期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
静摩擦力及讨论
1
作者 王钾 《技术物理教学》 2003年第4期41-42,共2页
解决物理问题,往往有多种方法.已经解决的某个物理问题,换个角度再作一些探讨,对这个物理题会有进一步的认识.下面举例说明.
关键词 中等教育 物理教学 运动学 静摩擦力 加速度 接触面积 压力 受力分析
下载PDF
2.浅谈伏安法测电阻(高二)
2
作者 王钾 《数理天地(高中版)》 2000年第9期30-31,共2页
用伏安法测出通过电阻的电流,再用电压表测出电阻两端的电压,根据欧姆定律R=U/I,就可以计算出电阻值,这种测量电阻的方法叫伏安法。
关键词 伏安法 电阻值 高二 欧姆定律 电压表 电流 方法
下载PDF
知识产权服务标准化建设研究 被引量:9
3
作者 王钾 蔡然 《中国标准化》 2017年第11X期201-203,共3页
知识产权服务业作为智力密集型服务业的新兴业态,是现代服务业的重要内容。随着创新驱动发展战略和"一带一路"国家政策的深入实施,知识产权服务需求大幅增加,对知识产权服务业提出了更高的要求。本文在阐述知识产权服务标准... 知识产权服务业作为智力密集型服务业的新兴业态,是现代服务业的重要内容。随着创新驱动发展战略和"一带一路"国家政策的深入实施,知识产权服务需求大幅增加,对知识产权服务业提出了更高的要求。本文在阐述知识产权服务标准及其标准体系的基础之上,对知识产权服务标准化工作的意义、国内外现状、主要问题以及相关对策和建议方面进行了研究,以期为我国开展知识产权服务标准化工作提供技术参考。 展开更多
关键词 知识产权服务 标准化
下载PDF
基于量子蚁群算法的建筑消防疏散路径规划 被引量:7
4
作者 王钾 慧琴 冯路佳 《计算机测量与控制》 2020年第7期167-172,共6页
针对现在大空间建筑消防应急疏散问题,在火灾发生时,为撤离人群提供一条从危险区域到安全地带的最短安全路线;对疏散路径优化进行了研究,提出一种融合量子进化算法的改进蚁群算法用于消防疏散路径规划,用量子比特表示信息素,量子旋转门... 针对现在大空间建筑消防应急疏散问题,在火灾发生时,为撤离人群提供一条从危险区域到安全地带的最短安全路线;对疏散路径优化进行了研究,提出一种融合量子进化算法的改进蚁群算法用于消防疏散路径规划,用量子比特表示信息素,量子旋转门反馈控制信息素更新,即能体现量子并行计算的高效性,又能拥有蚁群算法较好的寻优能力;通过3个基准函数优化仿真与传统量子进化算法进行对比,证明算法较优的性能;再通过路径优化的仿真实验与经典蚁群算法进行比较,结果表明,算法能够有效避免陷入局部最优和拥有更快的收敛速度,在疏散路径规划中更为有效。 展开更多
关键词 消防疏散 路径规划 量子蚁群算法 量子比特 量子旋转门
下载PDF
知识产权标准体系构建原则及方法研究——以深圳市知识产权标准体系为例 被引量:6
5
作者 王钾 蔡然 牛江波 《中国标准化》 2019年第2期208-210,共3页
随着知识产权在科技产业发展中占据的位置越来越重要,围绕知识产权创造、运用、管理和保护的各项服务和商业化活动日渐频繁,迫切需要建立知识产权标准体系,借助标准化手段来规范各类市场主体的知识产权行为。本文以深圳市知识产权标准... 随着知识产权在科技产业发展中占据的位置越来越重要,围绕知识产权创造、运用、管理和保护的各项服务和商业化活动日渐频繁,迫切需要建立知识产权标准体系,借助标准化手段来规范各类市场主体的知识产权行为。本文以深圳市知识产权标准体系构建为例,对知识产权标准化现状、知识产权标准体系构建原则和方法进行了研究,提出深圳市知识产权标准体系结构图,并对标准体系各个子体系涵盖内容进行梳理,以期为知识产权标准体系构建工作提供指引。 展开更多
关键词 知识产权 标准 标准体系
下载PDF
RLC并联二阶网络的零输入响应和零状态响应实验
6
作者 王钾 《江苏广播电视大学学报》 2000年第4期71-73,共3页
用RLC并联二阶网络进行零输入响应和零状态响应实验 ,在理论上进行推导、论证、对电路元件的具体参数进行计算 。
关键词 并联二阶网络 零输入响应 零状态响应 过阻尼 欠阻尼
下载PDF
基于目标区域的卷积神经网络火灾烟雾识别 被引量:16
7
作者 冯路佳 慧琴 +2 位作者 卢英 王钾 《激光与光电子学进展》 CSCD 北大核心 2020年第16期75-83,共9页
在场景复杂、干扰较多的情况下,传统的火灾烟雾识别方法的识别性能不高。针对该问题,提出了一种基于目标区域的卷积神经网络火灾烟雾识别方法,构建两层的火灾烟雾识别模型,利用目标区域定位层的运动检测算法对火灾烟雾图像进行烟雾目标... 在场景复杂、干扰较多的情况下,传统的火灾烟雾识别方法的识别性能不高。针对该问题,提出了一种基于目标区域的卷积神经网络火灾烟雾识别方法,构建两层的火灾烟雾识别模型,利用目标区域定位层的运动检测算法对火灾烟雾图像进行烟雾目标区域的提取,快速去除复杂场景的大量无关干扰信息,并将提取的烟雾目标区域输入火灾烟雾识别层,通过卷积神经网络精细提取烟雾的深层特征后进行分类,完成火灾烟雾的识别。实验结果表明,所提方法在复杂环境下的数据集中,抗干扰能力较强,能够有效降低误检率,提高烟雾识别的准确率。 展开更多
关键词 图像处理 火灾烟雾识别 目标区域 卷积神经网络 运动检测 抗干扰能力
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部