含复合凹陷油气管道的安全评估现状

凹陷是管道受到外部挤压或碰撞而产生的几何缺陷,是油气管道失效的主要原因之一,复合凹陷在形成过程中伴随机械划伤、焊缝、腐蚀、凹槽、扩展裂纹等缺陷的联合作用,比单纯凹陷对管道服役安全的危害更大。为此开展含复合凹陷的油气管道安全性研究,综述了复合凹陷的评估方法,对焊缝、划伤、腐蚀与凹陷叠加的复合凹陷进行了合理的预测和完整性评价,分析和比较了国内外管道含复合凹陷评价的相关规范和标准,总结了目前国内外对复合凹陷中焊缝凹陷、划伤凹陷、腐蚀凹陷的研究进展及不足,建议在含复合凹陷的管道研究中,要结合数值模拟及爆破试验验证,并进一步改进行业标准及规范,避免资源浪费和成本增加。     

NiH/Hβ催化剂的制备及催化正己烷异构化性能

采用浸渍还原法制备了一种新型镍氢化物/分子筛（NiH/Hβ）烷烃异构化催化剂，考察了催化剂制备条件及反应条件对其催化正己烷异构化性能的影响。结果发现，当活性组分质量分数为0.5%，反应温度为300 ℃，反应压力为2.0 MPa，氢/油摩尔比为4.0及质量空速为1.0 h^-1时，NiH/Hβ催化剂催化正己烷异构化活性最优，正己烷的转化率为83.0%，异构烷烃的选择性与收率分别达到78.6%、65.2%。根据实验结果，提出了NiH/Hβ催化剂催化正己烷异构化反应机理，证明NiH金属活性中心具有良好的加氢/脱氢功能。     

生物与化学农药对早稻主要病害绿色防控技术初探

[目的]明确生物与化学农药对大田早稻主要病害绿色防控的效果。[方法]利用3个生防菌剂、2个生物和7个化学杀菌剂组成的6个组合用药方案对湘早籼45全生育期主要病害进行防控。[结果]使用25%咪鲜胺EC拌种对烂秧死苗防效达92.48%,秧苗叶瘟防效达100%;使用生防菌发酵液拌种具有一定的促生作用。生防菌JN369在水稻分蘖期对稻纹枯病防效高达94.97%;全生育期使用24%己唑·嘧菌酯SC与JN005交替使用防治稻纹枯病的效果在85%～95%之间。生防菌JN369、JN005对穗瘟防效为50%～60%。从测产结果分析,各处理较对照都有不同程度的增产,增产幅度在45.46%～137.71%之间;采用生物、化学杀菌剂交替使用的处理产量最高,达6447.3 kg/hm~2,比全程使用化学杀菌剂防治增产约20%;采用生防菌与生物杀菌剂处理的产量为5063.7 kg/hm~2,与全程使用化学杀菌剂防治的产量相当;移栽前施"送嫁药"的方案减少约40%的农药用量,产量为4477.05 kg/hm~2。[结论]生防菌与化学杀菌剂或生物杀菌剂交替使用对水稻病害的控害效果明显,且对环境友好,可进一步示范推广。     

赣州夏府总体规划

本文通过赣州夏府总体规划设计,阐述了从村落遗产保护到梳理自然山水环境的规划概念,及对当地本土建筑语汇的运用作了一些探索。     

贝雷法三参数级配控制的探讨

介绍了贝雷法级配设计的一些基本概念，评述了贝雷法在Superpave混合料设计中的应用，着重介绍了三参数级配控制法，结果表明经贝雷法设计的Superpave混合料既能抗车辙又能防渗水，是一种较好的级配设计方法。     

基于POE的保障房多中心协同供应评价——以南京市四大保障房片区为例

以南京市为例,在对其保障房建设情况及四大典型保障房片区多中心协同供应情况进行梳理的基础上,利用文献综述法和德尔菲法确定南京市保障房多中心协同供应的使用后评价指标体系及权重,并通过问卷调查对南京市四大保障房片区进行使用后评价(POE),指出南京市保障房多中心协同供应的经验与不足,并提出相应的政策性建议,为国内其他地方的保障房建设提供借鉴。     

乡村空间内聚力的探索及其应用——以湖州市德清县郭肇村规划设计为例

相比较于传统村落的建设,现代化背景下的乡村规划往往偏重于空间的高效集约利用,而忽视乡村空间内聚力的营造,致使生活其中的人无法产生相应的认同感和归属感。为解决这些问题,该文从社会心理学范畴引入"内聚力"概念,强调乡村规划中,人、空间、环境三者的有机融合。该文以空间内聚力为切入点,从生产背景、风水学、族文化、文化象征四个方面,深入分析空间内聚力形成的基本规律。在此基础上,以湖州市德清县郭肇村新村规划为例展开相应实践,逐层提出村落空间"适应自然",村落内部空间"聚邻里而居",村落公共空间"新旧共生"等应对空间内聚力衰退的乡村规划策略,以期实现乡村空间高效集约的同时,又能从根本上提升空间内聚力。     

面向乳腺超声计算机辅助诊断的两阶段深度迁移学习

目的 为了提升基于单模态B型超声（B超）的乳腺癌计算机辅助诊断（computer-aided diagnosis,CAD）模型性能,提出一种基于两阶段深度迁移学习（two-stage deep transfer learning,TSDTL）的乳腺超声CAD算法,将超声弹性图像中的有效信息迁移至基于B超的乳腺癌CAD模型之中,进一步提升该CAD模型的性能。方法 在第1阶段的深度迁移学习中,提出将双模态超声图像重建任务作为一种自监督学习任务,训练一个关联多模态深度卷积神经网络模型,实现B超图像和超声弹性图像之间的信息交互迁移;在第2阶段的深度迁移学习中,基于隐式的特权信息学习（learning using privilaged information,LUPI）范式,进行基于双模态超声图像的乳腺肿瘤分类任务,通过标签信息引导下的分类进一步加强两个模态之间的特征融合与信息交互;采用单模态B超数据对所对应通道的分类网络进行微调,实现最终的乳腺癌B超图像分类模型。结果 实验在一个乳腺肿瘤双模超声数据集上进行算法性能验证。实验结果表明,通过迁移超声弹性图像的信息,TSDTL在基于B超的乳腺癌诊断任务中取得的平均分类准确率为87.84±2.08%、平均敏感度为88.89±3.70%、平均特异度为86.71±2.21%、平均约登指数为75.60±4.07%,优于直接基于单模态B超训练的分类模型以及多种典型迁移学习算法。结论 提出的TSDTL算法通过两阶段的深度迁移学习,将超声弹性图像的信息有效迁移至基于B超的乳腺癌CAD模型,提升了模型的诊断性能,具备潜在的应用可行性。