§11.1 施工测量概述 §11.2 测设的基本内容和方法 §11.3 施工控制网 §11.4 建筑施工测量 §11.5 线路测量 §11.6 竣工测量与竣工图的编绘

一、实验目的 1、了解润湿液性能的测试方法。 2、熟悉表面张力计的操作。 3、通过润湿性能的测试,分析表面活性剂随浓度变化而对印版润湿性能的影响

一、实验前预习要求: 认真阅读理解本指导书内容,并预习《印刷设备》课程第篇第三章“平版印刷机及主要机 构”等有关内容及《胶版印刷工艺原理》课程中的“刷工艺”流程等有关理论知识

一、实验目的 1、了解胶版印刷品质量控制的主要参数的测试方法 2、对胶版印刷品的质量控制主要参数进行测定。 3、苹握网点增大,调值增大的计算方法及对印品质量的影响

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

在一定的时间间隔内,各位置上风速的平均值 几乎是不变的,但随高度增加而增大,这就是 平均风,又被称为稳定风,其周期大小约在10 分钟以上,远离一般结构物的自振周期

本章主要介绍风振控制中主动控制和被动 控制的原理和控制系统及两种控制的常用设计 计算方法。其中主动控制主要有实时最优振型 控制法和随机最优控制算法,被动控制主要有 准最优控制法传递函数法。最后结合目前计算 的实际情况介绍了如何用计算机来模拟风振控 制过程

主要讨论高层建筑结构顺风向静动 力风荷载的计算,采用前面所述风振动 力分析的原理和方法,即按风振随机振 动的振型分解法,且一般只考虑第一振 型的影响

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

目的一一测定线路中桩处的高程,绘制纵断面图( profile),为线路设计提供基 础资料。 工作步骤“先基平( principal levelin后中平( profile leveling” 基平测量( principal leveling)