【摘 要】
：
数码印花冬奥会怒刷存在感!这么多产品居然都是数码印花做的!rn作为一场将绿色作为关键词的可持续发展盛会,万众瞩目的北京冬奥会怎能少得了数码印花的参与?其中有太多随处可见的数码印花元素了,本文让我们一睹为快!rn数码印花奖牌绶带rn被誉为“中国丝绸文创第一股”的万事利丝绸(国家数码双面印花丝绸产品开发基地)是2022年北京冬奥会上唯一的丝绸产品特许生产商,为奥运健儿们定制生产了1600条数码印花奖牌绶带.
论文部分内容阅读
数码印花冬奥会怒刷存在感!这么多产品居然都是数码印花做的!rn作为一场将绿色作为关键词的可持续发展盛会,万众瞩目的北京冬奥会怎能少得了数码印花的参与?其中有太多随处可见的数码印花元素了,本文让我们一睹为快!rn数码印花奖牌绶带rn被誉为“中国丝绸文创第一股”的万事利丝绸(国家数码双面印花丝绸产品开发基地)是2022年北京冬奥会上唯一的丝绸产品特许生产商,为奥运健儿们定制生产了1600条数码印花奖牌绶带.
其他文献
本文基于浊度90.散射检测原理,设计并制备了在线式超低量程浊度检测传感器.采用发散角为±4°、波长为850nm的高亮红外LED作为光源,以LED前端透镜结构替代原传感器所需光源准直结构,降低传感器复杂度、缩小体积并提高稳定性;采用灵敏度高、噪声低、体积小的硅光电倍增管作为光敏探测元件;配合所设计的后端微弱信号采集、处理电路对浊度信号进行准确采集.经检测,传感器的在0-1NTU范围内线性度达0.999,检测限低至0.01NTU,实现在线式浊度检测传感器具备超低量程的同时,具有小型化、易集成的特点,可应用于浊
针对常规技术中的计量生产管理平台不完善、数据处理滞后等问题,提出一种新型的计量生产管理平台.构建包括数据层、访问层、计算层和应用层的分布式多层架构,实现数据的分层处理.设计包括计量客户服务层、计量业务处理层、计量工作质量监控层和计量调度层的计量生产调度数据管理平台,实现不同计量业务的管理,满足用户的多种需要.还融入了大数据处理算法,应用KNN算法实现不同类型数据的分类,通过构建AdaBoost算法模型,实现电能计量故障数据的诊断.试验表明,提出的方法数据处理能力强,工作效率高,误差低.
与传统天线相比,泄漏同轴电缆在狭长的传播空间(例如隧道)中具有均匀的电磁信号覆盖特性.泄漏电缆的长期使用以及人为因素不可避免地会导致故障,而不同故障需要不同的处理方法,因此对于漏缆故障类型的识别就极为重要.该文章提出了一种基于标签平滑半监督生成对抗网络(Semi-supervised Generative Adversarial Networks,SSGAN)的漏缆故障类型识别算法.该算法可以利用少量标记数据与大量非标记数据实现较强的分类能力,解决了数据获取困难、标记成本高等问题,并使用了标签平滑技术,使
为研究风荷载作用下大跨度低矮建筑金属屋面板的疲劳损伤分布规律,以坡度为1/60的双坡屋面建筑为研究对象,基于1975～2019年间的风速风向数据,研究了双坡屋面板50年重现期的疲劳损伤累积值.采用Gumbel分布描述日极值风速分布,混合Von Mises分布描述风向分布,并用单参数Archimedean Copula函数描述二者的相关性,得到了风速风向的联合分布;基于双坡屋面的测压风洞试验结果,考虑连续变化风速和离散风向角对疲劳寿命的影响,研究了金属屋面板的疲劳损伤累积值.结果表明:双坡屋面板疲劳损伤与主
近些年,卷积神经网络的发展日趋成熟,在图像识别、目标检测、自然语言处理等多个领域的性能超过了传统的机器学习算法.然而随着网络性能的提升,部署和运行神经网络对于硬件设备要求越来越高.为了将卷积神经网络部署到算力较低的设备,必须在参数量和准确率之间寻求一个平衡.本文首先介绍三种常规的卷积方式,然后从参数量和计算量的角度加以分析,接着详细介绍近些年比较流行的轻量化网络模型结构,对于各自的优缺点进行总结,同时结合其在ImageNet上面的表现评估其轻量化技巧的优劣,最后展望轻量化神经网络的发展前景.
传统工业控制中的PID参数整定需要良好的先验知识才能达到较好的整定效果,这种人工经验整定PID参数的方法耗时耗力、精度低且鲁棒性差.针对PID参数整定难的问题,标准粒子群优化算法可以实现对PID参数的快速整定,但其易陷入局部极值.因此,本文对标准PSO算法进行改进,将自适应权重混合粒子群优化算法应用于PID参数整定中.仿真结果表明,本文所提出的自适应混合粒子群算法在PID参数整定中的效果优于经验整定及传统PSO算法,且鲁棒性强.
针对电力系统中输变电设备运维过程中数据管理滞后、监控能力差的问题,设计一个新型的输变电设备智能化网络运维管理平台.该平台充分应用云计算、人工智能技术、大数据管理技术等多种技术手段,实现设备运维过程中数据采集、计算、传输以及远程应用.应用改进型人鱼算法模型(Artificial Fish Swarm Algorithm,AFSA),提高了运维设备数据信息的接收跟踪,设计出改进型BP神经网络模型,实现输变电设备运维过程中的故障诊断.试验表明,本研究数据跟踪量在90％以上,故障诊断精确率达90％以上.
空间数据在城市规划、天气预报、资产管理以及路线导航上有着广泛的应用.传统的关系型数据库不能满足空间数据高频存取的需求,面向空间数据的LSM树索引能够提高空间数据的写入和查询性能.但在索引设计中,需要面临索引结构设计、提升查询性能和降低更新开销三方面问题.对此,本文分别对基于空间填充曲线的LSM树索引结构和基于树状结构的LSM树索引结构两方面的现有工作进行分析,比较其优缺点,并展望了该方向的机遇和挑战.
随着众包技术的快速发展,有监督学习可以以一种快速、成本较低的方式获得大量有标签数据.然而,由于众包标注者的不确定性,标注数据质量不能得到有效保证.因此,提高标签质量是众包学习算法的关键.本文总结了众包学习算法的前沿进展,详细介绍了真值推理算法和众包噪声矫正算法的主要研究成果,分析了这些算法之间的联系和区别,并对未来发展方向展开简要探讨.
近期,从中国科大获悉,中国科学技术大学俞书宏院士团队近期研制出一种新型低成本智能变色“玻璃”——多色显示电致变色器件.该器件不仅能实现多色显示,而且可以实现自供电驱动,未来有望应用于节能建筑、低功耗显示器、防炫后视镜等领域.相关成果近期发表于《纳米快报》.