煤矸石堆积 煤矿采煤时,会产出无用废料—一—煤矸石。在平原地区 煤矿不得不征用土地堆放矸石。通常矸石的堆积方法是: 架设一段与地面角度约为B=25的直线形上升轨道(角 度过大,运矸车无法装满),用在轨道上行驶的运矸车将矸 石运到轨道顶端后向两侧倾倒,待矸石堆高后,再借助矸石 堆延长轨道,这样逐渐堆起如下图所示的一座矸石山来。 现给出下列数据

一、填空题(每空1分,共20分) 1.11110,010002.4;3.2,上限阀值电压,下限阀值电压; 4.Qn+1=Qn+1=Qn+KQ;5.模数,数模;6.1,0; 7.时序逻辑电路,组合逻辑电路;8.高,并联使用; 9.与,或;10.只读,随机存取

例求下类平面曲线的弧长 1.曲线y=n(-x2)相应于0sx≤的一段 2.心形线r=a(1+cos)的全长(a>0) 3.摆线{x=1-cost0sts2的一

平差易（Power Adjust 2005，简称 PA2005），它是在 Windows 系统下用 VC 开发的 控制测量数据处理软件，也是南方测绘 PA2002 的升级产品。它一改过去单一的表格 输入，采用了Ｗindows 风格的数据输入技术和多种数据接口（南方系列产品接口、 其他软件文件接口），同时辅以网图动态显示，实现了从数据采集、数据处理和成 果打印的一体化

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

1.区域等概念 邻域U(P,8)={P|PP|<8},内点,边界点,开集,(开)区 域闭区域,边界点,有界点集,有界(开或闭)域,n维空间{(x1,x2, …,xn)},它的点及坐标x,n维空间中两点P(x1,x2,…,xn)与Q (y,y,…y)间的距离 y2-dta 等简单概念(叙述略,见教材)

一阶微分方程有时也写成如下对称形式: P(x, y)dx+(x, y)dy=0 在这种方程中,变量x与y是对称的 如果一个一阶微分方程能写成 的形式,那么原方程就称为可分离变量的微分方程

平面和直线是最简单和最基本的空间图形。本 节和下节我们将以向量作为工具讨论平面和直线 的问题。介绍平面和直线的各种方程及线面关系、 线线关系。 确定一个平面可以有多种不同的方式，但在解析 几何中最基本的条件是：平面过一定点且与定向量 垂直。这主要是为了便于建立平面方程，同时我们 将会看到许多其它条件都可转化为此

分析二进制数字调制系统的抗噪声性能,也就是分析在信道等效加性高斯白 噪声的干扰下系统的误码性能,得出误码率与信噪比之间的数学关系。 在二进制数字调制系统抗噪声性能分析中,假设信道特性是恒参信道,在信 号的频带范围内其具有理想矩形的传输特性(可取传输系数为K)

平面及其方程 平面和直线是最简单和最基本的空间图形。本 节和下节我们将以向量作为工具讨论平面和直线 的问题。介绍平面和直线的各种方程及线面关系、 线线关系