无锡市崇安区2015年苏教版八年级上学期期中考试语文试题_江苏省无锡市崇安区2014-2015学年八年级上学期期中考试语文试题

无锡市崇安区2015—2016学年度苏教版八年级第一学期期终考试试卷_【附答案】江苏省无锡市崇安区2015-2016学年八年级上学期期末考试语文试题

厦门市同安区人教版八年级（下）期末质量监控语文考试说明_厦门市同安区

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

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

江苏省锡崇安区2013年苏教版九年级上期中考试语文试卷_锡崇安区13-14学年九年级上期中考试-语文

富安中学2011年初三升中语文综合摸拟试卷_富安中学2011年初三升中语文综摸拟试卷(答题卡）

富安中学2011年初三升中语文综合摸拟试卷_富安中学2011年初三升中语文综摸拟试卷(答案）

厦门市同安区2010年九年级（下）质量检测语文试题_2009-2010同安区质检

在软土地基上采用整体稳定分析方法确定的安全系数可能会存在偏大的危险, 当堤身强度高于堤基软土的强度过多时, 可能存在堤基软土失稳的安全系数小于整体稳定安全系数的情况, 因此, 对于软土地基的堤围稳定计算, 除进行整体稳定计算外, 还应复核堤基软土的稳定性.并通过案例证明了该观点的正确性, 同时提出了软土堤基稳定计算的方法, 并以该方法为基础, 提出了堤脚受冲刷情况下的整体稳定性计算方法.可为软土地基的堤围安全提供更合理安全的设计计算方法