期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
快速测定总氮/蛋白质含量
1
作者 Dr. Liliana Krotz Guido Giazzi simon chen 《实验与分析》 2011年第1期28-29,共2页
饲料为动物的成长提供必需的蛋白质原料.如肌肉组织,生物酶类,激素类.奶类及毛发类等。动物摄取蛋白质的含量要求非常严格,过多摄取会导致氨基酸缺乏并产生不必要的能量消耗。通过测定氮元素的含量,精确测定动物饲料中蛋白质的含... 饲料为动物的成长提供必需的蛋白质原料.如肌肉组织,生物酶类,激素类.奶类及毛发类等。动物摄取蛋白质的含量要求非常严格,过多摄取会导致氨基酸缺乏并产生不必要的能量消耗。通过测定氮元素的含量,精确测定动物饲料中蛋白质的含量,可有效保证所饲养动物的高品质生长。 展开更多
关键词 蛋白质含量 快速测定 动物饲料 总氮 蛋白质原料 肌肉组织 能量消耗 精确测定
下载PDF
大体积混凝土裂缝控制 被引量:18
2
作者 张心斌 simon chen +1 位作者 程大业 张忠 《工业建筑》 CSCD 北大核心 2010年第1期1-4,共4页
大体积混凝土裂缝控制是一个复杂而古老的问题,自从混凝土大规模运用以来,裂缝就一直如影相随,人们一直从不同的角度研究控制裂缝产生的方法、原理。混凝土应力基本可以从温度和水化变形两方面进行分析和控制,如何放在一起进行综合控制... 大体积混凝土裂缝控制是一个复杂而古老的问题,自从混凝土大规模运用以来,裂缝就一直如影相随,人们一直从不同的角度研究控制裂缝产生的方法、原理。混凝土应力基本可以从温度和水化变形两方面进行分析和控制,如何放在一起进行综合控制还是一个新课题。从这一角度阐述综合应力控制的基本方法,并将这一方法在核电站基础混凝土施工过程中得以成功运用。 展开更多
关键词 温度应力 收缩应力 应力平衡 边界约束
原文传递
CPR1000核电站基础大体积混凝土现场监控技术 被引量:3
3
作者 陈李华 张心斌 +2 位作者 simon chen 程大业 张忠 《工业建筑》 CSCD 北大核心 2010年第1期24-26,38,共4页
通过理论计算CPR1000核电站大体积混凝土的温度和收缩应力,表明可以对其进行很好的控制,但混凝土由于自约束的作用,应变测试非常困难。通过一种特定的装置,现场测试实际混凝土的弹性应变,进而掌握混凝土的受力状态,从而为控制混凝土裂... 通过理论计算CPR1000核电站大体积混凝土的温度和收缩应力,表明可以对其进行很好的控制,但混凝土由于自约束的作用,应变测试非常困难。通过一种特定的装置,现场测试实际混凝土的弹性应变,进而掌握混凝土的受力状态,从而为控制混凝土裂缝提供参考。 展开更多
关键词 裂缝控制 收缩应变 温度应变 弹性约束
原文传递
Towards Domain-agnostic Depth Completion
4
作者 Guangkai Xu Wei Yin +4 位作者 Jianming Zhang Oliver Wang simon Niklaus simon chen Jia-Wang Bian 《Machine Intelligence Research》 EI 2024年第4期652-669,共18页
Existing depth completion methods are often targeted at a specific sparse depth type and generalize poorly across task domains.We present a method to complete sparse/semi-dense,noisy,and potentially low-resolution dep... Existing depth completion methods are often targeted at a specific sparse depth type and generalize poorly across task domains.We present a method to complete sparse/semi-dense,noisy,and potentially low-resolution depth maps obtained by various range sensors,including those in modern mobile phones,or by multi-view reconstruction algorithms.Our method leverages a data-driven prior in the form of a single image depth prediction network trained on large-scale datasets,the output of which is used as an input to our model.We propose an effective training scheme where we simulate various sparsity patterns in typical task domains.In addition,we design two new benchmarks to evaluate the generalizability and robustness of depth completion methods.Our simple method shows superior cross-domain generalization ability against state-of-the-art depth completion methods,introducing a practical solution to highqualitydepthcapture onamobile device. 展开更多
关键词 Monocular depth estimation depth completion zero-shot generalization scene reconstruction neural network.
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部