论文部分内容阅读
从前轮驱动车辆爬坡状态的受力分析中，导出以滑转失效为主要失效型式的爬坡角公式。提出并设计绘制了特定车型的爬坡角速查线图供驾驶员作能否爬上某一道路坡度的现场即时判断使用。
前轮驱动车辆的爬坡能力及其现场即时判断
【摘 要】
：
从前轮驱动车辆爬坡状态的受力分析中，导出以滑转失效为主要失效型式的爬坡角公式。提出并设计绘制了特定车型的爬坡角速查线图供驾驶员作能否爬上某一道路坡度的现场即时判断
【机 构】
：
湖南省农机研究所
【出 处】
：
湖南农机
【发表日期】
：
1997年3期
其他文献
食品工业作为我国国民经济的重要组成部分，因此在其发展中应准确认识到其战略地位，全力以赴，贯彻落实中共十六届五中全会决议精神。国家有关部门结合食品工业发展的现实和特点，编
路径跟踪的精确度问题是机器人研究的最后重要课题之一,文章基于小脑神经网络模型与PID复合控制器的处理路径跟踪问题。鉴于该复合控制器学习算法的不足,其寻优过程中易陷入
传统的虚假评论识别方法大多采用机器学习算法,并把虚假评论识别当作一个二分类的任务进行处理,对数据集中的文本数据提取一些关键的特征,并使用机器学习的算法对提取的特征
<正>移动互联网时代加剧着市场变革,无论是企业还是消费者都随着时代的变化而变化。移动互联网的日益成熟也伴随着消费群体的成长与更替,80后90后纷纷步入而立之年,更年轻的9
语音增强技术目前有传统的方法和深层神经网络的方法,传统的方法假设语音信号和噪音之间的关系做出假设,这往往造成语音增强后效果不佳,深层神经网络的方法具有根据数据进行
癫痫发作时的脑电信号(EEG)中含有大量的癫痫特征波信息,特征波形是确定癫痫是否发作的重要依据。小波变换可以对信号进行多分辨率分解,将信号分解成不同频率的含有特征信息
人民币作为一种特别的印刷制品,包含了极其丰富的纹理特征,可以将人民币识别问题转化为图像识别问题。论文分析了真假人民币在高分辨率相机下,纹理丰富区域存在较大差异,利用Tamura纹理特征对这些特征区域进行量化,然后将各特征区域量化后级联成一组特征向量,利用SVM分类器进行训练,实现对人民币真伪鉴别。实验结果表明,该算法识别率达97.45%。
针对目前图像去运动模糊过程中的模糊核估计过程复杂、图像复原质量低等问题,提出一种基于生成对抗网络的去运动模糊算法。算法建立在基本生成对抗网络上,采用残差可分离卷积模块提取特征,去除批量规范化层,并添加全局平均池化,优化了网络。实验结果表明,所提算法能有效地去除真实场景下运动模糊图像中存在的运动模糊,对比当前最新去运动模糊模型,所提模型在模型缩小了4.7倍的同时,测试阶段的峰值信噪比指标也有所提升。
基于视觉的手势识别通常采取单一特征用于手势分类,但是单一特征不能代表整个图像。因此论文提出多种特征融合的方法,分别提取了梯度方向直方图(HOG)和局部二值模式(LBP)两种特征,并进行特征融合,融合特征不仅包含图像的局部区域梯度方向信息,还有纹理信息,可以更加全面地描述手势特征。然后将融合特征向量输入SVM分类器完成手势识别。实验表明多特征融合方法相比于单一特征,有更高的识别率。该实验识别了24种