地铁枢纽站域步行系统现状与问题研究——以上海徐家汇地铁枢纽为例

步行系统是影响地铁枢纽地区发展的关键要素。文章以上海徐家汇枢纽为例,在对其土地使用与交通系统、设施构成与分布等建成环境背景分析的基础上,从地面、地下和空中三个层面分析其步行系统的构成特征,并从人行道、步行街、地下街、节点空间四个方面考察了其空间环境现状,最后基于现状研究总结了其步行系统存在的主要问题及优化方向。     

NIPAAM共聚物的合成与应用研究进展

N-异丙基丙烯酰胺(NIPAAM)由于具有独特的温敏性能,其共聚物作为一种智能材料被广泛应用。综述了NIPAAM的温敏机理和系列NIPAAM共聚物的合成方法,对其在药物运输、物料分离、细胞附着脱附和色谱分析等领域的应用进行了介绍,并简要评述了NIPAAM共聚物的研究开发前景。     

无脚本应急演练模式的探索与实践

为检验中海石油(中国)有限公司天津分公司海上油田突发事件应急处置能力,进一步加强中国石油、中国石化和中国海油三大石油公司区域应急联动,同时提高各救援力量间协调作战能力,2018年三大石油公司在渤海举行了最大规模的海上应急综合演练。此次演练采用情景构建的技术方法设置事故场景,确保了场景内容的科学、合理、可信,运用事故应急指挥系统(ICS)先进理念策划与组织应急演练,指导企业以目标为导向制定应急战略、战术,提高了企业应对重大突发事件的应急效率。本次演练圆满完成了对现场处置、应急救援、信息报送、联动响应、危机应对及善后恢复应急全过程检验,开创了无脚本应急演练的新模式,为今后在实际应急响应处置时,进行区域应急响应的联动协调支持打下了坚实的保障。     

新型的无变压器振幅调制器

振幅调制技术无论是在无线电通信和有线载波通信,还是在自动化控制中都有极广泛的应用,但是我们目前所用的振幅调制器大部分性能不十分理想,而且制造工艺复杂,调试繁琐,极不利于工厂化生产.为了制造出性能更高、电路简单、价格便宜的振幅调制器,以适应现代电子技术的发展.本文在下面将详细论述用廉价的CMOS集成电路构成新型振幅调     

复合外套无间隙金属氧化物避雷器热特性试验研究

针对复合外套无间隙金属氧化物避雷器的热特性,通过研究其散热方式,给出了相应的散热模型;利用高精度的红外热成像仪与荧光测温光纤结合的方法,通过试验研究了不同工频电压、持续时间、试品离地高度、环境温度等对复合外套无间隙金属氧化物避雷器热特性的影响,并对试验结果进行了分析比对,指出了现行避雷器标准中热特性相关试验的缺陷和不足。     

虚拟现实技术在保护和开发历史遗迹中的应用

虚拟现实技术引入到历史文化遗址的保护和开发中,可更加直观展示复原结果,利于文物的保存和反复的研究,利于信息的传播。基于这些优点,对于虚拟现实技术如何应用到保护和开发历史遗迹的研究十分必要。同时也更便于传播和发扬这些遗址所承载的历史文化。     

苯二氮?类镇静催眠药的分析检测及代谢研究进展

苯二氮?类药物具有镇静催眠、抗焦虑、抗惊厥、肌肉松弛等药理作用,临床应用广泛,安全性较高。然而,该类药物的滥用会导致成瘾性,并带来严重的社会危害。因此,需要结合现代分析技术,对该类药物的使用进行严格的管控和追踪。本文主要综述了近年来国内外苯二氮?类镇静催眠药在分析检测和体内外代谢等方面的研究进展,以期为该类药物的监测和控制提供依据。     

基于Fluent-EDEM流固耦合算法的水下台阶爆破爆堆形成过程研究

针对水下岩石台阶爆破过程中破碎块体复杂的受力运动及其堆积过程,采用FLUENT-EDEM流固耦合的数值计算方法,在颗粒间引入平行键与Hertz-Mindlin接触模型,通过巴西劈裂实验与数值计算的结果对比,标定了平行键的参数,并建立了水下台阶爆破模型,分析了水对岩体破碎和运动的力学作用机理,研究了水下台阶块体颗粒鼓包抛掷的整个运动过程,讨论了块体速度、块体分层堆积和流场特点。结果表明：块体颗粒堆积分层与其初始速度以及位置高度有关,台阶中部块体颗粒相对位置较高,在爆炸荷载作用下水平运动距离最远,上部堵塞部分的块体颗粒受爆炸荷载作用小,其主要在重力与浮力作用下翻滚覆盖在中部块体颗粒层之上。起爆初期爆炸能量主要是破碎岩石,水体无明显流速,随着块体颗粒的鼓包抛掷运动,台阶前表面附近的流体流线速度最大,当块体颗粒开始滚动滑落时,流线则主要受到颗粒的运动形式影响。另外,FLUENT-EDEM流固耦合的数值计算模型能精确模拟水下台阶爆破块体运动问题,可为水下岩体爆破工程提供新的研究手段。     

基于生成对抗网络的无目标深度检索哈希攻击算法

近年来深度哈希技术被广泛研究,可应用于大规模图像检索且取得了良好的性能,然而其安全性问题却相对被忽视.为此,本文提出了一种针对深度检索哈希的无目标攻击算法,可用于深度检索哈希的鲁棒性评估和优化设计.在该算法中我们构建了一个用于获得无目标攻击对抗样本的生成对抗网络模型UntargetedGAN.模型训练过程中,首先利用原型网络（PrototypeNet）将图像标签转换为原型网络编码,之后结合原型网络编码、解码器和鉴别器进行联合训练得到期望的UntargetedGAN模型;在测试阶段输入查询图像及其标签即可快速生成对抗样本.实验结果表明,UntargetedGAN生成的对抗样本可有效实现无目标攻击,且与现有的无目标攻击算法相比在攻击性能和对抗样本生成效率方面有显著提升.