装配式建筑的施工要点及质量控制措施

文章阐述了装配式建筑的优势,分析了装配式建筑的施工要点,探究了装配式建筑施工质量的影响因素,提出了装配式建筑施工质量的控制措施,包括制定科学的管理制度、深化项目工程设计、完善构件生产系统、加强机械设备管理,以期给相关人员提供借鉴与参考。     

注射模生产中智能化控制及应用

分析了注射模生产的现状，针对其生产中智能化调控应用方面的不足，提出模内参数的自适应调节方案，还介绍了自适应工作的原理、可调参数种类、逻辑推理等，并实际验证了基于注塑设备联网集成工艺数据下注射模成型工艺自适应调节的可行性。     

老旧建筑加固节能改造示例分析

城镇老旧小区改造是重大民生工程和发展工程，为满足人民群众对美好生活的需要，老旧建筑的节能加固改造具有重要意义。在老旧建筑改造中，有各种原因需要根据建筑实际情况制订方案，因该建筑外墙具有历史意义，须完好保存，结合本工程的实际情况与使用者的需要，保证安全和经济的原则，对该楼进行了建筑、结构等方面的节能改造设计，为相似工程提供相关参考。     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

腔内血栓清除治疗急性下肢深静脉血栓形成研究进展

【摘要】 急性下肢深静脉血栓形成（LEDVT）是临床常见疾病，常导致肺栓塞及血栓后综合征，在抗凝治疗基础上快速有效地清除血栓是目前主流治疗方法。腔内血栓清除术主要包括导管接触溶栓（CDT）、超声加速溶栓（UAT）、药物机械联合清除血栓（PMT）、机械清除血栓（MT）等。本文就腔内血栓清除术治疗急性LEDVT研究进展作一综述。
     

大足黑山羊不同部位肌肉脂肪酸比较研究

为研究大足黑山羊不同部位肌内脂肪、脂肪酸含量和组成方面的差异，以处于相同饲喂条件且体质量相近的6 只5 月龄大足黑山羊为研究对象，分别利用索式抽提法和气相色谱-质谱联用法测定背最长肌和臂三头肌肌内脂肪含量和脂肪酸组成。结果表明：大足黑山羊背最长肌中肌内脂肪含量为3.2%，臂三头肌为3.0%，背最长肌略高于臂三头肌；大足黑山羊背最长肌和臂三头肌各检测出33 种脂肪酸，2 个部位各脂肪酸含量基本一致，但与背最长肌相比，臂三头肌反油酸（C18:1 n-9t）含量较高，而介子酸（C22:1）含量较低；16 种饱和脂肪酸中，仅十七碳酸（C17:0）含量背最长肌极显著高于臂三头肌（P＜0.01）；17 种不饱和脂肪酸中，4 种脂肪酸在不同部位间存在显著差异，背最长肌二十碳烯酸（C20:1）含量极显著高于臂三头肌（P＜0.01），油酸（C18:1 n-9c）含量显著高于臂三头肌（P＜0.05），臂三头肌反油酸（C18:1 n-9t）含量极显著高于背最长肌（P＜0.01）；臂三头肌和背最长肌中不同种类脂肪酸相对含量：单不饱和脂肪酸＞饱和脂肪酸＞多不饱和脂肪酸＞中链脂肪酸，臂三头肌和背最长肌中饱和脂肪酸和单不饱和脂肪酸相对含量之和分别为88.4%和86.3%；臂三头肌和背最长肌中n-3/n-6值相近且均在3.0左右；背最长肌多不饱和脂肪酸与饱和脂肪酸含量比值（P/S）为0.45，臂三头肌P/S值为0.41，背最长肌高于臂三头肌。说明不同部位大足黑山羊肉脂肪酸含量及组成存在差异，并可能在一定程度上影响肉的风味及营养价值。     

基于分布式内点法的输配协同优化调度

随着配电网中可再生能源渗透率的提高,加剧了输、配电网间的相互影响。文章提出一种基于分布式内点法的全局优化策略,利用输配电网的有限联络母线和边界节点信息,实现输配电网的分布式求解。该算法建立了输配协同动态经济调度全局模型,利用内点法求解最优条件方程,基于矩阵分裂技术完成分布式求解,其解和集中式方法一致结果。算例结果验证了所提调度方案的合理性,联合调度模型能够有效提升分布式光伏发电的利用率,分布式算法能够迅速收敛。     

类别均衡与局部中值损失联合监督的自然场景人脸表情识别

近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别方面仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,提出类别均衡与局部中值(class-balancedandlocalmedian,CALM)损失函数.CALM损失函数包含类别均衡Softmax损失函数和局部中值损失函数2个部分.其中,类别均衡Softmax损失函数将数据量较少且容易错分的害怕和厌恶2种表情标记为难样本,将其余5种表情标记为易样本;在网络训练过程中对难样本自适应地增大权重,以提高难样本的识别准确率,进而提高表情识别的平均准确率.此外,在每个类别中会有一些离类别内大多数样本较远的样本,它们的存在会导致用均值方法计算出的类别中心偏离类内大多数样本.在局部中值损失函数中,采用与每个样本属于同类别的若干近邻的中值作为类别中心,在一定程度上减弱离群样本对类别中心选择的影响.在RAF(real-worldaffectivefaces)数据集上进行实验,与局部子类方法相比,该方法的平均识别准确率提升了1.32%,证明了该方法的有效性.