您关心报纸的印刷质量吗?

报纸作为一种大众媒体与我们的生活息息相关．您大概每天都读报纸．您也许经常接触报纸，您关心报纸的印刷质量吗？     

美国纽约市的发展与规划展望

纽约市发展的沿革与背景 纽约市位于大西洋的西岸,350年以前由曼哈顿岛的最南边开始发祥,经过一百多年的发展之后,成为荷兰及英国殖民的重地。由于它负担着大西洋两岸的贸易,所以发展相当迅速,很早就成为一个连系欧洲和美国的国际性都市。     

堆积体内部裂隙对降雨入渗的影响

降雨条件下滑坡体稳定性与裂隙诱发入渗密切相关。为了探究裂隙发育对堆积体降雨入渗的影响,以澜沧江某巨型堆积体坡表发育的裂隙现象为出发点,设计了均质堆积体和主-次裂隙堆积体2种模型。通过室内物理模拟试验及数值分析,并结合土体中的含水率、基质吸力、湿润锋迁移速度及深度的变化趋势可得出以下结论:裂隙型堆积体在降雨1 h和观测23 h的整个时间段内,其湿润锋迁移变化趋势可归纳为入渗加速→峰值→入渗减速→趋向于0;裂隙的存在为雨水入渗提供了有利的通道,雨水可到达土体深部,形成暂态饱和区,随降雨结束又逐渐消散;降雨在裂隙型发育的堆积体中的入渗过程可分为4个阶段,即前期完全入渗、裂隙下方强烈入渗、补偿加速入渗及水平侧渗。研究结果可为后续滑坡复活机理和稳定性评价提供参考。     

粗、巨颗粒富集位置对堆积体降雨入渗的影响

针对某堆积体局部粗、巨颗粒于坡中、坡脚不同发育位置富集现象展开室内降雨模型试验,通过孔隙水压力、基质吸力、体积含水率及湿润锋迁移形态的变化情况,探讨粗、巨颗粒于堆积体坡中、坡脚位置局部富集在降雨入渗过程中的差异性影响。研究表明:（1）坡中（A组）、坡脚（B组）局部粗、巨颗粒富集导致的架空现象致使降雨过程中形成雨水优势入渗通道,富集区下方的入渗速率明显快于周围均质土体;（2）B组堆积体右侧入渗速率比A组堆积体更快,而左侧入渗速率不及A组堆积体;（3）B组堆积体的整体渗流特性更强,其湿润锋运移率先触底,比A组堆积体提前72 h;（4）A组堆积体湿润锋迁移形态先期中部呈平缓凹形下渗,较B组右侧凹形下渗范围更宽;后期均呈平滑弧形入渗,而B组堆积体浸润面积较A组更小。（5）A、B组堆积体降雨入渗可划分为竖向入渗阶段和侧向入渗阶段,但存在明显差异,A组堆积体竖向入渗快于侧渗,而B组堆积体竖向入渗慢于侧渗。     

热固性树脂微波固化研究进展

综述了近年来热固性树脂及其复合材料的微波固化研究进展,重点讨论了热固性树脂微波固化与加热固化的比较,热固性树脂微波固化工艺,颗粒、纤维增强树脂基复合材料的微波固化研究。研究发现微波固化和热固化在本质上是相同的,然而,微波极大地加速了固化进程,对体系性能无损害;加入无机、金属填料以及纤维可以改变体系介电性能,控制微波工艺对材料进行精加工。最后介绍了微波热效应原理,并展望了微波热固化技术发展与应用。     

异型材口模挤出三维流动计算机模拟系统

建立了异型材口模挤出三维流动计算机模拟系统的基本框架，介绍了其结构和功能，该系统主要包括前置处理，有限元分析和后置处理三大模块，有限元分析模块又包括对口模内幂律流动的分析模块，粘弹性PTT流体流动的分析模块以及粘弹性PTTI充体三维挤出胀大的分析模块，后置处理主要包括速度场和应力场的后置处理。该系统目前只是一个雏形，经过不断发展和完善，有望成为异型材口模挤出过程模拟的通用分析软件。     

Re-GAN：残差生成式对抗网络算法

目的 生成式对抗网络（generative adversarial network,GAN）是一种无监督生成模型,通过生成模型和判别模型的博弈学习生成图像。GAN的生成模型是逐级直接生成图像,下级网络无法得知上级网络学习的特征,以至于生成的图像多样性不够丰富。另外,随着网络层数的增加,参数变多,反向传播变得困难,出现训练不稳定和梯度消失等问题。针对上述问题,基于残差网络（residual network,ResNet）和组标准化（group normalization,GN）,提出了一种残差生成式对抗网络（residual generative adversarial networks,Re-GAN）。方法 Re-GAN在生成模型中构建深度残差网络模块,通过跳连接的方式融合上级网络学习的特征,增强生成图像的多样性和质量,改善反向传播过程,增强生成式对抗网络的训练稳定性,缓解梯度消失。随后采用组标准化（GN）来适应不同批次的学习,使训练过程更加稳定。结果 在Cifar10、CelebA和LSUN数据集上对算法的性能进行测试。Re-GAN的IS （inception score）均值在批次为64时,比DCGAN （deep convolutional GAN）和WGAN （Wasserstein-GAN）分别提高了5%和30%,在批次为4时,比DCGAN和WGAN分别提高了0.2%和13%,表明无论批次大小,Re-GAN生成图像具有很好的多样性。Re-GAN的FID （Fréchet inception distance）在批次为64时比DCGAN和WGAN分别降低了18%和11%,在批次为4时比DCGAN和WGAN分别降低了4%和10%,表明Re-GAN生成图像的质量更好。同时,Re-GAN缓解了训练过程中出现的训练不稳定和梯度消失等问题。结论 实验结果表明,在图像生成方面,Re-GAN的生成图像质量高、多样性强;在网络训练方面,Re-GAN在不同批次下的训练具有更好的兼容性,使训练过程更加稳定,梯度消失得到缓解。     

互联网2D实景地图转3D拟真地图架构分析

3D拟真地图制作架构将二维的实景平面数据三维化,主要使用3ds Max、Photoshop和网络实景2D数据建构出三维拟真地图。该流程从互联网实景2D地图上搜集对象数据,再以3ds M ax制作3D模型并进行3D纹理贴图,提高拟真程度。应用互联网实景2D数据进行3D拟真地图制作,具有不受时间及空间限制的优点,且拟真性高,可作为媒体设计的应用元素。     

不同类型非工作上网行为影响因素的比较研究

应用多元回归分析的手段,对不同类型员工非工作上网行为的影响因素进行比较研究。研究结果表明,浏览类非工作上网行为影响因素按敏感性从大到小排序是寻求个人满足、相关制度不完善和合理化倾向,邮件类非工作上网行为影响因素是合理化倾向和寻求个人满足,交互类非工作上网行为影响因素是合理化倾向、寻求个人满足和相关制度不完善。该结论为企业进一步管理员工非工作上网行为提供决策支持。