18000kN·m高能级强夯处理深厚填土地基效果检验分析

通过在某沿海碎石回填土地基上国内首次实施18 000 kN.m高能级强夯法加固地基,并分别应用平板载荷试验、超重型动力触探试验、标准贯入试验以及瑞利波试验方法对高能级强夯处理地基进行效果检验及分析,得到了碎石回填土地基上18 000 kN.m高能级强夯的有效加固深度等检测效果,有效加固深度为15.5 m,地基承载力为290 kPa,若用Menard公式计算,其修正系数为0.37,为18 000 kN.m高能级强夯法的参数设计、施工工艺和工程检测提供依据.     

环戊基三甲氧基硅烷的合成及应用

由环戊基格氏试剂与四甲氧基硅烷合成环戊基三甲氧基硅烷,方法简单,反应易控制,产率可达75%,纯度98.5%(质量分数)。通过丙烯聚合考核,获得了较为满意的效果。     

基于MIS的计算机应用基础课程教辅软件研发与实践

基于MIS的计算机应用基础课程教辅软件遵循先进务实的设计理念,以满足课程教学一线的实际需求为前提,以提升教学效果、学习效率、拓展教学时空等为目标设计和实现,通过教学实践证明其具有一定的应用价值和推广价值。     

基于接地弹簧及配点法的系统动态特性分析

核电设备和部件的动态特性包括其固有频率和相应模态。对于动态特性受支承条件影响的核电设备,将之简化为带接地弹簧的质量一弹簧系统．并分析接地弹簧刚度的变化对该系统动态特性的影响。在此基础上,从带罚数的有限元配点法出发,推导接地弹簧的有限元等价形式,证明接地弹簧刚度与罚数的等价性,并由此等价性,阐明支承条件在施加设备边界条件过程中所起的作用。     

多总线接口信号处理SoC虚拟验证平台的实现

多总线接口信号处理SoC芯片是以信号处理DSP为核心集成了多个总线接口的片上系统,该SoC涉及的总线协议众多,验证复杂、工作量大,验证将是该SoC芯片开发的瓶颈。为了缩短多总线接口信号处理SoC芯片的开发周期,提高该SoC芯片的一次流片成功率,必须采用更为可靠和有效的验证方案。以SoC验证流程及方法为指导,重点介绍了多总线接口信号处理SoC虚拟验证平台的构建和具体实施。验证结果表明,该验证平台能高效、全面验证芯片功能,提高了芯片验证效率,缩短了整个芯片开发周期,为芯片的成功投片提供了可靠保障。     

力车内胎接头机的改进与发展

对力车内胎热接头工艺的两种进刀方式进行了对比，分别介绍了它们的优缺点，并介绍了针对它们的缺点进行改造后发展出的新接头设备。     

分段对称反向高斯-约当消元法及其应用

求解变系数方程的高斯消元法与高斯-约当消元法计算原理类似、问题相近,但前者计算速度高于后者.提出分段对称反向高斯-约当消元法,其中包括根据系数矩阵结构特点构成特殊增广阵,以展示和应用元素的变化规律,并分段对上下三角元素消元以大大提高计算效率.对矩阵下三角元素正向消元及对称计算可简化所有下三角元素计算,而对上三角元素反向消元可再省略所有上三角元素计算,而取倒后的对角元素作为规格化因子可大大减少除法计算.根据单位矩阵结构特点,对其规格化或对系数矩阵上下三角元素消元时均仅计算部分对角元素和下三角元素可进一步提高计算效率.所有元素均用四角规则计算而无需计算公式以简化计算和编程.新方法大大减少了高斯-约当消元法中元素的计算,且原理简单、易于编程,可快速求解各种变系数方程,还可利用元素对称性求解常系数的节点阻抗矩阵.与高斯消元法和高斯-约当消元法相比,新方法计算速度大大提高.     

基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。     

基于Siamese-YOLOv4的印刷品缺陷目标检测

在印刷工业生产中,针对直接使用YOLOv4网络进行印刷缺陷目标检测精度低、所需训练样本数量大的问题,提出了一种基于Siamese-YOLOv4的印刷品缺陷目标检测方法。首先,使用了一种图像分割和随机参数变化的策略对数据集进行增强;然后,在主干网络中增加了孪生相似性检测网络,并在相似性检测网络中引入Mish激活函数来计算出图像块的相似度,在此之后将相似度低于阈值的区域作为缺陷候选区域;最后,训练候选区域图像,从而实现缺陷目标的精确定位与分类。实验结果表明：Siamese-YOLOv4模型的检测精度优于主流的目标检测模型,在印刷缺陷数据集上,Siamese-YOLOv4网络对卫星墨滴缺陷的检测准确率为98.6%,对脏点缺陷的检测准确率为97.8%,对漏印缺陷的检测准确率为93.9%;检测的平均精度均值（mAP）达到了96.8%,相较于YOLOv4算法、Faster R-CNN算法、SSD算法、EfficientDet算法分别提高了6.5个百分点、6.4个百分点、14.9个百分点、10.6个百分点。所提Siamese-YOLOv4模型一方面在印刷品缺陷检测中有较低的误检率和漏检率,另一方面通过相似性检测网络计算图像块的相似度从而提高了检测的精度,表明所提缺陷检测方法可应用于印刷质检以提高印刷企业的缺陷检测水平。