一、形体分析:分析形体的成型方法 二、基本平面体叠加 三、基本平面立体的切割 四、基本平面体的交接 五、平面立体的尺寸标注 六、轴测投影原理及画法

AutoCADAutodesk是由美国公司开发的通用计算机辅助设计(Computer Aided Design,CAD)软件,具有易于掌握使用方便、体系结构开放等优点 ,能够绘制二维图形与三维图形、标注尺寸、渲染图形以及打印输出图纸,目 前已广泛应用于机械、建筑、电子、航天、造船、石油化工、土木工程、冶金 、地质、气象、纺织、轻工、商业等领域。 AutoCAD2007是 Auto CAD系列软件的最新版本,与 Auto CAD先前的版本相比 ,它在性能和功能方面都有较大的增强,同时保证与低版本完全兼容

作业指导书 搬运、贮存作业指导书 适用范围: 玻璃、各类罩面板、石材、油漆、墙纸、龙骨等材料的场内二次搬运和贮存 施工准备: 1.现场勘察,根据楼层承重情况确定材料堆放的数量,同时兼顾存贮地的选择与各工种在此 处的作业不会产生相互影响 2.编制材料计划,依照施工进度合理、适量进料,避免造成材料的积压。 3.搬运通道清理畅通,保证整个工作面的照明要求:各类材料相对集中,分类贮存,标注材 质,材料库封闭保管

9.1装配图的作用和内容 9.2装配图的规定画法 9.3装配图的特殊表达方法 9.4装配图的尺寸标注和技术要求 9.5装配图的零件序号和明细栏 9.6装配体的工艺结构 9.7画装配图的方法和步骤 9.8读装配图

实训一 AutoCAD2000 的启动与退出 .2 实训二 添加和删除菜单.3 实训三 工具条的设置.4 实训四 系统的绘图命令操作.5 实训五 绘图命令操作（二）.9 实训六 绘图命令的操作（三）.14 实训七 编辑命令的使用.21 实训八 编辑命令的使用.25 实训九 综合练习 .29 实训十 转臂的绘制 .32 实训十一 吊钩的绘制.38 实训十二 绘图模板的绘制.45 实训十三 图案填充 .56 实训十四 尺寸标注 .59 实训十五 齿轮标注实例 .63 实训十六 块的创建.67 实训十七 文本的输入与编辑.68 实训十八 零件图的绘制.72 实训十九 装配图绘制.74 实例二十 实体建模 .76 实训二十一 三维作图基础 .83 实训二十二 日常用具实体造型 .85 实训二十三 由三维实体到二维工程图 .98 实训二十四 由三维实体到二维工程图.101 实训二十五 文件输出.105

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的传统自然语言处理方法（理性方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

中文电子病历文本包含大量嵌套实体、句子语法结构复杂、句式偏短。为有效识别其医疗实体，提出一种融合多特征嵌入与注意力机制的命名实体识别算法，在输入表示层融合字符、单词、字形三个粒度的特征，并在双向长短期记忆网络的隐含层引入注意力机制，使算法在捕获特征时更加关注于医疗实体相关的字符，最终实现对中文电子病历中疾病、身体部位、症状、药物、操作五类实体的最优标注。面向开源和自建糖尿病数据集的实验结果中所提算法的实体识别准确率、召回率和F1值都达到97%以上，表明其可以更加有效地识别中文电子病历中各类实体

本课程的任务： 1.学习投影法的基本理论及其应用。 2.培养对三维形状与相关位置的空间逻辑思维和形象思维能力。 3.培养空间几何问题的图解能力和将工程技术问题抽象为几何问题的初步能力。 4.培养绘制和阅读机械图样(主要是零件图和部件装配图)的基本能力。 5.培养利用计算机绘制图形的初步能力。 6.在教学过程中培养自学能力,分析问题和解决问题的能力以及创造性思维能力;培养认真负责的工作态度和严谨细致的工作作风,提高学习者的素质。 第一章 制图的基本知识和基本技能 第二章 计算机绘图基础 第三章 点、直线和平面的投影 第四章 几何元素间的相对关系 第五章 投影变换 第六章 基本体的投影 第七章 平面及直线与立体相交 第八章 立体与立体相交 第九章 组合体 第十章 轴测图与透视图 第十一章 曲线和曲面 第十二章 表面展开 第十三章 表示机件的图样面法 第十四章 尺寸标注基础 第十五章 零件图 第十六章 标准件与常用件 第十七章 装配图 第十八章 零件构形设计