城市港埠更新设计要素研究--以京杭大运河杭州段为例

运河港埠曾经为城市的发展做出了巨大的贡献,如今它们逐渐被废弃,其所处的滨水空间呈现出一派衰败景象。作为一种特殊的滨水功能区,港埠的更新设计应综合分析非固定、半固定、固定这三类特征因素,从使用者的角度出发,赋予港埠新的功能。     

基于控轧控冷技术的铌微合金化高强度弹簧钢研究

通过热模拟试验,采用光学、电子显微技术和力学分析等方法,系统研究了不同控轧控冷工艺对含铌弹簧钢中铌的碳氮化物的析出行为、显微组织和力学性能的影响规律,提出了生产含铌高强度弹簧钢合理的控轧控冷工艺参数。试验结果表明,在Nb-Si-Cr系弹簧钢化学成分的基础上,通过控轧控冷工艺参数的优化可以获得组织性能理想的热轧材成品,其索氏体含量、强度及塑性性能较普通高强度弹簧钢有大幅度提高。     

中国菰米与稻米甲醇提取物体外酶抑制作用分析

研究中国菰米（Zizania latifolia）与稻米（Oryza sativa）甲醇提取物对α-葡萄糖苷酶、α-淀粉酶、胰脂肪酶和酪氨酸酶的体外抑制作用。结果表明,中国菰米与稻米甲醇提取物对4种酶均具有一定的抑制作用,其中黑米抑制作用最强,菰米和红米次之,籼米和粳米最弱。相关性分析表明,中国菰米与稻米甲醇提取物体外酶抑制作用与其总黄酮（R=0.597 1、0.666 6、0.585 0、0.854 2;P＜0.01）和总原花青素（R=0.935 8、0.645 9、0.826 7、0.924 3;P＜0.01）含量呈现极显著正相关性。     

典型采掘类在产企业土壤污染隐患排查技术要点研究

2018年以来,根据《中华人民共和国土壤污染防治法》和《工矿用地土壤环境管理办法（试行）》的要求,被地方人民政府生态环境主管部门列入土壤污染重点监管单位名录的企业应当建立土壤污染隐患排查制度,采取措施最大程度降低土壤污染风险。该文以某省某大型铅锌矿矿山为例,系统研究了典型采掘类在产企业生产过程中存在的土壤污染隐患,总结了该行业土壤污染隐患排查的技术要点和方法,以期为采掘类重点监管单位相关工作的开展提供有针对性的、高效率的技术经验和手段。     

顶煤放落过程煤矸声信号特征提取与分类方法

针对综放工作面煤矸智能识别问题,设计了能感应尾梁动作并自动触发数据采集的放煤声信号采集装置,在山东能源古城煤矿3106综放工作面采集现场数据并进行人工标注,构建了放顶煤声信号分类样本库。研究了6种常用机器学习分类方法在时域、频域和时频域中的特征,以及在不同帧长、不同特征向量维度下的分类效果。结果表明:在不同帧长下,基于时频域特征的分类效果最稳定、准确率最高,随机森林、K近邻、决策树、多层感知器模型分类准确率均达到80 % 以上,其中基于小波包分解与随机森林算法的分类器性能最好,分类准确率为93.06 %。维度较高的时频域特征向量之间存在相关性,降维可以提取少量的综合特征并降低系统的运算量,利用主成分分析法将时频域特征向量降维至20后,分类准确率进一步提高至94.51 %。     

一种高效抗旋转攻击的盲数字水印技术

随着计算机和网络的飞速发展，人们相互间的信息传送量的的极大提高，越来越需要一种有效的版权保护方法来保护流通信息的版权。所谓数字水印就是一种嵌入到图像、视频或者音频中的不可见标志，用于信息数据的版权保护、数字签名等。现代数字水印技术在数字图像中应用得最为广泛，传统的数字水印技术更多地应用在对固定不动的图像进行变换，无法抵御旋转攻击。本文提出了一种高效抵抗旋转攻击的盲数字水印技术，能几乎抵抗任何角度的旋转攻击，并且由于算法本身理论的关系，在压缩、滤波方面也有很强的鲁棒性。     

江苏移动GSM网中HLR/AUC设备的容灾备份方案

以江苏移动GSM网为例，介绍了其HLR／AUC设置先状．详细给出了三种HLR／AUC设备的容灾备份方案，对它们进行了比较。最后结合江苏移动GSM网的实际，给出了合理的容灾系统组网方案。     

粉煤灰在建筑材料中的综合利用

粉煤灰具有特殊的化学活性,被广泛运用在新型建筑材料的生产之中。本文通过查阅相关文献,分别综述了粉煤灰在水泥、混凝土和建筑砖中的运用,分析了现阶段存在的问题,并预测了今后粉煤灰类建材的发展方向。     

基于异步优势动作评价的RFID室内定位算法

针对现有的RFID室内定位算法的精度容易受到环境因素影响的问题,提出了一种基于异步优势动作评价(Asynchronous Advantage Actor-critic,A3C)的RFID室内定位算法。该算法的主要步骤为:1)将RFID的信号强度RSSI值作为输入值,多个线程子动作网络并行交互采样学习,利用子评价网络评价动作值的优劣,使模型不断优化,找到最优信号强度RSSI值,并训练定位模型;子线程网络定期将网络参数异步更新到全局网络上,全局网络最后输出参考标签的具体位置,同时训练得到异步优势动作评价定位模型。2)在线定位阶段,当待测目标进入待测区域时,记录待测目标的信号强度RSSI值,将其输入异步优势动作评价定位模型中,子线程网络从全局网络中获取最新定位信息,对待测目标进行定位,最后输出目标的具体位置。实验数据表明,基于异步优势动作评价的RFID室内定位算法与传统的基于向量机(Support Vector Machines,SVM)定位、基于极限学习机(Extreme Learning Machine,ELM)定位、基于多层神经网络定位(Multi-Layer Perceptron,MLP)的RFID室内定位算法相比,定位平均误差分别下降了66.114%,50.316%,44.494%;定位稳定性分别平均提高了59.733%,53.083%,43.748%。实验结果表明,基于异步优势动作评价的RFID室内定位算法在处理大量室内定位目标时具有较好的定位性能。