混凝土双曲拱坝工程施工控制网复测技术设计及施测方法

本文针对大型水电站工程控制网复测的特点,通过技术优化设计,阐述了施工控制网复测的技术设计及施测方法。     

再生风机叶片纤维对混凝土力学和抗冻性能的影响

为解决废弃风机叶片大量堆存、难以处理的问题,通过机械粉碎方法得到再生风机叶片纤维,研究不同掺量(0%、10%、20%和30%,质量分数)再生纤维对混凝土力学性能和抗冻性能的影响,探讨废弃风机叶片在混凝土中利用的经济和环境价值。结果表明:掺10%、20%和30%再生风机叶片纤维混凝土的抗弯强度和劈裂抗拉强度较素混凝土提高明显,抗弯强度分别提高了2.8%、2.8%和11.1%,劈裂抗拉强度分别提高56.3%、68.8%和 40.6%。掺20%再生风机叶片纤维混凝土冻融寿命可达75次,远超素混凝土的冻融寿命(25次),混凝土抗冻性能显著提高。但是,再生纤维掺量过高(30%)时,混凝土吸水率上升明显,抗压强度和抗冻性能下降。相比传统的焚烧处理,在混凝土中掺入20%再生风机叶片纤维,可降低混凝土成本69.2元/m³,减少CO₂排放0.04 t/m³。     

丝素蛋白β-折叠含量影响细胞生长的研究

分析在乙醇处理前后丝素蛋白(SF)与丝素肽(SFP)二级结构含量变化,及对细胞生长的影响。采用醇溶法提取制备SF,由中性蛋白酶酶解得SFP,40%乙醇分别处理SF与SFP,得ET-SF、ET-SFP。将SF、SFP、ET-SF、ET-SFP分别采用过滤除菌处理后再分别在1 mg/mL、0.5 mg/mL浓度条件下,检测其对人肝癌细胞(HepG2)、人宫颈癌上皮细胞(Caski)的生长影响,利用相对增值率评价其毒性,圆二色谱法检测二级结构含量。结果表明:乙醇处理前后SF为非浓度依赖型,对细胞生长均有促进作用且趋势相同;乙醇处理前后SFP为浓度依赖型,对细胞均有抑制作用,当β-折叠含量增加,SFP对细胞毒性作用增加。     

盐藻胡萝卜素研究及二次产品开发

本文对盐藻生物学、天然β—胡萝卜素的生产、天然β—胡萝卜素的功能及其二次产品的开发、世界上生产天然β—胡萝卜素产品的主要公司和市场情况等多方面予以综述,并提出存在问题,展望其发展趋势。     

卡拉特拉瓦的钢结构建筑的艺术表现

卡拉特拉瓦是二十世纪重要的结构表现主义建筑师。在钢结构建筑领域，他将奈尔维的结构表现主义思想与自己独特的美学观念和丰富的工程技术知识结合，形成了以运动、力和形式为主要内容的独特建筑语言。极大的丰富了钢结构建筑的艺术表现力。     

盐藻胡萝卜素工业中的分析检测

本文简要介绍了盐藻胡萝卜素工业中必须监测的工艺参数，分析方法及应注意的问题。对盐藻胡萝卜素工业分析具有一定的参考价值。     

基于自适应方向导数滤波器的彩色边缘检测

传统彩色边缘检测算法在提高边缘检测准确性时可能将噪声检测为边缘,而在提高噪声鲁棒性时会将部分边缘当作噪声进行抑制,导致部分边缘信息丢失。为解决传统彩色边缘检测算法在边缘检测准确性与噪声鲁棒性之间的矛盾问题,提出一种基于自适应各向异性高斯方向导数（ANDD）的彩色边缘检测算法。通过彩色图像的微分自相关矩阵构建反映边缘类型的度量准则,以自适应地确定每个像素处ANDD滤波器的形状,从而准确提取不同类型的边缘特征,采用ANDD滤波器组对图像进行平滑处理,提取在三个通道上的ANDD特征。在此基础上,利用奇异值分解得到最优融合权值,并融合三个通道的ANDD特征,以增强彩色边缘强度。实验结果表明,该算法在无噪声和含噪声环境下的Pratt品质因子分别为0.849 6和0.791 4,与彩色Canny、RCMG-MM和FRPOS算法相比,在保持较高边缘检测准确率的同时具有较优的噪声鲁棒性。     

基于小样本学习的图像分类技术综述

图像分类的应用场景非常广泛, 很多场景下难以收集到足够多的数据来训练模型, 利用小样本学习进行图像分类可解决训练数据量小的问题. 本文对近年来的小样本图像分类算法进行了详细综述, 根据不同的建模方式, 将现有算法分为卷积神经网络模型和图神经网络模型两大类, 其中基于卷积神经网络模型的算法包括四种学习范式: 迁移学习、元学习、对偶学习和贝叶斯学习; 基于图神经网络模型的算法原本适用于非欧几里得结构数据, 但有部分学者将其应用于解决小样本下欧几里得数据的图像分类任务, 有关的研究成果目前相对较少. 此外, 本文汇总了现有文献中出现的数据集并通过实验结果对现有算法的性能进行了比较. 最后, 讨论了小样本图像分类技术的难点及未来研究趋势.     

结合边缘信息和门卷积的人脸修复算法

针对任意形状遮挡下人脸修复,现有方法容易产生边缘模糊和恢复结果失真等问题。提出了一种结合边缘信息和门卷积的人脸修复算法。首先,通过先验人脸知识产生遮挡区域的边缘图,以约束人脸修复过程。其次,利用门卷积在部分像素缺失下的精确局部特征描述能力,设计面向图像修复的门卷积深度生成对抗网络(GAN)。该模型由边缘连接生成对抗网络和图像修复生成对抗网络两部分组成。边缘连接网络利用二值遮挡图和待修复图像及其边缘图的多源信息进行训练,实现对缺失边缘图像的自动补全和连接。图像修复网络以补全的边缘图为引导信息,联合遮挡图像进行缺失区域修复。实验结果表明:相比其他算法,该算法修复效果更好,其评价指标比当前基于深度学习的图像修复算法更优。     

轮胎花纹图像检索技术综述

轮胎花纹图像检索在交通事故处理及刑事案件侦破中是获取破案信息的重要手段,虽然基于内容的图像检索技术已发展数十年,但由于轮胎花纹图像数据的来源及应用场景特殊等因素,目前这方面的研究文献并不多。在研究近年来轮胎花纹图像检索领域相关文献的基础上,对该领域的技术现状进行总结分析。首先,围绕轮胎花纹纹理特征提取和高层语义特征提取两项关键技术描述了该领域的主要研究成果,并总结了轮胎花纹数据库以及检索性能评价指标。然后,分别针对轮胎花纹低层特征和高层特征提取进行实验对比并分析结果。最后,结合现有技术及实际应用需求,分析了该领域的技术发展趋势并指出了未来的研究方向。