排序方式: 共有23条查询结果,搜索用时 921 毫秒
1.
2.
室内环境由于缺乏观测条件,无法使用全球导航卫星系统(global navigation satellite system,GNSS)进行定位,而单独惯性导航系统(inertial navigation system,INS)由于传感器的误差累积,定位结果快速偏移且无法受到限制.因此,针对室内未知环境下移动背包的定位问题,提出激光雷达(light detection and ranging,LiDAR)与惯性测量单元(iner?tial measurement unit,IMU)的组合导航系统,使用LiDAR平面配准获得的载体速度作为扩展卡尔曼滤波器观测量,对IMU位姿推算的误差进行修正.结果表明,该方法可以有效控制惯性导航误差的漂移,从而提高室内定位精度. 相似文献
3.
4.
武山湖是紧邻长江的通江型富营养化湖泊,是国家级湿地公园.为切实了解该湖在以鲢、鳙养殖为主的情况下浮游植物结构特征,于2017年9月-2018年8月对其浮游植物群落结构特征及水质开展了监测.监测结果表明武山湖水质全年处于轻度富营养到重度富营养水平之间;12次共采集浮游植物7门100种(属),浮游植物优势种共有23种,其中蓝藻门有9种,绿藻门有8种,硅藻门和隐藻门各有3种.夏季和秋季蓝藻门优势种最多且优势度高,冬季和春季绿藻门和硅藻门优势种多且优势度高.武山湖浮游植物每月优势度最大的种类主要有蓝藻门微囊藻和细小平裂藻、绿藻门小球藻以及硅藻门小环藻.浮游植物生物量峰值出现在6月,达34.77 mg/L;丰度峰值出现在7月,达341.46×106 cells/L.冗余分析(RDA)和线性相关分析均表明浮游植物丰度和生物量与总磷、温度和pH均呈显著正相关,且蓝藻门生物量和丰度以及优势属与总磷和温度均呈显著正相关.研究结果表明武山湖浮游植物丰度和生物量在夏季均很高,发生蓝藻水华的风险较大.相对于氮,磷是更重要的限制浮游植物生长的营养元素. 相似文献
5.
为了使大坝变形的预测精度更高,针对大坝形变量的时间序列中存在着非平稳和非线性等曲线特性,使用一种经验模态分解(EMD)和非线性自回归动态神经网络(NAR)相结合的EMD-NAR模型对大坝形变时间序列进行预测。以某大坝实测的时间序列数据为算例,分别使用BP模型、NAR模型和EMD-NAR模型进行实验对比,结果表明,BP、NAR、EMD-NAR模型预测的均方根误差(RMSE)分别为0.9449,0.6993,0.4678;模型预测的平均相对误差(MRE)分别为0.1492,0.1065和0.0688,从三种模型预测结果对比可知,组合的EMD-NAR模型预测精度最高且稳定性最好,为时间序列的大坝形变预测提供一种新的参考思路。 相似文献
6.
7.
国际大地测量协会于1982年5月7日至20日在日本东京举行了学术大会。来自41个国家的376名大地测量、天文、地球物理、地震等方面的学者和专业工作者出席了大会。大会由日本地方组织委员会主席中川一郎主持,协会主席莫利兹(H.Moritz)和国际大地测量与地球物理联合会秘书长梅尔基奥尔(P.Melchior)分别在会上致词。 相似文献
8.
人工神经网络在致密砂岩气层识别中的应用 总被引:2,自引:0,他引:2
致密砂岩气层识别是一个难题。如何在已有的地质、钻井、测井、地震等资料的基础上,利用现代人工智能方法进行气层识别,值得我们去探计。作者在本文中利用一个改进的BP网络模型,充分利用现有的地质、测井等资料,以单井为单元进行垂向气层识别,然后又以地震资料为约束进行气层横向预测,结果非常令人满意。 相似文献
10.