一种确定三角形形状的方法

一种确定三角形形状的方法

一、判定三角形形状的一个方法(论文文献综述)

禚孝文[1](2021)在《晋南周代前期考古遗存研究》文中提出晋南地区位于中原与北方的交界地带,该地周代前期遗存在两周考古中具有典型性与代表性。本文以目前发现的215处遗址为基础,根据遗址内涵、材料刊布情况、族属性质,尝试从20多处有详细资料的周代前期晋国、倗国、霸国、先国、黎国和一些国族不明确的遗存入手,分别对各遗存的分期年代,文化构成以及相关问题进行分析,以此为基础对早期晋文化的发展,该时期该地区文化小区划分等进行探讨,来揭示这一时期晋南考古学文化的面貌。本文共分七部分:第一部分研究了天马-曲村居址、晋侯墓地、曲村铜器墓、曲村陶器墓等遗存的分期年代、遗存内涵及相关问题。在报告《天马-曲村(1980-1989)》刊布以后,尤其是“疏公簋”公布以后,天马-曲村的年代上限需要重新审视。经过分析,本文认为曲村居址早期44个遗迹单位中西周早期早段的有12个,铜器墓早到西周早期早段的只有7座、陶器墓能早到西周早期早段的单位有36座,这些遗存不是曲村西周早期遗存的主要部分,这一研究结果与《竹书纪年》、“疏公簋”等关于唐侯迁晋的记载相符。与墓葬相比,曲村居址的文化构成相对简单。通过统计居址各区小件器物,可以看出居址I、J7区是曲村工业的主要分布区,尤其是J7区,而且曲村工业内容也随年代变化而变化。通过特殊陶器在曲村居址上的分布,可以看出曲村居民是以大杂居小聚居的形式分布,这一现象应与文献所载“怀姓九宗”有关。本文将晋侯墓地分为4期,在每一期内探讨单座的排序问题,进而得出晋侯墓地有资料公布的各个单位的排序,发现夫人墓普遍晚于侯墓,文化因素的构成在晋侯墓地呈现由多到少的状态。铜器墓文化因素最复杂,也呈现出随时间逐渐减少的趋势。陶器墓的器类构成受到年代、性别、社会因素的影响,陶器墓文化构成与居址、晋侯墓地、铜器墓文化构成变化一致。第二部分研究了晋国羊舌、上马、上郭墓地,根据遗存特征可以看出羊舌墓地是晋侯墓地的延续与发展,器物特征紧接晋侯墓地,墓地继承和发展了晋侯墓地的一些制度,对以后中原地区影响较大。上马墓地一期的年代不晚于西周晚期早段,文化构成有一个渐变的过程,1段时是单纯周文化,2段时文化因素开始多样化,随着铜器墓的出现,文化成分达到最大值,在春秋早期晚段趋于稳定,符合东周社会发展规律。上郭墓地遗存可以分为六段,文化构成大体有4组,墓地带流小鼎揭示一种特殊的葬俗,这种葬俗不出现在墓地最大型墓葬中,一般出于中小贵族,结合相关史实,本文认为上郭墓地为古曲沃可能性较大。第三部分对坊堆-永凝堡墓地进行研究,坊堆-永凝堡墓地也可以分为六段,年代跨度从西周早期早段至西周晚期晚段,文化构成大体有4组,遗址周系卜法的甲骨,一套3件的列鼎,西周早期早段的铜礼器构成与曲村最早期的铜礼器构成相似,不能排除坊堆-永凝堡为古唐地的可能。第四部分对翼城大河口、绛县横水墓地进行研究,从目前刊布资料的两处墓地11座墓葬来看,墓地在年代上贯穿整个西周时期,两墓地有较多相同点,墓葬均以西向墓为主,西周中晚期铜器墓无列鼎现象。不同点是大河口墓地以仰身直肢葬为主,横水墓地俯身葬与殉人比例较高。通过分析,大河口墓地至少包括6组文化因素,横水墓地包括5组文化因素,两墓地大同小异,应是同一族源的不同国家,不是晋的“怀姓九宗”。第五部分分别对浮山桥北墓地,黎城西关、长子西南呈墓地进行研究,本文认为浮山桥北墓地一期2段年代在西周初。第二期包括了墓地3、4、5、6、7、8、9段,3、4段为西周晚期早、晚段,5、6、7、8段分别对应春秋早中期的早晚段,9段为春秋晚期早段。墓地出土陶器年代从殷墟时期延续至春秋晚期早段,缺乏西周早期晚段与西周中期遗存。墓地文化构成包括4组,早期遗存有商式、周式、土着与融合型四种,商文化因素明显,晚期以周和土着器物为主,文化面貌得到统一。通过分析黎城西关、长子西南呈墓地内涵,再结合文献考证认为,两地均为黎国遗存,文化构成以周文化为主,商文化因素明显,与文献记载,特别是《清华简》记载周人戡黎相符。第六部分对有零星材料的翼城苇沟-北寿故城遗址、翼城故城遗址、上马居址、平陆虞国故城等居址;临汾庞杜、新绛冯古庄、翼城凤家坡、芮城柴村、芮城坛道等墓地,分为居址与墓地两部分进行研究,通过分期与遗存内涵分析,认为上马居址与曲村居址性质最近,翼城故城、苇沟-北寿居址与曲村距离较远,新绛冯古庄墓地应为晋国遗存,稷山三交墓地应为土着遗存,并对这些零星遗存,做出了详细编年。第七部分总结以上各遗址的研究,可以看出周代前期晋国遗存的变化可以分为2个时期,第一期开始年代为西周的早期早段,延续至春秋初,即晋侯墓地最后一组墓的年代。第二期为春秋早期早段至春秋早期晚段,晋国考古遗存在这一段时间内变化显着,从遗迹与遗物方面来看,都为典型的晋文化出现奠定了基础。通过两期的变化,本文总结出了早期晋文化形成的五个特点,可以概括典型晋文化之前的晋国考古遗存的变化。在分析晋国遗存的同时,对比晋南此时期坊堆-永凝堡、翼城大河口、绛县横水、浮山桥北墓地,黎城西关、长子西南呈、翼城凤家坡、翼城故城、侯马上马等材料,本文认为晋南此时期存在较明显的4个文化小区,在春秋早期文化小区逐渐消失,文化面貌趋于统一。此时期晋南考古遗存研究,在周代考古研究中具有典型性和代表性,晋文化研究是周文化研究的重要部分,在周代考古研究中有重要作用。

刘彦楠[2](2021)在《JUnit参数化测试的应用研究》文中认为单元测试是对软件的一个独立工作单元进行的测试,是软件测试的重要阶段,对于软件缺陷的早期发现和干预具有重要的意义。JUnit是Java语言的单元测试框架,能够实现自动化单元测试。本文应用JUnit对实际程序进行了简单测试和参数化测试,分析了JUnit简单测试和JUnit参数化测试各自的优缺点,为测试人员执行单元测试提供了参考。

蓝水珠[3](2021)在《数学核心素养下的初中平面几何课堂教学研究》文中进行了进一步梳理

陈馨悦[4](2021)在《农村初中数学正高级教师专业发展的个案研究》文中研究说明

王金友[5](2021)在《基于船舶轻量化的蜂窝夹层板的结构设计及隔声性能研究》文中进行了进一步梳理

马茹薇[6](2021)在《基于机器视觉的宽厚板轮廓识别及智能剪切策略研究》文中研究指明

刘建民[7](2021)在《对晶体生长过程的模拟以及动力学参数识别的研究》文中研究指明

陈家悦[8](2021)在《旋转体下的单元结构表皮触觉可视化研究》文中进行了进一步梳理

杨冬[9](2021)在《基于特征点的目标位姿估计与机械臂抓取控制》文中认为近年来人工智能和机器人产业快速发展,利用机械臂取代人从事一些繁重的重复性劳动成为一种必然趋势。随着机械臂的工作环境越来越复杂,实际应用场景中目标的姿态复杂多变,为机械臂的精确抓取带来巨大的挑战。因此,研究目标的位姿估计和抓取控制具有很大的研究意义。本文以目标位姿估计为背景,研究了基于特征点匹配的目标位姿估计以及机械臂的抓取控制方法,内容如下:在目标位姿估计方面,引入了特征点匹配方法对目标进行识别。由于尺度不变特征变换算法和快速鲁棒匹配算法存在匹配点数较少以及时间成本过大的问题,选取鲁棒性高和匹配速度快的网格统计算法进行特征点匹配。进而针对网格统计算法存在匹配不准确的问题,基于仿射不变性原理提出了一种改进网格统计算法。首先该算法结合鲁棒性较好的随机一致性算法得到好的初始基底,再求解所有特征点相对于初始基底所对应的系数,通过比较系数之间的欧式距离将错误的匹配点删除。然后以匹配点作为索引并结合深度图像信息,将匹配点集从二维像素坐标集合转换到三维相机坐标集合,最后利用最小二乘法结合矩阵奇异值分解算法得到旋转平移矩阵对目标位姿进行估计。在机械臂精确抓取控制方面,提出了基于投影夹角控制机械臂的方法。该方法主要分为两个部分:(1)通过构建虚拟坐标系的方式得到目标姿态坐标系在其投影夹角来控制末端执行器的旋转姿态;(2)通过坐标变换将目标中心点位置转换到机械臂底座坐标系下,控制末端执行器的抓取位置。基于所搭建的视觉机械臂系统对目标识别和抓取进行了实验验证。首先,通过改进的网格统计算法结合最小二乘法奇异值分解算法对包含特征点的书籍进行位姿估计;其次,通过求取目标姿态坐标系在虚拟坐标系上的投影夹角控制机械臂的末端执行器到达指定位姿并对书籍进行抓取。该实验结果表明,视觉机械臂系统能够准确识别书籍的位姿并完成抓取任务。

杨玉婵[10](2021)在《面向Hep-2细胞的分类算法研究》文中指出近年来,物联网技术(Io T)在医疗领域崭露头角,并开始以雨后春笋般的速度发展着,成千上万的专业医疗团队也逐步开始利用医疗物联网(Io MT)这项新兴技术来改善现有的治疗手段。在世界卫生组织的相关报告一文中可以获悉,自二十一世纪以来,患慢性疾病的人逐年高比例增加,且致死频率较高。经过不断地医疗研发,研究人员发现通过对Hep-2细胞做免疫荧光测试可以用来鉴定抗核抗体,在自身免疫性疾病的诊断上起着关键作用(Hep-2是喉癌患者的上表皮细胞,一般大多为鳞状,细胞的直径范围在10~100微米,是用作抗核抗体进行检测诊断的血清底物)。很多专家学者已经提出了一些关于Hep-2细胞的分类方法,但仍存在一些问题,例如,由于细胞具有不规则的外观,单一细胞特征的辨别性不足,其边缘特征不易提取,多模态特征潜在关联挖掘不够以及标记样本缺乏等。为了解决以上问题,以细胞图像的特性出发,在算法的选择上,会比较注重特征提取的部分,并且会选择融合性的特征算法。本文提出了一种基于类一致性和联合组稀疏表示(CCJGSR)的Hep-2细胞分类算法,并深入探讨了深度学习算法在Hep-2细胞分类中的应用,具体工作包括:1)提出了一种基于类一致性和联合组稀疏表示(CCJGSR)的Hep-2细胞分类算法,由于手工设计特征中的单一特征表示常常无法充分地描述细胞的特点,因此,研究人员开始通过多模态特征对其进行表征,然而,对多模态特征潜在关联的挖掘还不够深入,因此,在CCJGSR算法中,通过类一致性和联合组稀疏表示模型来自适应融合不同模态特征,不同的模态特征可以通过相应的字典进行重构获得的,并且要求不同模态特征的稀疏表示系数具有相同的类一致性,还通过加入组稀疏表示来充分探索不同模态特征之间的互补关系。通过在公开的ICPR2012 Hep-2数据集上进行实验,表明CCJGSR算法是鲁棒且高效的,与现有传统机器学习方法相比,该算法具有更好的性能。2)深度学习算法在Hep-2细胞分类中的探讨,随着深度学习的兴起,已经有部分研究者开始将深度学习算法应用到Hep-2细胞分类中,但是尚未对其进行深入探讨,因此,本文首先通过实验比较分析了不同深度学习算法在Hep-2细胞分类中的性能,同时,考虑了不同的预训练集对其性能的影响,并与传统机器学习算法进行比较,此外,考虑到Hep-2细胞分类中,带标记样本较少,再次讨论了不同深度迁移学习算法在Hep-2细胞分类中的性能,通过在公开数据集上的实验表明,不同的深度学习算法以及迁移学习算法在Hep-2细胞分类中具有不同的性能,其中Res Net101网络和Sym Net网络表现最佳,这些结果对其他研究人员具有重要的参考作用。

二、判定三角形形状的一个方法(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、判定三角形形状的一个方法(论文提纲范文)

(1)晋南周代前期考古遗存研究(论文提纲范文)

摘要
abstract
绪论
    一、时间、空间范围的界定
    二、发现与研究现状
    三、存的主要问题
    四、研究内容与方法
    五、相关说明
第一章 天马-曲村研究
    第一节 天马-曲村居址研究
        一、遗迹形制
        二、分期与年代
        三、文化构成
        四、居址功能区的分析
        五、相关问题
    第二节 天马-曲村墓地研究
        一、晋侯墓地研究
        二、曲村铜器墓研究
        三、曲村陶器墓研究
    小结
第二章 羊舌、上郭、上马墓地遗存研究
    第一节 羊舌墓地研究
        一、墓葬形制
        二、墓葬年代
        三、墓主推定及其相关史实
    第二节 上郭墓地研究
        一、墓葬形制
        二、随葬器物及年代研究
        三、器类分析与墓地分区
        四、墓地文化因素及相关问题
    第三节 上马墓地研究
        一、墓葬形制
        二、墓地年代
        三、墓地文化因素及其历时性变化
        四、相关问题
    小结
第三章 洪洞坊堆-永凝堡墓地研究
    第一节 墓葬形制、分期与年代研究
        一、墓葬形制
        二、随葬品与墓地年代
    第二节 墓地文化构成
    第三节 遗址性质
第四章 大河口墓地与横水墓地研究
    第一节 翼城大河口墓地研究
        一、墓葬形制
        二、随葬器物与墓葬年代
        三、墓地文化构成
    第二节 横水墓地研究
        一、墓葬形制
        二、随葬器物与墓葬年代
        三、墓地文化构成
    小结
第五章 桥北、西关与西南呈墓地研究
    第一节 桥北墓地研究
        一、墓葬形制
        二、随葬器物
        四、文化构成
        五、墓地性质
    第二节 西关、西南呈墓地研究
        一、黎国地望
        二、西关墓地与西南呈墓地分析
        三、相关史实
    小结
第六章 同时期遗存研究
    第一节 同时期居址研究
        一、上马遗址
        二、苇沟-北寿城故城遗址
        三、翼城故城
        四、平陆枣园遗址与虞故城
    第二节 晋南同时期墓葬
        一、临汾庞杜墓地
        二、凤家坡墓地
        三、新绛冯古庄墓地
        四、芮城附近墓葬
        五、闻喜官庄与河津山王铜器
        六、屯留城北墓地
        七、稷山三交墓地
    小结
第七章 晋南周代前期考古遗存的综合研究
    第一节 从考古材料谈早期晋文化的形成及其发展
        一、形成期
        二、成熟期
        三、早期晋文化的文化因素分析
    第二节 晋南周代前期文化小区的划分
结语
    一、典型性与代表性
    二、晋国考古在周代考古中的地位与作用
参考文献
    一、文献资料
    二、发掘报告
    三、调查发掘简报
    四、图录
    五、研究论文
    六、研究论着
    七、学位论文
    八、国外论着
攻读学位期间取得的研究成果
致谢
个人简况及联系方式

(2)JUnit参数化测试的应用研究(论文提纲范文)

0 引言
1 JUnit框架
2 导入待测程序
3 实现JUnit简单测试
    3.1 编写测试代码
    3.2 运行并分析结果
4 实现JUnit参数化测试
    4.1 编写参数化测试代码
    4.2 运行并分析结果
5 JUnit简单测试与参数化测试的比较
6 结语

(9)基于特征点的目标位姿估计与机械臂抓取控制(论文提纲范文)

摘要
Abstract
1 引言
    1.1 研究背景和意义
    1.2 国内外研究进展
        1.2.1 目标识别
        1.2.2 机械臂控制
    1.3 本文研究内容及论文结构
2 特征点匹配算法分析
    2.1 图像识别概述
    2.2 匹配算法
        2.2.1 尺度不变特征变换SIFT
        2.2.2 快速鲁棒匹配SURF
        2.2.3 快速特征点提取和描述ORB
    2.3 网格统计方法
        2.3.1 平滑性假设
        2.3.2 网格框架
        2.3.3 网格动作内核
    2.4 网格统计算法与匹配算法融合
        2.4.1 实验对比
        2.4.2 优劣势分析
    2.5 本章小结
3 网格统计算法特征点匹配精度提升
    3.1 误匹配剔除方法概述
        3.1.1 随机一致性算法
        3.1.2 仿射变换不变性
        3.1.3 透视变换不变性
    3.2 匹配精度提升方法
        3.2.1 确定向量基底
        3.2.2 仿射变换系数
        3.2.3 提取正确点对
    3.3 匹配精度提升评价指标
        3.3.1 召回率
        3.3.2 精确度
        3.3.3 综合评价F1分数
        3.3.4 均方差
    3.4 本章小结
4 基于特征点的目标位姿估计
    4.1 相机平台搭建
    4.2 位姿估计方法
    4.3 实验验证
    4.4 本章小结
5 基于视觉的机械臂抓取
    5.1 基于视觉的机械臂系统搭建
    5.2 末端执行器控制方法
    5.3 机械臂抓取实验
    5.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢

(10)面向Hep-2细胞的分类算法研究(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    1.1 Hep-2 细胞分类的研究背景和意义
    1.2 Hep-2 细胞分类的国内外研究现状
    1.3 本文的主要工作和内容安排
        1.3.1 本文的主要工作
        1.3.2 本文的内容安排
第2章 相关工作
    2.1 基于传统机器学习的细胞图像分类方法
        2.1.1 细胞图像的单一特征表示
        2.1.2 细胞图像的多模态特征表示
        2.1.3 细胞图像的分类模型
    2.2 深度学习技术
        2.2.1 卷积神经网络的组成及原理
        2.2.2 深度神经网络与传统神经网络对比
    2.3 深度迁移学习技术
        2.3.1 基于实例样本的深度迁移学习
        2.3.2 基于特征映射的深度迁移学习
        2.3.3 基于神经网络的深度迁移学习
    2.4 本章小结
第3章 基于类一致性和联合组稀疏表示的Hep-2 细胞分类算法
    3.1 算法设计
        3.1.1 网络结构组成
        3.1.2 各个类别的权重分配保持一致
        3.1.3 损失函数
    3.2 数据集
    3.3 实验设置
    3.4 算法评估
        3.4.1 不同模态特征的性能评估
        3.4.2 不同融合算法的性能评估
        3.4.3 与最先进算法的性能比较
    3.5 本章小结
第4章 深度迁移学习算法在Hep-2 细胞分类算法中探究
    4.1 深度学习网络
        4.1.1 常用深度卷积神经网络概述
    4.2 不同深度学习网络在Hep-2 细胞分类中的性能评估
        4.2.1 实验设置
        4.2.2 实验结果
    4.3 迁移学习网络
        4.3.1 常用的迁移学习网络概述
    4.4 不同迁移学习网络在Hep-2 细胞分类中的性能评估
        4.4.1 实验设置
        4.4.2 实验结果
    4.5 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 未来工作展望
参考文献
致谢
在学期间主要科研成果
    一、取得的科研成果
    二、参与的科研项目

四、判定三角形形状的一个方法(论文参考文献)

  • [1]晋南周代前期考古遗存研究[D]. 禚孝文. 山西大学, 2021
  • [2]JUnit参数化测试的应用研究[J]. 刘彦楠. 信息与电脑(理论版), 2021(14)
  • [3]数学核心素养下的初中平面几何课堂教学研究[D]. 蓝水珠. 海南师范大学, 2021
  • [4]农村初中数学正高级教师专业发展的个案研究[D]. 陈馨悦. 南京师范大学, 2021
  • [5]基于船舶轻量化的蜂窝夹层板的结构设计及隔声性能研究[D]. 王金友. 江苏科技大学, 2021
  • [6]基于机器视觉的宽厚板轮廓识别及智能剪切策略研究[D]. 马茹薇. 沈阳建筑大学, 2021
  • [7]对晶体生长过程的模拟以及动力学参数识别的研究[D]. 刘建民. 北京化工大学, 2021
  • [8]旋转体下的单元结构表皮触觉可视化研究[D]. 陈家悦. 北京服装学院, 2021
  • [9]基于特征点的目标位姿估计与机械臂抓取控制[D]. 杨冬. 大连理工大学, 2021(01)
  • [10]面向Hep-2细胞的分类算法研究[D]. 杨玉婵. 齐鲁工业大学, 2021(10)

标签:;  ;  

一种确定三角形形状的方法
下载Doc文档

猜你喜欢