标准号: HY/T 0343.7-2022

摘要： 本文件描述了基于水-气平衡法连续观测的二氧化碳分压数据处理流程和方法。本文件适用于现场连续观测的二氧化碳分压数据处理，不适用于卫星遥感的海水二氧化碳分压数据处理。

关键词： ArcGIS   栅格数据   矢量数据   处理应用  

摘要： GIS是一个综合性较强的地理信息系统,其包含了计算机技术、地球科学与信息科学等。随着社会的发展,GIS普遍运用到区域规划、环境监测与资源管理等行业,也成为这些行业辅助决策的有力手段。社会科技水平的提升带动了我国GIS技术的发展,基于栅格影像、图像等数据,虚拟现实技术成为其主要发展趋势,但随着技术手段的应用也引发了很多问题。比如处理大量栅格数据时受到PC计算机处理能力的局限,这不仅不利于数据处理,还易影响各项工作的开展。

关键词： 数字航空摄影测量   数据处理   关键技术   优势   技术要点  

摘要： 近年来,随着我国社会经济的稳步发展,我国测绘工程事业也呈现出快速发展的趋势。数字航空摄影测量作为测绘工程中非常重要的一部分,主要是指对飞机或者其他相关飞行器加以应用,如气球、人造卫星、宇宙飞船等,然后装载好专门的摄影机,对地面展开摄影,并获得相片成果的一项活动。其中,利用飞机进行空中摄影作业,称为“航空摄影”。值得注意的是,数字航空摄影测量具有分辨率高、动态记录等优势。因此,本文在分析数字航空摄影测量技术优势的基础上,探讨数字航空摄影测量数据处理关键技术要点,旨在提高数字航空摄影测量工作的效率及质量。

关键词： 信息融合   传感器   数据处理   人工智能   机器人  

摘要： 多传感器信息融合技术是一种有别于经典数据处理技术的高级处理方式,主要目的是为了让智能设备在越来越复杂的工作环境中有更好的表现,使其能有更强的感知能力和操作精准度;在对传感器技术、人工智能、机器人技术、多传感器信息融合技术及常见多传感器信息融合的应用进行了系统的整理和研究后,针对目前的多传感器数据融合技术进行全面地介绍,并简要阐述多传感器信息融合的一般结构,重点分析不同融合算法的特点和优劣势,明确不同融合模型之间的差别以及对数据处理策略上的影响,充分列举现国内外发表的关于多传感器数据融合技术的重要研究及应用,并对多传感器数据融合技术的发展与展望做检验阐述,为多传感器数据融合技术研究提供重要理论依据。

关键词： Origin软件   陶瓷材料   实验数据处理   密度测定   材料密度   密度测量   图形可视化   实验误差  

摘要： Origin是一款集数据处理、分析及图形可视化于一体的优秀科技软件。本文以陶瓷材料的密度测量为例,利用Origin软件对材料密度测量数据进行了分析处理,包括数据计算、绘图、多项式拟合数据及误差棒的插入等。结果表明,采用利用Origin软件可以快速、批量、精确地处理陶瓷材料密度测量数据,减少繁琐的数据计算过程,有效降低实验数据处理过程中人为因素引起的实验误差。

关键词： 点云数据   数据处理   噪声分类   点云数据降噪   三维建模  

摘要： 三维激光扫描技术由于极高的数据采集能力正不断被研究和应用,在三维点云数据处理中,点云数据降噪是必不可少的环节。基于此,以徕卡C10三维激光扫描仪获取的大雁塔海量点云数据为例,基于 3D-Max软件进行组合、渲染和贴图,真实构建了大雁塔三维模型,并重点探讨了数据预处理中点云数据的去噪算法,为点云数据处理及文物数字化模型建设提供了重要依据。结果表明,平滑滤波算法对于去除有序和部分有序点云的有较好的效果,而双边滤波算法、拉普拉斯算法和最小阈值算法等对于去除散乱点云有较好的效果。

关键词： 分析化学   Python   络合滴定   实验数据处理  

摘要： 分析化学实验是化学和化工专业的核心基础课之一,其中数据分析处理是分析化学实验课程的重难点。基于此,以铁、铋的络合滴定实验数据处理为例,讨论了如何运用Python处理分析化学实验数据。将编程好的Python程序直接用于实验数据处理,能够快速、准确、高效地得到物质含量及相对平均偏差等数值,并仅需通过对关键代码的修改就能将程序扩展到其他实验应用中。Python程序应用于分析化学数据处理中能为实验的高效进行提供切实的保障,并具有较好的普适性和推广性,同时能够激发学生的探究兴趣和培养学生的创新能力。

关键词： 管道缺陷   超声导波   信号处理   全聚焦成像  

摘要： 管道缺陷检测是保证管道系统安全运行的必要手段,本文采用全聚焦成像的方法对管道缺陷进行成像与识别。利用有限元软件ABAQUS对基于L(0,1)模态导波的管道缺陷检测方法进行数值模拟研究,利用中值滤波、希尔伯特变换及信号包络锐化方法对信号进行预处理,然后用处理后的信号构建全矩阵数据,最后利用全聚焦算法实现缺陷成像,最终显示成像结果。实验结果表明,将信号进行预处理后再成像,可有效提高分辨率,实现缺陷的高精度可视化。