西方学者看中国城市——社会科学及历史学的文献回顾

西方的社会科学工作者及历史学家,对中国城市的研究起步较早、牵涉面较广、视野较高、学科间的观念互用较多,并有较丰硕的成果。本文就西方学者在历史学、地理学、人类学、社会学、城市规划、政治学、经济学、及跨学科中,对中国城市研究的成果,特别是1980年之后的专著,作一简短的文献评介,以收他山之石之效。     

怀疑和批判是建筑评论创新的灵魂

从三个方面论述了建筑评论．首先对建筑界内外关于建筑评论的八种说法作了解读．而后对什么是建筑评论作了广义的解释．最后的结论是：建筑评论的最终目标是创新，而怀疑和批判是建筑评论创新的灵魂。     

Research and application of intelligent computation in civil engineering

随着数字孪生等数字化转型理念的推广，土木工程传统计算分析方法逐渐无法满足高效仿真、实时交互等新时代需求。而人工智能技术凭借其强大的拟合能力、卓越的计算效率以及优异的开放拓展性，日益受到研究者的关注，成为传统方法极具前景的更替选择，并发展出了土木工程智能计算分析这一新的研究方向。为系统梳理并展示相关前沿进展，针对土木工程智能计算分析研究进行全面综述，根据处理的问题输入属于静态、动态或是复合特征对现有研究进行分类，归纳各类研究的主要技术路线，统计常用智能算法，并概述在材料、构件、体系三层次场景的典型应用，进而分析了现有研究的局限性。为克服这些局限性，重点介绍完全基于深度学习的土木工程端到端智能计算框架DeepSNA，展示其相较于传统计算方法的高准确性与高效性。并提出四个开放性问题，为土木工程智能计算分析的未来研究方向提供参考。     

铝合金-混凝土组合结构研究综述

通过总结铝合金材料的优点及纯铝合金结构的应用状况表明铝合金材料在工程结构领域具有很好的应用前景,并且阐述了铝合金-混凝土组合结构具有很好的应用潜力。然后通过对铝合金管混凝土组合构件、铝合金配筋混凝土梁和铝合金-混凝土组合梁这3种主要的铝合金-混凝土组合结构的研究现状进行综述,最后进一步总结了铝合金组合结构未来的研究方向,为后续的研究工作提供参考。     

高等教育管理引进ISO9000族标准的研究综述

我国高等教育管理引进ISO9000族标准的研究从以前的实践研究和国外经验的介绍开始,到现在已经转入理论研究为主,并主要集中研究引进的可行性与必要性、基本术语界定、标准体系的构建.虽然研究已经比较深入,但是依然存在尚待进一步深入研究的问题,如引进领域的确定,对实践的总结与反思等.     

自燃离子液体的研究进展

自燃离子液体在绿色自燃推进剂领域有着潜在的应用前景。系统综述了二氰胺阴离子类、硝基氰胺阴离子类、硼氢阴离子类、硼烷类、铝基类、次磷酸阴离子类和肼类共七类自燃离子液体的合成和性能研究进展,并介绍了二氰胺类自燃离子液体的初步燃烧机理。结合自燃离子液体的构效关系,指出具有低蒸汽压、短点火延迟时间、无毒性、特征信号低、热稳定性好、绿色环保的新型自燃离子液体是今后的研究重点。此外,自燃离子液体的燃烧机理的研究可以通过在点火燃烧涉及的两个阶段中,利用原位红外等手段对高活性气态中间体(如HNCO等)进行跟踪检测,合理判断其来源。并辅助量子化学方法计算,最终推导出自燃离子液体的准确燃烧机理。     

用Hopkinson杆技术研究材料动态断裂韧性的进展

综述应用Hopkinson杆技术进行材料动态断裂韧性研究的实验方法。介绍入射波整形技术和力传感器技术在动态断裂韧性实验中的应用。简要总结动态应力强度因子的计算方法和裂纹起裂时间的确定方法。展望动态断裂韧性研究的发展趋势。     

Bayer阵列图像去马赛克算法综述

Bayer阵列图像去马赛克技术是对稀疏采样的Bayer阵列图像进行RGB信息重建,图像重建质量是成像设备评价的重要因素之一,同时也对其他计算机视觉任务(如图像分割、人脸识别)产生影响。随着深度学习方法的快速发展,图像去马赛克领域提出了多种高性能算法。为了便于研究者更全面了解图像去马赛克算法的原理和研究进展,本文对该领域的经典算法和深度学习算法进行综述。首先对Bayer采样阵列原理和图像去马赛克技术进行概述。然后将现有方法分为传统方法和基于深度学习方法两类进行总结,同时根据去马赛克任务是否具有独立性,将深度学习方法分为独立去马赛克任务和联合去马赛克任务两类,分析不同方法的原理和优缺点,重点阐述基于深度学习的去马赛克方法的网络结构和重建机理,介绍去马赛克领域常用的公共数据集和性能评价指标,并对图像去马赛克相关实验进行分析对比。最后,围绕网络深度、运算效率和实用性等方面分析了现阶段图像去马赛克技术面临的挑战及未来发展方向。目前,基于深度学习的图像去马赛克方法已成为主流发展方向,但仍然存在计算成本较高、实际应用性不强等问题。因此,如何开发出重建精度高、处理时间短以及实用性强的图像去马赛克方法,是该领域未来重要的研究方向。     

网络监督数据下的细粒度图像识别综述

细粒度图像识别旨在对某一传统语义类别下细粒度级别的不同子类类别进行视觉识别,在智慧新经济和工业物联网等领域（如智慧城市、公共安全、生态保护、农业生产与安全保障）具有重要的科学意义和应用价值。细粒度图像识别在深度学习的助力下取得了长足进步,但其对大规模优质细粒度图像数据的依赖成为制约细粒度图像识别推广和普及的瓶颈。随着互联网和大数据的快速发展,网络监督图像数据作为免费的数据来源成为缓解深度学习对大数据依赖的可行解决方案,如何有效利用网络监督数据成为提升细粒度图像识别推广性和泛化性的热门课题。本文围绕细粒度图像识别主题,以网络监督数据下的细粒度识别为重点,先后对细粒度识别数据集、传统细粒度识别方法、网络监督下细粒度识别特点与方法进行介绍,并回顾了全球首届网络监督下的细粒度图像识别竞赛的相关情况及冠军解决方案。最后,在上述内容基础上总结和讨论了该领域的未来发展趋势。     

能源区块链的典型应用场景分析及项目实践

区块链作为一种新兴的基础架构与分布式计算范式,具有去中心化、公开透明、不可篡改、可追溯等特点,与能源互联网的开放、对等、互联和共享特征相符合,有望推动能源互联网的进一步发展。首先详细归纳了能源区块链的研究现状,具体在分布式能源交易、阻塞管理与辅助服务、需求响应服务、碳排放权认证与绿色证书交易、数据管理与信息安全以及能源数字代币的发布与投资6类典型应用场景展开。其次,总结评述了每种应用场景对应的典型能源区块链项目。最后,对能源区块链在我国的发展前景进行了展望,并提出了相关的发展建议。