龙锦慧苑建筑节能65%试点示范项目设计

本文介绍成都“龙锦慧苑”居住小区达到建筑节能65％标准所采取的建筑与建筑热工节能设计方案。     

Web应用程序中的潜在安全问题研究

主要讨论基于Web应用程序的潜在安全问题。首先阐述Web系统的漏洞,建立Web应用程序安全意识的必要性及应用程序存在的威胁以及相应对策;接着讨论一些可能存在的安全风险;最后给出对Web应用程序开发者和系统管理员的一些建议。     

SLE4442卡在单片机系统中的应用

IC卡是把具有存储、加密及数据处理能力的芯片镶嵌于塑料基片之中。这种具有智能 性，又便于携带的卡片，为现代信息的处理和传递提供了一种全新手段。　　逻辑加密存储卡就是一种可多次重复使用的IC卡类型，由于可以比较自由地进行各种分 区设置和管理，因此能比较容易地在卡中实现多种用途，实现一卡多用。它采用密码控制逻 辑来控制对EEPROM存储器的访问和改写，具有安全性高、数据存储容量大、可靠、有关应用 编程设置灵活及较高的性能价格比等一系列优点，因而使得这种卡在目前的IC卡应用中，特 别是在非金融领域里的应用中占主导…     

稀土对等离子喷涂氧化铝陶瓷涂层组织及耐蚀性能的影响

针对氧化铝涂层的层状结构和多孔性特点,通过控制喷涂粉末的成分来实现改变涂层组织结构和提高耐蚀性。结果表明,在喷涂粉末中添加适量的稀土不仅可以改变涂层显微组织、减少和消除层状结构,而且显著提高涂层的耐蚀性     

基于新的整型9/7小波变换的硬件设计

提出了基于新的整型9/7小波变换的硬件设计方案.整个系统采用流水结构,充分利用硬件存储资源,实现了行列变换的并行处理.同时把常系数乘法优化为较少次数的移位加操作,加快了运算速度,缩小了电路规模.采用VHDL语言对系统进行描述并在Quartus Ⅱ 5.0环境下仿真,经验证满足图像实时处理的要求,为后续实时压缩编码和传输提供了有利条件.     

江苏竹根沙海域海上风机单桩基础防腐技术

海上风机的桩基础处于复杂恶劣的海洋环境,其防腐保护是海上风电工程重要的研究内容。针对江苏竹根沙海域近海复杂施工条件的情况,提出了一套包覆防腐和牺牲阳极的阴极保护系统的桩基础联合防腐蚀方案及施工工艺。其中PTC防腐系统由四层紧密相连的保护层组成,即防蚀膏、防蚀带、衬里和防蚀保护罩。防腐涂层需要对温度、相对湿度和露点进行环境控制,牺牲阳极的阴极保护系统需要考虑保护电位。该套方案有效解决了复杂的单桩基础包覆防腐施工问题。     

建筑外窗水密性能检测

1前言建筑外窗用于建筑物的采光、通风等功能,是建筑物的不可分割的重要组成部分。随着科学技术的发展,国家对建筑质量的要求越来越高,对建筑外窗的性能提出了更高的要求。建筑外窗不仅要安全、美观,更要起到防风、防雨、隔热、隔音等作用。建筑外窗加工企业要选用性能可靠的建     

注水油藏聚合物驱开发存在问题及措施

一、聚合物驱区块开发存在问题与现状 1调剖笼统,调剖强度不易控制,导致影响调剖效果。同样以该油田某区为例。该区储层非均质性严重,小层渗透率差异较大．优选高渗透层采用笼统调剖时,调剖强度控制难度大,调剖强度过大,过小都影响调剖效果;从2008年调剖后7口井测的吸水剖面看,吸水指数、吸水强度得到改善,高渗层有所下降,     

基于宏微观因素的概率级别的车辆事故预测

车辆事故预测是避免道路车辆事故发生的重要研究课题.以往的研究使用的事故数据集只包含地理情况、环境情况、交通情况等宏观因素,或者只包含车辆行为和驾驶员行为等微观因素.因为很难收集到同时包含2类因素的事故数据集,很少有研究将这2类因素结合起来,然而车辆事故往往是两者共同作用的结果.此外,在收集到的数据中没有可以用于预测的事故发生概率标签,所以目前多数的研究关注点只是在于事故是否发生而不能得到准确的概率值.然而在实际应用场景下,驾驶员需要的是不同级别的危险预警信号,而这种信号正是应该由事故概率值决定的.2019年发布的事故宏观因素数据集OSU(Ohio State University)与宏观因素数据集FARS(fatality analysis reporting system)和微观因素数据集SHRP2(strategic highway research program 2)都具有一些相同的特征,为它们的融合提供了机遇.因此,首先得到了一个同时包含宏观和微观因素的数据集,其中事故数据(正样本)融合自OSU、FARS数据集,以及与SHRP2分布相同的数据集Sim-SHRP2(simulated strategic highway research program 2),而安全驾驶数据(负样本)则由自己驾驶汽车获得.然后,针对收集到的数据中没有概率标签的问题,还设计了一个概率级别的无监督深度学习框架来预测准确的概率值,该框架使用迭代的方式为数据集生成准确的概率标签,并使用这些概率标签来进行训练.实验结果表明,该框架可以使用所得到的数据集来灵敏而准确地预测车辆事故.