地域文化之共时性呈现——以云南省博物馆新馆、云南省大剧院、云南省文苑为例

该文在共时性的视角下,对位于官渡古镇旁相同时间、相同地点、相同政治背景下建设的云南省博物馆新馆、云南省大剧院、云南省文苑以类型学方法从“类型—原型、空间图式—建筑形构、场地环境”角度进行研究解析,发现三者在地域文化元素的选择、呈现、表达上展现出三个不同时代的遗存痕迹及历史局限。希望以此三个案例的对比及解析,批判性地反思地域文化呈现背后的深层意义并给建筑设计的地域性探索带来更多启示与思索。     

某厂房地源热泵系统设计及运行数据分析

在分析南京某印刷厂房地源热泵中央空调系统的运行实测数据的基础上,探究了地源热泵系统运行对地埋管周围土壤温度场的影响;比较了系统供冷/供热运行对土壤温度的影响程度,分析了室内负荷变化对系统运行状态的影响;对于冷热负荷不均的地区,针对设置辅助散热设备的关键性,提出地源热泵中央空调系统的高效运行策略和在系统设计过程中应该注意的问题,以期为类似工程项目运行管理提供相关经验和依据。     

弯曲试验确定岩石单轴抗拉强度的新方法

岩石的单轴抗拉强度是岩石的一个重要力学参数。四点弯曲试验法是获取岩石单轴抗拉强度的一种间接方法,但四点弯曲试验的传统公式计算出来的单轴抗拉强度往往比实际的单轴抗拉强度大得多,有时甚至是直接拉伸试验抗拉强度的2~3倍。因此,需要对传统公式进行改进,得出新的抗拉强度计算公式,并在四点弯曲试验中获得与实际比较符合的单轴抗拉强度。在岩石拉压模量不同的基础上,考虑岩石破坏前的塑性变形行为,通过弹塑性力学的方法精确地推导出四点式弯曲试验的单轴抗拉强度计算公式,并分析了新的抗拉强度计算公式的结果,获得与实际情形比较符合的岩石单轴抗拉强度。     

混凝土灌注桩后压浆施工工艺及监理

某高层住宅为灌注桩基础,采用桩底、桩侧后压浆技术。施工中对钢筋笼加工、水下混凝土灌注、后压浆工艺参数确定、桩基检测均做出规定,对施工过程中出现的问题做出及时处理,保证了灌注桩质量。     

基于动态误差控制和PSO的三角网格模型简化优化方法

针对基于工业CT切片重建的三角网格模型简化时,大多数简化算法无法同时兼顾网格的细节特征、简化比例和网格质量等问题,提出一种基于动态误差控制和粒子群优化算法相结合的三角网格模型简化优化方法。该方法分为网格简化和网格优化两个阶段。首先,采用投影预测的方法确定折叠点,使用动态变化的距离误差阈值和角度误差阈值计算三角形的折叠代价,并按照折叠代价从小到大的顺序简化网格模型;然后,利用PSO算法对简化模型中的狭长三角形进行优化处理。实验结果表明,与现有网格简化方法相比,所提方法在控制网格模型简化比例的同时,可有效保持网格细节特征,生成高质量的简化网格模型。     

UCM轧机板形的控制与优化

板形是冷轧酸轧带材生产的重要控制目标,板形控制对后产线的生产至关重要,它直接影响连退退火炉的稳定性和镀锌表面涂覆均匀性等,并且是客户满意度要求的关键指标之一。重点研究了连退发生跑偏时酸轧轧机板形控制的手段。通过修改酸轧产线的板形目标曲线、优化弯辊力和弯辊补偿,以及带头板形控制等一系列措施,生产出了满足后道产线要求的板形。     

添加石灰石减少挥发窑窑内粘结的试验研究

结合挥发窑生产工艺、相关金属氧化物反应热力学及物料的物理化学性质,从理论上分析了挥发窑产生粘结的根本原因．并采用添加石灰石以缓解窑内粘结,试验结果表明：石灰石能改变熔渣的表面张力等物理化学性质,形成质地疏松物,易于脱落;挥发窑打窑频率降低,作业时间由以前的45d提高到100d．     

喷涂工艺对SiC基片上制备的Si粘结层组织及性能的影响

环境障涂层体系中Si粘结层的制备工艺对涂层性能有重要影响,性能良好的Si粘结层可以有效提高环境障涂层与SiC复合材料结合强度和改善涂层与基体热膨胀的匹配程度.本文主要研究Si粘结层的制备工艺对涂层组织及性能的影响,采用大气等离子喷涂技术在SiC基片上制备Si粘结层,研究喷涂电流对Si粘结层表面粗糙度、相组成与形貌、与基...     

基于轨迹模板匹配的动态手势识别方法

首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置.在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别.该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集.最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速.实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性.     

一种改进的自适应网格划分的分布式聚类算法

在众多聚类算法中,基于网格划分思想的聚类算法是较为常用的算法类型之一,但现有的算法对于处理海量高维数据而言,会存在以下两个问题：一是聚类结果的准确率较低;二是算法耗时较长.为了解决现有算法的不适应性,该文在网格聚类算法的基础上结合降维技术、自适应网格划分、相对熵和分布式计算,提出了一种改进的自适应网格划分的分布式聚类算法(AMCBS),可以较好解决以上问题.经实验证明,该算法对于D31标准数据集、UCI数据集、人脸图片数据集和GitHub文本数据集等的效果均优于常见的聚类算法,具有较好的准确率和较高的运行效率.