第01章 初识AutoCAD2004 第02章 辅助绘图 第03章 绘制基本的二维图形对象 第04章 图层的使用与管理 第05章 操作基础 第06章 绘制复杂的二维图形对象 第07章 使用面域与图案填充 第08章 创建与使用文字 第09章 尺寸标注的创建与编辑 第10章创建和管理块与块属性、外部参照、设计中心 第11章 轴测图（补充内容）

《AutoCAD 2002中文版应用教程》教材配套电子教案（PPT）第9章 文字标注

《AutoCAD 2002中文版应用教程》教材配套电子教案（PPT）第10章 尺寸标注

本文以AUTOCAD为基础提出了以交互式和自动化相结合进行地下矿开采设计CAD方法,介绍了热键、汉字标注、参数输入、数据组织、工程布线及标识、实体识别、文本修改、工程计算等技术方法,开发出了适合地下矿开采设计的CAD软件。该软件运行性能稳定,功能完整实用,结果正确可靠,操作简便。本软件的使用可大大减轻工程技术人员的设计工作强度,提高地下矿开采设计的质量和应变能力

词义消歧的特征来源于上下文.日文兼有中英文的语言特性,特征抽取更为复杂.针对日文特点,在词义消歧逻辑模型基础上,利用最大熵模型优良的信息融合性能,采用深层特征抽取方法,引入语义、句法类特征用于消解歧义.同时,为避免偏斜指派,采用BeamSearch算法进行词义序列标注.实验结果表明,与仅使用表层词法类特征方法相比,本文构造的日文词义消歧系统的消歧精度提高2%～3%,动词消歧精度获得5%的改善

本文介绍了根据非标设计的特点,在Auto CAD 11.0环境下开发的一套用户菜单,可顺利地完成图纸初始化,即图形标注、简单标准零件的参数化设计及有效利用已形成的图库

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

7-1 零件图的作用和内容 7-2 零件上的常见结构 7-3 零件图的视图选择 7-4 零件图中尺寸的合理标注 7-5 表面粗糙度符号、代号 及其注法 7-6 极限与配合 7-7 零件测绘方法及画草图步骤 7-8 读零件图

《激光原理 Principle of Laser》课程教学论文：杜戈果 - 铥离子能级标注浅议 -2007年