重力坝坝基多斜面抗滑稳定模糊体系可靠度研究

以基岩具有多斜面、多滑移通道的某实际重力坝工程为例,基于刚体极限平衡法,采用模糊理论和几种典型的体系可靠度计算方法,研究其典型坝段的坝基深层抗滑稳定模糊体系可靠度,探讨模糊理论中隶属函数形式、隶属度以及隶属函数中关键参数的取值对可靠度计算结果的影响。研究结果表明,采取限制失效概率模糊界限比的方法可使计算结果更具有参考性,考虑模糊性的抗滑稳定可靠指标的下限较常规可靠度计算值偏小,这在重力坝坝基抗滑稳定分析中应引起重视。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

离子液体/低共熔溶剂在煤基液体分离中的应用

为了实现煤基液体各组分利用价值最大化，本文综述了离子液体和低共熔溶剂对组分组成复杂的煤基液体进行高效萃取分离的研究进展。首先介绍了离子液体和低共熔溶剂的性质及分类；其次根据分离目标的不同，将离子液体和低共熔溶剂对煤基液体典型组分的萃取分离分为四个方面进行阐述：煤基液体提酚、燃料油萃取脱硫、燃料油萃取脱氮、芳烃和脂肪烃的分离。分析表明，离子液体和低共熔溶剂对实际煤基液体的提酚效果较好，能分离出绝大多数的酚类化合物；燃料油萃取脱硫时，离子液体和低共熔溶剂对实际煤基液体的单次脱硫率均不高，需3～5次重复萃取后才能获得理想效果；燃料油中的碱性及非碱性含氮化合物很难被同一种离子液体或低共熔溶剂一次性分离出，导致实际油品的脱氮率较低；大多数离子液体和低共熔溶剂进行芳烃和脂肪烃的分离时不能获得理想的分配系数和选择性，尚无法用于实际芳烃和脂肪烃的分离。氢键、π-π、CH-π、范德华力等分子间相互作用的差异是实现离子液体或低共熔溶剂进行煤基液体典型组分分离的主要原因。依据分离对象，设计合适的离子液体和低共熔溶剂，提高实际煤基液体分离时的萃取率和选择性；分析并解决离子液体和低共熔溶剂用于实际煤基液体各组分分离时可能出现的问题，势必会推进煤基液体高值化分离的工业化进程。     

Modeling Alcohol Dehydrogenase Catalysis in Deep Eutectic Solvent/Water Mixtures

The use of oxidoreductases (EC1) in non-conventional reaction media has been increasingly explored. In particular, deep eutectic solvents (DESs) have emerged as a novel class of solvents. Herein, an in-depth study of bioreduction with an alcohol dehydrogenase (ADH) in the DES glyceline is presented. The activity and stability of ADH in mixtures of glyceline/water with varying water contents were measured. Furthermore, the thermodynamic water activity and viscosity of mixtures of glyceline/water have been determined. For a better understanding of the observations, molecular dynamics simulations were performed to quantify the molecular flexibility, hydration layer, and intraprotein hydrogen bonds of ADH. The behavior of the enzyme in DESs follows the classic dependence of water activity (a_W) in non-conventional media. At low a_W values (<0.2), ADH does not show any activity; at higher a_W values, the activity was still lower than that in pure water due to the high viscosities of the DES. These findings could be further explained by increased enzyme flexibility with increasing water content.     

Image Super-Resolution Based on Generative Adversarial Networks: A Brief Review

Single image super resolution (SISR) is an important research content in the field of computer vision and image processing. With the rapid development of deep neural networks, different image super-resolution models have emerged. Compared to some traditional SISR methods, deep learning-based methods can complete the superresolution tasks through a single image. In addition, compared with the SISR methods using traditional convolutional neural networks, SISR based on generative adversarial networks (GAN) has achieved the most advanced visual performance. In this review, we first explore the challenges faced by SISR and introduce some common datasets and evaluation metrics. Then, we review the improved network structures and loss functions of GAN-based perceptual SISR. Subsequently, the advantages and disadvantages of different networks are analyzed by multiple comparative experiments. Finally, we summarize the paper and look forward to the future development trends of GAN-based perceptual SISR.     

基于深度学习的传感器优化布置方法

针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。     

向家坝二纵围堰柔性结构段基础施工技术初探

向家坝水电站二期纵向围堰上游段座落于厚达45～62 m的覆盖层上，为提高接头段深厚覆盖层地基承载力，且保证导流期不同江水位时的堰体稳定，优化调整方案为，将接头段和导水段改为柔性结构。详细介绍了柔性结构段基础处理中所涉及的施工程序、施工技术和异常情况处理等。二纵围堰经过了2009年和2010年两个汛期的考验，安全监测显示与实际运行表明，柔性结构体结构稳定。将导水结构堰体改为柔性结构体，不仅节约了投资，而且保证了二期截流工程按施工总进度计划实施。     

含煤盆地深层“超饱和”煤层气形成条件

中国深层煤层气资源丰富，但总体勘探和认识程度较低，尚未形成较为系统的深层煤层气地质理论。通过解剖分析准噶尔盆地白家海凸起和鄂尔多斯盆地临兴区块深层"超饱和"煤层气井的试气/生产动态，估算原地游离气的含气量，分析了深层"超饱和"煤层气的形成条件。研究表明：①深层"超饱和"煤层气储层中除吸附气外，还含有原地游离气，用常规试气方法可直接获得气流，煤层气的产出不明显依赖于排水降压；②埋藏超过一定深度，在煤阶和温度的综合作用下，煤的吸附能力将随埋深的继续增加而降低，煤层中吸附气的饱和度有增加的趋势，在达到吸附饱和后，出现原地游离气并形成"超饱和"煤层气，盆地深层具有"超饱和"煤层气形成的优势条件；③由于地温梯度和压力梯度的不同，不同盆地"超饱和"煤层气出现的临界深度不同，异常高压和异常高热流可以降低深层"超饱和"煤层气形成的临界深度；④深层"超饱和"煤层气开发具有大大缩短见气时间、充分利用地层能量和累积产水量低等优势，有望成为未来煤层气勘探开发的一个重要领域。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。