我国工业遗产信息采集与管理体系建构总述

基于对我国工业遗产研究与保护现状分析,结合国内外相关研究经验,建立我国工业遗产信息采集与管理体系,体系分为"国家层级""城市层级"和"遗产本体层级"。"国家层级"统筹全国各部门、机构、地区和学者成果,解读我国工业遗产研究全貌;"城市层级"制定标准化的"普查表"和相应的管理系统,为未来我国工业遗产专项普查做好准备;"遗产本体层级"针对工业遗产文物保护单位的全面信息采集与管理标准的建立,以及GIS、BIM技术在保护中的应用进行探索。     

德国地下管线一次建好

调查表明，很多城市道路重复建设地下管道，给市民造成诸多不便，已成为当今世界城市管理的“最大难题”之一。然而在德国，人们无论走到哪条大街小巷，都不会遇到脚踩“拉链路”，头顶“蜘蛛网”的情况。有专家指出，德国城市的洁净美与其严管地下管道建设有关。     

防止冲击地压的应力释放研究——注水卸压的基础试验

该文系日本九州煤炭技术研究中心与九州大学生产科学研究所合作进行的试验研究成果。该试验采用围压型的三轴压缩试验装置和空隙水压负荷试验装置对孔隙率不同的长崎县产的相浦砂岩和山口县产的秋吉大理石以及福岛县产的荻野凝灰岩注水影响试验,取得了注水卸压的基础资料。结论是:对孔隙率极小的岩石,既或含水,其破坏强度也基本不变,但若向试验内部强制施加空隙水压负荷,则破坏强度即下降;对孔隙率比较大的岩石,结论与前人试验一样,若含水,其破坏强度就下降,若向试样内部强制施加空隙水压负荷,其强度下降就更明显;在围压一定时,向试样强制施加变化的空隙水压负荷时,其破坏强度随负荷大小而变化;空隙水压示出了三轴压缩试验结果,一条包络线示出了考虑粒子接触面积比的岩石特性并符合有效应力定律。     

一个基于神经网络的手写文字分类/识别模型

本文设计了一个基于神经网络的手写文字(汉字、数字、字母等)分类/识别模型,给出了该模型的预处理方法、神经网络结构、工作算法和学习算法, 并进行了手写数字识别和手写汉字分类实验。实验结果表明我们所设计的网络结构是较合理的, 所采用的预处理方法是有效的, 能够取得较高的分类/识别效率。     

一个手写印刷体汉字识别实验系统

本文在充分考察了手写汉字和中国大汉字集特点的基础上, 提出了一组用于手写印刷体汉字识利的分类特征, 它们是长笔划分布类型、各类笔划的数目、交叉点数目和折点数目。利用这组特征进行匹配就可直接识别出GB2312-80汉字集中的绝大部分汉字, 再通过一个基于知识的推理过程即可进一步识别出已被分成类组的少数剩余汉字, 这种将统计分类与基于知识的推理识别相结合的两级识别方法具有较高的效率。一个适应性较强的汉字笔划和特征点抽取方法也被设计, 它是SLSA方法的改进, 与机器学习功能相配合, 大大提高了特征抽取的正确率。我们根据上述思想建立了一个手写印刷体汉字识别实验系统, 并获得了较好的实验结果。