AMCM91问题A估计水塔的水流量 美国某州的各用水管理机构要求各社区提供以每小时多少加仑计的用水率以及每天所用的总水量,但许多 社区并没有测量流人或流出当地水塔的水量的设备,他们只能代之以每小时测量水塔中的水位,其精度在 0.5%以内。更为重要的是,无论什么时候,只要水塔中的水位下降到某一最低水位L时,水泵就启动向 水塔重新充水直至某一最高水位只,但也无法得到水泵的供水量的测量数据。因此,在水泵正在工作时, 人们不容易建立水塔中的水位与水泵工作时的用水量之间的关系

MatLab是一种数值计算和图形图像处理工具软件,它的特点是语法结构简明、数值计算高效、图形 功能完备、易学易用。它在矩阵代数、数值计算、数字信号处理、提动理论、神经网络控制、动态仿真 等领域都有广泛的应用 本书从 MatLab的基础知识入手,在详细介绍各种命令的同时,向读者介绍了 Matlab在高等数学、 线性代数、符号运算、图形图像处理、数据处理等方面的应用和外部接口程序设计。本书侧重于利用大 量的实例来引导读者快速学习和掌握 MatLab的各种功能,并尽量与实际问题相结合,以体现其工程应用 的重要性。书中配有习题和参考答案,供读者练习附录则配有常用命令的列表,以供参考

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

自上个世纪后半叶以来,人类科技便以人可阻挡之势迅猛向前发展。而其中最具代性 的当数计算机科学的进步。对于工程界的广大人士而言,这不可不谓是一种福音。在工程实 际应用的诸多领域里,为寻求可靠的、最优的工艺和技术方案,以往所凭借和依赖的直觉、 经验、实验和“尝试法”随着工艺要求的日益严格,追求质量所引发竞争的口臻激烈,已开 始显得力不从心倘若利用计算机这一先进段并辅以相应软件,进行虚拟加工,则可提 高产品加工质量,省时省力,降低成本 ANSYS正是在这样一种大前提下,应运而生它是目前世界范围内增长最快的CAE软 件,也是迄今为止上世界范国内唯一通过SO9001质量认证的分析设计类软件,是美国机械工 程师协会(ASME)、国核安全局(NQA)及近种专业技术协会认证的标准分析软件

随着NaCl加入量的增大,利用矿渣、粉煤灰、脱硫石膏、石灰和硫酸铝作为土壤固化剂的固结土试块的抗压强度先增加后减小.当NaCl的质量分数为2%左右时,固结土试块的抗压强度在不同的养护龄期都是最大的;而Na+和Cl-的固结率在养护时间为3~7 d增长速度很快,在养护时间为7~28 d增长速率减缓,但还是保持增长的趋势,在养护28 d以后基本趋于稳定,基本都保持在60%~80%.通过29Si和27Al的核磁共振谱测试,发现在C—S—H网络状结构中大量存在四配位和六配位的铝,而Al对Si位的取代是Na+被固化的关键;同时发现NaCl能够促使Al从四配位向六配位转化,使硅氧体系的聚合度增加