检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

穴盘苗夹苗器参数优化设计与仿真分析

甘肃农业大学学报 2020年第4期55卷 184-190,199页

作者：马晓晓李华任玲李树峰余思遥石河子大学机械电气工程学院新疆石河子832000 岭南师范学院机电工程学院广东湛江524048 新疆科技学院工学院新疆库尔勒841000

【目的】为满足自动取苗装置取苗过程中对穴盘苗钵体平稳夹持取出以及成功投放的设计要求,设计了一种适应于旱地钵苗自动移栽作业的夹苗器.【方法】利用解析法建立了夹苗器机构各主要结构参数之间的关系,并基于Matlab工具箱遗传算法对... 详细信息

【目的】为满足自动取苗装置取苗过程中对穴盘苗钵体平稳夹持取出以及成功投放的设计要求,设计了一种适应于旱地钵苗自动移栽作业的夹苗器.【方法】利用解析法建立了夹苗器机构各主要结构参数之间的关系,并基于Matlab工具箱遗传算法对机构参数进行优化,根据参数优化结果建立了夹苗器虚拟样机模型,并通过ADAMS软件进行了仿真分析.【结果】遗传算法得到一组满足夹苗器作业要求的机构较优参数组合:lCD=44 mm,lBC=26 mm,lAB=18 mm,lOD=48 mm,lDE=246 mm,夹持角度θ为9.12°,小于穴口锥度α.仿真分析结果表明,夹苗器苗针可以灵活、准确实现开合动作,钵体所受苗针夹持力最大值为7.46 N,推苗环行程满足辅助推苗作业要求,夹苗器苗针夹持角度同样满足设计要求.仿真分析结果与理论分析结果相一致,相互验证了夹苗器理论分析与结构设计的合理性.【结论】进行了夹苗器样机试制和试验,试验结果表明该机构夹苗、持苗以及投苗动作稳定,满足设计需要.

关键词：夹苗器穴盘苗钵体遗传算法参数优化取苗试验

在线全文

学校读者我要写书评

暂无评论

番茄钵苗茎秆力学特性试验研究

农机化研究 2020年第8期42卷 161-167页

作者：马晓晓李华葛云李树峰赵永满余思遥石河子大学机械电气工程学院新疆石河子832003 岭南师范学院机电工程学院广东湛江524048

研究番茄钵苗茎秆力学特性及其变化规律可为番茄钵苗移栽机夹茎式自动取苗机构的设计提供重要依据。为此,利用DF-9000型动静态电子万能材料试验机对适栽期番茄钵苗茎秆进行拉伸、弯曲试验,利用*** plus型质构仪对适栽期番茄钵苗茎秆进... 详细信息

研究番茄钵苗茎秆力学特性及其变化规律可为番茄钵苗移栽机夹茎式自动取苗机构的设计提供重要依据。为此,利用DF-9000型动静态电子万能材料试验机对适栽期番茄钵苗茎秆进行拉伸、弯曲试验,利用*** plus型质构仪对适栽期番茄钵苗茎秆进行了压缩性能试验,获得其在试验条件下的应力-应变曲线,并进行分析。试验结果表明:相同加载速度下,平均抗拉断力大小随夹持茎秆位置的升高而减小;相同取样部位条件下,随着加载速度的增大,所用的弯曲载荷力增大;相同加载速度下,番茄钵苗茎秆最大压缩力随取样高度的增加而减小,茎秆根部最大压缩力值最大;相同取样部位在一定压缩位移条件下,随着加载速度的增大,压缩载荷随之增大。研究结果可为番茄钵苗夹茎式自动取苗机构设计提供重要的理论依据。

关键词：番茄钵苗茎秆力学特性移栽

在线全文

学校读者我要写书评

暂无评论

番茄穴盘苗自动送取苗试验台的设计与试验

机械设计与研究 2020年第3期36卷 214-219页

作者：马晓晓李华余思遥曹卫彬李树峰葛云石河子大学机械电气工程学院新疆石河子832000 岭南师范学院机电工程学院广东湛江524048

为提高番茄穴盘苗移栽机取苗效率以及送取苗作业运动配合精度,设计了一种番茄穴盘苗自动送取苗试验台,并搭建了试验台控制系统,进行了自动送取苗运动配合性能试验。自动送取苗试验台由送盘装置、取苗装置、机架与控制系统等组成。通过... 详细信息

为提高番茄穴盘苗移栽机取苗效率以及送取苗作业运动配合精度,设计了一种番茄穴盘苗自动送取苗试验台,并搭建了试验台控制系统,进行了自动送取苗运动配合性能试验。自动送取苗试验台由送盘装置、取苗装置、机架与控制系统等组成。通过对取苗装置关键部件行星齿轮-连杆机构运动学进行分析,并利用ADAMS软件进行运动仿真分析与参数优化,仿真分析结果表明该机构能够满足番茄穴盘苗机械自动取投苗作业要求。自动送取苗运动配合性能试验结果表明:取苗装置与送盘装置运动配合准确、适时,运行可靠,取苗频率为60株/min时,送苗装置横向送苗准确率为98.13%,纵向送苗准确率98.59%,能够满足番茄穴盘苗自动移栽机移栽作业要求。

关键词：送盘装置取苗装置控制系统运动学仿真运动配合

在线全文

学校读者我要写书评

暂无评论

槽型输送带式排肥器锥齿轮副设计与仿真试验

石河子大学学报:自然科学版 2023年第5期41卷 529-536页

作者：董万城卜浩然江镇余思遥张立新夏元清石河子大学机械电气工程学院新疆石河子832000 北京理工大学自动化学院复杂系统智能控制与决策重点实验室北京100081

为实现排肥器的稳定排肥和排肥流量可调控,以及排肥器的创新设计与理论研究提供参考,设计一种改善排肥流量均匀性的槽型输送带式排肥器。对槽型输送带式排肥器的关键部件进行了优化设计,确定了排肥器小锥齿轮模数为3,齿数14、齿宽11 mm... 详细信息

为实现排肥器的稳定排肥和排肥流量可调控,以及排肥器的创新设计与理论研究提供参考,设计一种改善排肥流量均匀性的槽型输送带式排肥器。对槽型输送带式排肥器的关键部件进行了优化设计,确定了排肥器小锥齿轮模数为3,齿数14、齿宽11 mm,并利用EDEM离散元软件对排肥过程进行仿真分析,以槽型同步带开度、锥齿同步带轮转速为试验影响因素,以排肥量为评价指标,分析排肥器关键结构因素对排肥量的影响,并对仿真结果进行台架试验验证。结果表明:选取排肥量变化曲线拟合斜率表征排肥流量,发现排肥流量可调控且与槽型同步带开度、锥齿同步带轮转速存在线性关系,线性拟合结果显示校正决定系数分别为0.998、0.999;试验值与仿真值相对误差值较小,仿真试验结果可靠。

关键词：排肥器槽型输送带式锥齿轮离散元

江南佛塔檐廊考——以清末以来苏州报恩寺塔为例

在线全文

学校读者我要写书评

暂无评论

建筑学报 2024年第S1期 126-131页

作者：余思奇苏州大学艺术学院

以清末至近年佛塔的演变与塔寺关系的变迁为背景，使用寺志、公文、碑文、调查报告等文献史料，测绘图、明信片、照片、绘画等图像史料，以及结合田野调查，从历时性视角解读苏州报恩寺塔檐廊的意义，提出“殿堂功能说”的解释。

关键词：苏州报恩寺佛塔檐廊

新质生产力赋能体育旅游产业高质量发展:逻辑理路、关键障碍与实践路径

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

沈阳体育学院学报 2024年

作者：余思均赵敏熊禄全沈阳体育学院研究生工作部沈阳体育学院公共课教研部西南石油大学体育学院

运用文献资料、逻辑分析等研究方法,分析新质生产力赋能体育旅游产业高质量发展的内涵、逻辑理路和关键障碍,并提出实践路径。研究认为,新质生产力赋能体育旅游产业高质量发展强调以科技创新为核心驱动力、以绿色发展理念为价值导向,整... 详细信息

运用文献资料、逻辑分析等研究方法,分析新质生产力赋能体育旅游产业高质量发展的内涵、逻辑理路和关键障碍,并提出实践路径。研究认为,新质生产力赋能体育旅游产业高质量发展强调以科技创新为核心驱动力、以绿色发展理念为价值导向,整合和革新政策、技术、人才、数据等生产要素,驱动体育旅游产业供应链集约化、管理链数字化、价值链绿色化和配置链高效化;但目前仍面临政策要素整合与支持不足、技术要素升级与应用不足、人才要素数量与质量不足、数据要素挖掘与利用不足等关键障碍。基于此,提出实践路径:健全政策制度体系,确保赋能的稳定性;优化技术创新环境,增强赋能的实效性;完善人才培养体系,保障赋能的持续性;培育数据要素市场,提高赋能的精准性。

关键词：新质生产力体育旅游产业高质量发展全产业链新型生产要素

时滞四元数神经网络的多稳定性与Hyers-Ulam稳定性研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

时滞四元数神经网络的多稳定性与Hyers-Ulam稳定性研究

作者：余思怡重庆交通大学

学位级别：硕士

由于四元数神经网络在处理高维、复杂数据和解决涉及旋转、姿态等问题时具有优势,因此,其在信号处理、计算机视觉、机器人的控制和决策、自然语言处理以及物理建模等各种领域都具有潜在的应用前景.在这些应用中,有的要求系统具有较高的... 详细信息

由于四元数神经网络在处理高维、复杂数据和解决涉及旋转、姿态等问题时具有优势,因此,其在信号处理、计算机视觉、机器人的控制和决策、自然语言处理以及物理建模等各种领域都具有潜在的应用前景.在这些应用中,有的要求系统具有较高的存储容量,而研究多稳定性的主要目的就是提高系统的存储容量;同时,在实际应用中系统不可避免的会受到噪声或干扰,此时,如果想要求得系统的精确解是非常困难的,而Hyers-Ulam稳定性保证了基于近似解序列的扰动系统的唯一精确解的存在性.基于以上考虑,本文将研究时滞四元数神经网络的多稳定性和Hyers-Ulam稳定性,以更好地评估四元数神经网络的性能和稳定性,并为实际应用提供指导.全文主要内容如下:第一部分,具有余弦激活函数的四元数神经网络的多稳定性.系统的多稳定性是指网络存在多个稳定的平衡点,稳定的平衡点越多,系统的存储容量越高,而设计一个高容量的联想记忆和模式识别系统具有重要的意义.鉴于此,首先,提出了一种具有时滞的四元数神经网络模型,其中激活函数为余弦函数.其次,基于Brouwer不动点定理和激活函数的几何性质,分别得到了该四元数神经网络模型具有唯一平衡点、有限平衡点和可数无限平衡点的充分条件.然后,推导出了平衡点指数稳定的充分条件,并给出了稳定平衡点的吸引域.最后给出了两个数值算例,验证了所提理论结果的有效性.第二部分,离散型时滞四元数神经网络的Hyers-Ulam稳定性.Hyers-Ulam稳定性保证了基于近似解序列的扰动系统的唯一精确解的存在性.首先,受微分方程和差分方程的Hyers-Ulam稳定性和不稳定性概念的启发,提出了离散型时滞四元数值神经网络的Hyers-Ulam稳定性和不稳定性的合适定义.其次,利用压缩映射定理和一些不等式技巧,得到了离散型时滞四元数神经网络的Hyers-Ulam稳定性的一个充分判据.然后,还提出了离散型时滞四元数神经网络的Hyers-Ulam不稳定性的一个充分判据.最后,为了验证所得结论,给出了三个数值例子.

关键词：四元数神经网络时滞多稳定性 Hyers-Ulam稳定性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

《健康脱口秀》（节选）汉英翻译实践报告

《健康脱口秀》（节选）汉英翻译实践报告

作者：余思萱电子科技大学

学位级别：硕士

本翻译实践报告是基于上海科学出版社图书《健康脱口秀》笔译实践撰写而成。该图书整合节目中选手们的脱口秀文稿,再现了选手在节目中的精彩演绎。语言通俗易懂、诙谐幽默。报告聚焦于脱口秀文本翻译过程中出现的幽默语言的翻译问题,提... 详细信息

本翻译实践报告是基于上海科学出版社图书《健康脱口秀》笔译实践撰写而成。该图书整合节目中选手们的脱口秀文稿,再现了选手在节目中的精彩演绎。语言通俗易懂、诙谐幽默。报告聚焦于脱口秀文本翻译过程中出现的幽默语言的翻译问题,提供可行的策略,分析其翻译效果。幽默是喜剧的特殊表达方式,有趣或可笑而意味深长。在当前的研究框架下,幽默分为语言性幽默与非语言性幽默两大类。语言性幽默源自语言元素如音韵、文字、词汇及句法的变异;而非语言性幽默则不依赖语言本身来引发笑点。在此脱口秀文本中,对于语言性幽默,在语音层面,原文本谐音丰富、韵脚相协;在词汇层面,原文本常用新词、曲解词义;在句法层面,原文本进行了多类句型模仿、拈连搭配,极具趣味性。对于非语言幽默,其中文化专有项和模糊的情景语境常常引人发笑。这两种幽默表达在从中文翻译到英文时均具有一定难度。根据委托方出版的三大要求和目标读者的三大期待,翻译要求准确性、娱乐性、适应性。针对每一类幽默表达的具体难点,译者进一步明确了不同的翻译策略。对于谐音与押韵,采用类比押韵和自然押韵,保留了音乐趣味性;对于新词和词义曲解,采用释译和意译,确保了意义精确传达,促进理解;对于句型模仿和拈连,采用归化与对仗,保持了文本的连贯性和可读性,增强了跨文化的互动和共鸣;对于文化专有项,采用替换翻译,以实现等效的解读效果;对于模糊的情景语境,采用增译背景信息,提升叙事的互动感。本篇翻译报告较为详细地归纳了幽默表达的翻译难点,探讨了应对策略,为脱口秀节目中幽默表达的翻译提供了实用的建议。此外,此次实践也为该节目的海外传播奠定了基础,有助于推动中国文化“走出去”。

关键词：脱口秀幽默表达语言幽默非语言幽默翻译策略

一种基于任务级别流形的两阶段小样本学习模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于任务级别流形的两阶段小样本学习模型

作者：余思毅吉林大学

学位级别：硕士

小样本学习旨在利用有限的数据获取新的能力。在图片分类领域,大多数小样本模型依赖预训练的骨干网络作为特征提取器,将图片转换为高维嵌入(特征向量)。然而,同一特征空间并不适用于不同的小样本任务进行分类决策。现有的模型要么利用... 详细信息

小样本学习旨在利用有限的数据获取新的能力。在图片分类领域,大多数小样本模型依赖预训练的骨干网络作为特征提取器,将图片转换为高维嵌入(特征向量)。然而,同一特征空间并不适用于不同的小样本任务进行分类决策。现有的模型要么利用小样本任务中的少量标记数据进行有限轮次的反向传播,以修正嵌入;要么在预训练阶段使用更深的骨干网络来增强表示学习。然而,这些方法都无疑增加了模型的复杂度,降低其快速适应能力。骨干网络是利用大量标注数据训练得到。大类别的预训练任务导致其形成的特征空间维度远高于小样本任务实际需求。尽管高维空间有助于捕捉多样化特征,但并非所有特征维度都与当前任务相关,因为预训练任务与小样本任务的类别是不相交的。在同类间数据稀少、缺乏相互印证的情况下,无关的特征维度会成为噪音。同时,高维空间本身就难以进行模式识别。因此,本文的核心思想是利用流形学习微调高维特征空间并移除无用特征,从而获得任务级别特征表示,在此基础上,进行分类。基于上述挑战和认识,本文工作如下:(1)提出一种两阶段小样本学习模型,分为骨干网络预训练阶段和小样本任务适应阶段。预训练阶段:采用全分类和元学习训练方法,使模型获得通用特征提取能力,并熟悉小样本任务设置。小样本任务适应阶段:利用流形学习,基于小样本任务本身的拓扑结构,移除无用的干扰特征。从而,在可靠的任务级别流形基础上,做出稳健决策。(2)提出一种有效的方式,利用支持集数据构建虚拟标记样本(流形支持点)。在流形学习过程中注入监督信息,以利用有限的标记数据构建连贯的邻域,辅助流形学习。(3)在实验验证中,提出一种新的支持集不平衡程度设置方式:即从某一概率分布中抽样支持集各类别的数据量,通过控制概率分布均值和方差的方式,约束支持集的数据量和不平衡程度。在Mini Image Net、Tiered Image Net、CUB等数据集上,验证了模型在不平衡情况的表现。在小样本任务中,模型不需要捕捉图片所有信息,只需保留能够区分不同类别且具有显著影响的特征。本文通过流形学习,挑选本质特征,并利用支持集的监督信息,引导无监督的流形学习过程。实验结果表明,本文提出的方法能够有效处理支持集不平衡程度加剧、噪音增大的小样本任务。

关键词：计算机视觉小样本学习任务级别流形流形支持点无监督