的某個場景[1]，從而根據(jù)前面誤差較小的位姿修正后面的位姿，消除累計誤差，提高機器人定位與建圖精度。對于搜救機器人而言，在復(fù)雜的災(zāi)后環(huán)境中執(zhí)行搜救任務(wù)時[2]需要有更加精準(zhǔn)的定位與環(huán)境地圖，因此研究搜救機器人視覺SLAM 回環(huán)檢測方法對于提升搜救任務(wù)的完成效率具有重大的意義?，F(xiàn)有的視覺SLAM 系統(tǒng)中，回環(huán)檢測方法主要有基于詞袋模型（bag of words，BoW）的
醫(yī)療衛(wèi)生裝備 2020年12期2020-12-24
- 漢語語言文學(xué)的韻律特征探究
律表現(xiàn)為均衡美、回環(huán)美、抑揚美、錯綜美。關(guān)鍵詞：漢語語言文學(xué);均衡;回環(huán);抑揚;錯綜文學(xué)語言與音樂因“聲音”結(jié)緣，韻律特征是文學(xué)語言和音樂的命脈。和諧的韻律、鮮明的節(jié)奏，讀之文從字順，聽之鏗鏘悅耳，正是文學(xué)語言音樂美的體現(xiàn)。古今中外的優(yōu)秀作家對語言的音樂美重視有加，作家秦牧說過，注意了文學(xué)語言的音樂美，不但可以讓讀者閱讀起來瑯瑯上口，而且還可以增加作品的藝術(shù)感染力。文學(xué)語言的韻律特征與每種語言的語音特征直接相關(guān)，民族語言的語音特點為文學(xué)語言的韻律提供了物質(zhì)
中原商報·科教研究 2020年20期2020-09-10
- 基于深度學(xué)習(xí)的視覺SLAM回環(huán)檢測方法
前端視覺里程計、回環(huán)檢測和后端優(yōu)化。前端視覺里程計部分主要利用幀間的多視幾何關(guān)系計算出自身姿態(tài)變化，而后端優(yōu)化主要解決的問題是消除整個系統(tǒng)中由于各種原因產(chǎn)生的噪聲對位姿估計和建圖的影響。在視覺SLAM系統(tǒng)長時間的自主導(dǎo)航運行中，不可避免的會因為鄰近幀間的誤差積累導(dǎo)致后端的優(yōu)化收斂出現(xiàn)嚴(yán)重的偏差，這樣的偏差在建圖過程中會反映為漂移。因此，在視覺SLAM系統(tǒng)中引入了回環(huán)檢測模塊，用于消除累計誤差，控制建圖的全局一致性。1 相關(guān)工作傳統(tǒng)的回環(huán)檢測方法分為兩種。一
計算機工程與設(shè)計 2020年2期2020-03-07
- 分級循環(huán)荷載下泥巖的非線性特征參數(shù)試驗?
試驗的中間周次滯回環(huán)得到的阻尼參數(shù)可表征巖石的阻尼特征；何明明等[9,10]研究了不同循環(huán)加載條件下巖石的阻尼特性，揭示了常幅循環(huán)荷載下阻尼比和阻尼系數(shù)隨循環(huán)次數(shù)的演化規(guī)律；蘇鵬[11]通過試驗得到了砂巖與花崗巖的阻尼比與振動頻率、應(yīng)力水平、應(yīng)變幅值的關(guān)系.對于理想黏彈性體，在循環(huán)荷載的條件下，由于黏滯力的存在，各級循環(huán)中應(yīng)變相位滯后于應(yīng)力相位，滯回環(huán)應(yīng)為標(biāo)準(zhǔn)的橢圓形，且由于沒有塑性變形，不同應(yīng)力幅之間的滯回環(huán)的應(yīng)變起點應(yīng)位于同一應(yīng)變位置.但由于巖石內(nèi)部存
- 基于激光點云NDT特征的兩步回環(huán)檢測
較大的累計誤差。回環(huán)檢測最初應(yīng)用于視覺SLAM,在激光雷達(dá)的應(yīng)用中較少。它能夠使得機器人更加準(zhǔn)確地去識別自己曾經(jīng)去過的位置,通過進(jìn)行辨識過去的位置,檢測回環(huán)來解決位姿的漂移問題,使得地圖的建立更加準(zhǔn)確。傳統(tǒng)的視覺SLAM 中回環(huán)檢測方法為視覺詞帶模型。董蕊芳等人提出一種基于改進(jìn)TF-IDF的視覺SLAM回環(huán)檢測算法[17]。首先,采用圖像中的直線作為特征來進(jìn)行回環(huán)檢測,接下來通過二進(jìn)制線特征描述子來進(jìn)行視覺詞典的構(gòu)建。徐建鵬等人提出一種基于Fast-RCN
激光與紅外 2020年1期2020-02-19
- 單杠支撐后回環(huán)的運動學(xué)分析與教學(xué)
）1、單杠支撐后回環(huán)動作的技術(shù)構(gòu)成單杠支撐后回環(huán)整個過程可分為支撐后擺、直臂后倒，抬頭挺髖支撐這三個階段。支撐后擺階段是指從手撐單杠開始，直腿繃直腳尖先向前擺緊接著迅速向后上方擺腿，上體保持直臂、頂肩支撐單杠，肩稍微向前移動，直至身體后擺達(dá)到最高點位置（腿要高于肩）。直臂后倒階段是指當(dāng)身體下落到腹部接近單杠時，梗頭、上體迅速積極后倒，在腹部靠杠，雙腿前擺時稍微屈髖，兩臂壓杠進(jìn)行回環(huán)，直至回環(huán)到肩部過單杠下垂位置。抬頭挺髖支撐階段是指在回環(huán)至肩部過單杠下垂位
文體用品與科技 2019年6期2019-12-22
- 體操普修課單杠項目學(xué)生恐懼心理研究
。但是單杠翻轉(zhuǎn)、回環(huán)等動作都是在空中完成，具有一定的難度和危險性。所以，在開展過程中需要克服學(xué)生對單杠的恐懼，提高學(xué)生的興趣，才能提高單杠教學(xué)質(zhì)量。一、研究對象山西師范大學(xué)體育教育系15級、16級體操普修學(xué)生的恐懼心理。二、研究方法(一)文獻(xiàn)資料法通過中國知網(wǎng)數(shù)據(jù)庫查閱了大量關(guān)于體操單杠教學(xué)、恐懼心理等方面的文獻(xiàn)資料，為論文撰寫提供依據(jù)。(二)問卷調(diào)查法根據(jù)本課題研究的內(nèi)容及目的的需要，對我院體育教育系普修學(xué)生共發(fā)放375份問卷，有效問卷329，有效率為8
灌籃 2019年10期2019-11-25
- 有機玻璃在循環(huán)載荷下粘性與應(yīng)變率相關(guān)性實驗研究
應(yīng)變曲線形成的滯回環(huán)會相對飽滿寬厚，可以更清晰明顯對比滯回環(huán)特征變量（粘性）隨預(yù)應(yīng)變的增加而改變的趨勢。1 實驗過程本文選取圓柱形有機玻璃試樣，高h(yuǎn)=10mm，橫截面直徑d=10mm。采用量程為100KN的電子萬能實驗機對有機玻璃試樣進(jìn)行循環(huán)載荷壓縮實驗。實驗分別設(shè)置了三種加卸載速率分別為0.6mm/min、6mm/min、60mm/min，根據(jù)應(yīng)變率的定義為應(yīng)變相對于時間的導(dǎo)數(shù)，有：其中，v為加卸載速度，h為試樣高度。根據(jù)公式1得到三種應(yīng)變率分別為10-
安徽建筑 2019年9期2019-10-12
- 基于磁流變減擺器的修正Bouc-Wen模型參數(shù)辨識*
模型中各參數(shù)對滯回環(huán)的影響，并對模型進(jìn)行參數(shù)辨識。利用MATLAB對模型進(jìn)行仿真，將結(jié)果與實驗數(shù)據(jù)進(jìn)對比，曲線擬合程度較高，表明所建立的模型能準(zhǔn)確體現(xiàn)磁流變減擺器低速下的動力學(xué)滯回特性。1 實驗數(shù)據(jù)的獲取實驗測試對象為某型無人機設(shè)計的磁流變減擺器，實物見圖1，結(jié)構(gòu)原理見圖2。將圖1在阻尼特性實驗平臺上測試，實驗平臺見圖3。在正弦波位移激勵(激勵頻率為3 Hz，激勵振幅為1.4 mm)下，輸入電流分別為0 A、0.4 A、0.8 A和1.2 A，獲得實驗數(shù)據(jù)
組合機床與自動化加工技術(shù) 2019年5期2019-05-24
- 基于深度學(xué)習(xí)的回環(huán)檢測算法研究?
SLAM系統(tǒng)中，回環(huán)檢測［5］（Loop Closure Detection，LCD）一直是一個重要的環(huán)節(jié)，它能夠使得機器人更加準(zhǔn)確地去識別自己曾經(jīng)去過的位置，通過進(jìn)行辨識過去的位置，檢測回環(huán)來解決位姿的漂移問題。當(dāng)判斷當(dāng)前位置是曾經(jīng)到過的地方，那么機器人記錄的軌跡就會形成了一個局部的回環(huán)，使用G2O［6］來對位姿進(jìn)行重新修正，可以減少機器人的積累誤差，使得地圖的建立更加準(zhǔn)確。傳統(tǒng)的視覺 SLAM 中回環(huán)檢測的方法視覺詞帶模型［5，7～8］（Bag of
計算機與數(shù)字工程 2019年3期2019-03-26
- 基于多徑指紋信號子空間的室內(nèi)回環(huán)檢測算法研究
陳玉祥關(guān)鍵詞： 回環(huán)檢測; 格拉斯曼; 信號子空間; 投影尺度函數(shù); 地圖建模; 重定位精度中圖分類號： TN911.1?34; TP391.9 ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼： A ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）05?0066?04Indoor loop detection algorithm based on multipath fingerprint signal subspaceZHANG
現(xiàn)代電子技術(shù) 2019年5期2019-03-12
- 循環(huán)荷載下膠凝砂礫石材料的滯后及阻尼效應(yīng)
變的滯后關(guān)系、滯回環(huán)演化規(guī)律鮮有提及.根據(jù)相似材料的研究經(jīng)驗[9-10]，循環(huán)荷載下材料的變形和破壞是一個損傷不斷產(chǎn)生、累積的過程，也是能量不斷耗散的過程，而耗散能的變化可以從滯回環(huán)的演化入手；滯回環(huán)的形態(tài)不僅反映了循環(huán)加卸載過程中力和變形、阻尼等特性，同時材料的動彈性模量、阻尼比、能量耗散等動力學(xué)參數(shù)也是通過滯回環(huán)求得的.Tutuncu 等[11-12]利用單軸應(yīng)力循環(huán)試驗分析了影響沉積巖非線性彈性行為的一些主要因素，認(rèn)為滯后機制是由于裂紋表面和顆粒邊界
建筑材料學(xué)報 2018年5期2018-11-02
- 結(jié)構(gòu)回環(huán)聲回蕩 感情豐富意悠長
成，大的方面是由回環(huán)構(gòu)成，并且不斷地重復(fù)，以一種雙聲復(fù)調(diào)的形式不停地構(gòu)成回聲的效果。在文章的情感表達(dá)方面，除了體現(xiàn)母愛和作者對母親的深切懷念之外，還呈現(xiàn)出對友愛鄰里關(guān)系深深的眷念，同時也表達(dá)出了自己對殘疾人生不屈的生活態(tài)度?！娟P(guān)鍵詞】《合歡樹》；對比；轉(zhuǎn)折；回環(huán)；情感【中圖分類號】G623 【文獻(xiàn)標(biāo)識碼】A史鐵生是我國當(dāng)代著名的作家，他創(chuàng)作了大量感人至深的優(yōu)秀作品，其中一篇回憶性散文《合歡樹》出自他的散文集——《我與地壇》?！逗蠚g樹》被選入人教版選修教材《
課外語文·上 2018年7期2018-05-14
- 翻譯美學(xué)視域下《黃帝內(nèi)經(jīng)》回環(huán)辭格英譯研究?
辭的典范[1]。回環(huán)辭格是《內(nèi)經(jīng)》修辭的重要組成部分，具有形式美和內(nèi)涵美等美學(xué)特征，但是目前《內(nèi)經(jīng)》修辭研究主要集中在較為常見的比喻、互文、省略等辭格上[2]，甚少涉及回環(huán)辭格。本文以翻譯美學(xué)為切入點，對比分析李照國和吳氏父子《內(nèi)經(jīng)》譯本中回環(huán)句的翻譯特點，希望為中醫(yī)回環(huán)辭格的英譯提供借鑒。1 回環(huán)辭格1.1 回環(huán)辭格概述回環(huán)也稱回文，是指“運用詞序回環(huán)往復(fù)的語句，表達(dá)幾種事物或情理相互關(guān)系的一種修辭方式”[3]。它通過變動語言順序(詞序、語序、句序)，形
中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志 2018年11期2018-01-22
- 《中國現(xiàn)代詩歌散文欣賞》之新詩教學(xué)多樣性探索
別樣結(jié)構(gòu)特征：“回環(huán)”而采取以“朗讀教學(xué)”為主，并根據(jù)每首詩歌的具體特點，選取以主旨、意象、語言、鑒賞等一個方面為主的教學(xué)方法。引導(dǎo)學(xué)生走近新詩的審美世界，去感悟詩的魂靈、詩的綻放。【關(guān)鍵詞】新詩 韻律 抒情 回環(huán) 朗讀中圖分類號：G4 文獻(xiàn)標(biāo)識碼：A DOI：10.3969/j.issn.1672-0407.2017.07.204新詩在初中課本（人教版）中入選了郭沫若的《天上的街市》和《靜夜》，王家新的《在山的那邊》，流沙河的《理想》，何其芳的《秋天》，
南北橋 2017年7期2017-04-21
- 循環(huán)加卸載下混凝土滯回環(huán)特性研究
加卸載下混凝土滯回環(huán)特性研究肖 杰1,2，彭 剛1,2，鄧 媛1,2，王孝政1,2，羅 曦1,2(1.三峽大學(xué)土木與建筑學(xué)院，湖北宜昌 443002； 2.三峽地區(qū)地質(zhì)災(zāi)害與生態(tài)環(huán)境湖北省協(xié)同創(chuàng)新中心，湖北宜昌 443002)通過開展不同側(cè)壓下的混凝土循環(huán)加卸載試驗，分析了側(cè)壓、應(yīng)變速率對應(yīng)力應(yīng)變?nèi)€中滯回環(huán)面積的影響，提出了一種基于應(yīng)力應(yīng)變?nèi)€的簡便滯回環(huán)面積統(tǒng)計法，建立了滯回環(huán)面積與循環(huán)次數(shù)之間的關(guān)系。結(jié)果發(fā)現(xiàn)，混凝土單位體積耗散能隨著循環(huán)次數(shù)的增
水利水運工程學(xué)報 2016年6期2017-01-03
- 少兒體操隊員高低杠騰身回環(huán)倒立教學(xué)方法探討
操隊員高低杠騰身回環(huán)倒立教學(xué)方法探討問邱銘琦（廣西師范大學(xué)體育學(xué)院，廣西桂林541004）對武漢體育學(xué)院女子體操少兒高低杠運動員騰身回環(huán)傳統(tǒng)教學(xué)方法以及常見問題進(jìn)行歸納總結(jié)，并提出改良后的騰身回環(huán)教學(xué)方法，以期為少兒體操高低杠運動員騰身回環(huán)教學(xué)效率的提高提供參考。少兒體操運動員；高低杠；騰身回環(huán)；教學(xué)訓(xùn)練方法騰身回環(huán)手倒立屬于單杠短半徑回環(huán)類動作，它與單杠大回環(huán)動作一樣，在成套動作中具有連接其他難度動作和被賦有特定動作，起著過渡作用的特點。也是體操運動員必
運動精品 2016年12期2016-11-28
- 內(nèi)斂的張力
——論《重訪巴比倫》的敘事手法
氏采用首尾呼應(yīng)的回環(huán)結(jié)構(gòu)，以凝練、內(nèi)斂的筆觸描畫了繁華幻滅過后的覺醒，在形式上呈現(xiàn)出均衡規(guī)整的完整和勻稱，在內(nèi)容上，對比與象征的運用使得回環(huán)結(jié)構(gòu)內(nèi)部既充滿張力又不失其統(tǒng)一性。對比與象征意象的交疊穿插，不僅豐富了文本的意義層次，鞏固了悲傷落寞的基調(diào)，也使得文本內(nèi)部有了呼應(yīng)，使敘述顯得節(jié)奏有致，張弛有度?！娟P(guān)鍵詞】回環(huán)；對比；象征；張力；雪美國現(xiàn)代作家F.S.菲茨杰拉德被公認(rèn)為“迷惘的一代”和“喧囂的二十年代”的代言人。其短暫絢爛的生命在他的盛年便黯然落幕，然
- 試論“成分同現(xiàn)結(jié)構(gòu)”在漢語語篇中的銜接功能
成的珠聯(lián)式結(jié)構(gòu)和回環(huán)式結(jié)構(gòu)，排比和對偶也屬于同現(xiàn)結(jié)構(gòu)，因篇幅關(guān)系，這里暫不討論?！爸槁?lián)”和“回環(huán)”這兩種句式除了具備反映事物間的邏輯關(guān)系之外，往往還承擔(dān)著提高語言表情力的作用，在語言運用的基礎(chǔ)上分別形成了頂真和回環(huán)辭格，因此，在修辭學(xué)界受到廣泛的關(guān)注。有關(guān)兩者修辭效果的研究成果比較豐富，而兩者在語篇組織上所具備的銜接作用的相關(guān)研究卻相對不足。王德春先生在《現(xiàn)代修辭學(xué)》第七章第三節(jié)論述表現(xiàn)修辭手段時，提出“并列式”“連鎖式”“回環(huán)式”和“跳脫式”四種句式所起
- 基于RocketIO 高速串行回環(huán)通信的實現(xiàn)
tIO 高速串行回環(huán)通信的實現(xiàn)，該設(shè)計有助于高速串行通信的實現(xiàn)，且具有速率快、可靠性高及開發(fā)容易等優(yōu)勢。1 高速串行回環(huán)1.1 高速串行收發(fā)器高速串行回環(huán)是基于RocketIO 高速串行收發(fā)器，回環(huán)是高速串行收發(fā)器本身攜帶的。RocketIO 高速串行收發(fā)器是Xilinx 集成在VirtexII pro 以上系列的專用高速串行收發(fā)器，可實現(xiàn)Gbit·s－1的傳輸速率，支持多種協(xié)議，且應(yīng)用廣泛［3］。其主要組成如圖1所示。如圖1 所示，RocketIO 高速
電子科技 2013年9期2013-03-13
- 閩南諺語頂針回環(huán)的修辭藝術(shù)
力。其中，頂針、回環(huán)的修辭藝術(shù)在閩南諺語中更是熠熠生輝，在表達(dá)事物聯(lián)系與形式美、音樂美方面起著不可忽視的作用。一、頂針的巧用頂針通常是用上句結(jié)尾的詞語作下句的開頭，或前文的末尾作下文的開頭，使鄰近的語句首尾頂接，蟬聯(lián)而下，又寫做頂真，又稱聯(lián)珠。頂針手法在閩南諺語的運用已十分成熟。從結(jié)構(gòu)上看，閩南諺語不僅有上下句的頂針，還有句內(nèi)的頂針。從頂針的詞語來看，有詞的頂針和短語的頂針。諺語運用頂針修辭手法，不但能語句結(jié)構(gòu)緊湊，語氣貫通，而且能突出事物之間環(huán)環(huán)相扣的有
閩臺文化研究 2012年2期2012-08-15
- 單杠支撐后回環(huán)動作技術(shù)關(guān)鍵的教學(xué)研究
學(xué)院)單杠支撐后回環(huán)動作技術(shù)關(guān)鍵的教學(xué)研究◆吳 平(江南大學(xué)體育學(xué)院)體操是力量與技術(shù)、技巧相結(jié)合的典型運動,單杠支撐后回環(huán)是體操教學(xué)的一個基本動作,是中小學(xué)和大學(xué)體育教學(xué)的一項重要內(nèi)容。對單杠支撐后回環(huán)動作技術(shù)關(guān)鍵教學(xué)進(jìn)行研究,提出自己的看法,以期提高單杠支撐后回環(huán)動作教學(xué)效果。單杠 支撐后回環(huán) 技術(shù)關(guān)鍵 教學(xué)研究1 問題的提出體操是力量與技術(shù)、技巧相結(jié)合的典型運動,單杠支撐后回環(huán)是體操教學(xué)的一個基本動作,是中小學(xué)和大學(xué)體育教學(xué)的一項重要內(nèi)容。盡管該動作
中國校外教育 2010年2期2010-08-15
- 頂髖原理的相關(guān)動作分析
地推鉛球、騎撐前回環(huán)的頂髖動作進(jìn)行相關(guān)性的分析，總結(jié)出頂髖或送髖動作形成的一般規(guī)律，為提高體育教學(xué)的有效性提供一個參考。關(guān)鍵詞：體育教學(xué)相似類動作頂髖一、動作要領(lǐng)的分析(一)原地推鉛球(以右手為例)最后用力階段：右腿用力蹬地，用擺動腿蹬地的力量帶動髖向前移動，從右髖部發(fā)力，然后擴大到下肢和上體。當(dāng)滑步結(jié)束時，左腿積極落地的一剎那開始最后用力。用力的順序是右腿迅速蹬地，腳跟提起，右膝向內(nèi)轉(zhuǎn)，右髖邊轉(zhuǎn)邊向前送，上體逐漸抬起向推鉛球的方向磚動。當(dāng)身體左側(cè)移至于地
學(xué)周刊 2009年1期2009-03-17
- 大自然的音籟 靈魂的交響
徐志摩 音樂美 回環(huán) 節(jié)奏 音調(diào)摘 要:《雪花的快樂》是一首純詩。通過對徐詩語言回環(huán)、節(jié)奏和音調(diào)三方面的分析,我們認(rèn)為,在徐志摩的詩作中,它們是有機、和諧、統(tǒng)一的整體，其中以回環(huán)美體現(xiàn)得最為突出重要。從而揭示了其詩歌語言具有奇異魅力的原因,指出徐詩語言基質(zhì)對當(dāng)今詩歌創(chuàng)作和理論建設(shè)的意義。此詩寫于1924年12月30日,是徐志摩回國后出版的第一部詩集《志摩的詩》的首篇。詩人這樣的編排絕非隨意，《雪花的快樂》中那輕盈的飛向美麗清幽世界的雪花也可看做詩人自己，他
名作欣賞·評論版 2008年4期2008-04-27