福格勒超大宽度摊铺机超级3000-3i宽不可敌劲不可挡

来源 :交通世界(上旬刊) | 被引量 : 0次 | 上传用户:wangtianxin1818
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
福格勒超级3000-3i是福格勒大型履带式摊铺机的旗舰机型,专为超大宽度摊铺而设计,实现了路面全宽度,单机一次摊铺成型.有效消除了路面纵向接缝,在各种对摊铺路面平整度、精度要求极其严苛的大型重点项目中,现场应用效果令人叹服.
其他文献
为了更准确地构建非刚体三维网格模型之间的形状对应关系,提出一种改进的热核特征分析与研究三维网格模型之间的局部对应关系。该方法利用压缩流形模式压缩三维网格模型的特征函数,截取局部顶点;利用乘法器交替方向(ADMM)优化计算三维网格的压缩流形基替换传统的离散化拉普拉斯-贝尔特拉米算子以改进热核特征;选取相同的压缩部位进行局部的对应匹配。实验结果表明,基于改进的热核特征与传统的离散化热核特征相比有更加突
为提高公路路网管理与应急处置能力,回顾了二广中连州至怀集公路项目交通情况调查站的系统整体布局、站点布设方案和数据传输方案.通过分析可知,从系统整体布局来看,广东省交调数据中心是数据汇集中心,也是统一出口,高效实现了数据共享.从站点布设方案来看,列出了13条应设站点的原则,反映出不同层级用户关注的重点区域、通道和路段交通情况.从数据传输方案来看,设备安装方便、建设成本低、周期短、数据传输高效可靠.应用交通情况调查采集系统,可以有效改善公路路网管理与应急处置能力,值得进行推广.
针对传统数据分析方法对高维数据进行聚类分析时存在的操作过程繁琐及准确率低等缺陷,提出基于曲线距离分析的嵌入式增强聚类算法(ECE-CDA)。计算高维空间中数据点之间的成对曲线距离并由聚类引导将其映射到低维空间,构造权重函数保持局部拓扑结构不变性。该算法简化了数据分析过程,同时实现降维和聚类,可作为通用的高精度框架。在12个公共数据集上的实验结果表明,该算法能有效进行数据降维并大幅提高模型的聚类精度
为了提高社交网络中用户影响力识别的准确率,提出一种基于灰狼优化算法的社交网络影响力检测算法。该算法考虑邻居节点和非邻居节点来决定用户间的相似性,并且设计迭代合并的自适应社区检测算法,无需社区数量等先验信息。在用户影响力的识别过程中,采用灰狼优化算法寻找影响力最高的用户,并为灰狼优化算法补充两个变异算子,增加种群的多样性。基于真实数据的实验结果表明,该算法的局部影响力识别准确率和全局影响力识别准确率
为解决异质信息网络社区发现问题,提出一种基于超图和K-means改进的算法。引入超图对异质网络进行建模,通过DeepWalk的深度随机游走产生节点序列,利用Skip-gram模型将网络节点序列映射到一个低维的向量空间,通过节点向量间距离进行聚类完成社区发现。针对传统K-means在初始聚类中心选择的敏感性问题,提出一种基于密度基尼系数的聚类中心选取方法。在两个真实数据集上进行了实验,实验结果表明,
与批量RNA测序数据相比,单细胞RNA测序数据提供了单个细胞层面粒度的信息,能够揭示细胞之间的异质性。稀有类型细胞检测作为其重要的数据下游分析之一,具有显著的生物意义。针对现有算法时间复杂度高、精确度较低等问题,提出一种新的稀有类型细胞检测算法。该算法通过多轮快速随机划分,对每个细胞的稀有程度进行打分,然后将结果基于最近邻算法进行调整,最终预测出稀有类型细胞。在有标签的单细胞RNA测序数据集上的结
机器人在工业打磨、喷涂和装配上具有很大优势,为提高其感知环境力的能力,在六自由度研磨机器人末端安装六维力传感器。在分析了力控基本原理后,提出一种基于粒子群寻优的自适应阻抗控制算法,与遗传算法寻优和整定法相比,该算法提高了控制系统的力跟踪速度和位置控制精度。
针对复杂环境下如光照较弱、雾天等条件下拍摄的图像存在对比度不足、整体偏暗等问题,提出一种结合智能风驱动优化的低复杂度的图像增强方法。该方法利用双曲正弦函数、伽马校正函数、Sigmoid函数、对比度拉伸函数对图像进行校正。针对图像增强过程中伽马校正参数与对比度拉伸函数中动态因子的参数选择问题,利用智能风驱动算法,将图像信息熵与标准差构造适应度函数进行参数寻优,获取最优参数。将该方法与直方图均衡化法、
从阻碍农村公路基础设施数据高质量发展的各项因素入手,研究分析各项因素之间的内在联系,从而提出相关建议:一是提高重视程度,改变传统观念;二是改善资金环境,提高工作积极性;三是建立统一标准,挖掘经济价值,对今后各地区开展相关工作具有一定借鉴价值.
针对大数据中高维数据处理搜索空间不佳和计算成本较高的问题,提出一种基于聚类和二元蚂蚁系统(Binary Ant System, BAS)相结合的混合滤波器特征选择算法。该算法由线性二元蚂蚁系统、聚类和阻尼突变三种策略组成,可以有效地克服搜索空间和高维数据处理的困难,在聚类的类别之间和类内部具有全局和局部搜索能力。实验结果表明,与其他特征选择方法相比,该方法明显降低了计算复杂度,在多个评估指标中取得