A practical reliability assessment approach and its application for pile-stabilized slopes using FORM and support vector machine

Bulletin of Engineering Geology and the Environment - Many uncertainties exist in pile-stabilized slopes which make their design substantially complicated. In this paper, a first-order reliability...     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究，尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起，面部运动单元检测技术发展迅速。首先，阐述了面部运动单元的基本概念，介绍了已有的常用面部运动单元检测数据库，概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法；然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析；最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。     

黑龙江省节水增粮行动(2012—2015年)实施方案

文章通过对黑龙江省高效节水现状,存在问题的分析,结合黑龙江省高效节水发展的支撑能力,阐述黑龙江省节水增粮目标、任务及总体布局,为黑龙江省2012—2015年节水增粮实施提供依据。     

Isolation of antimicrobial agent from the marine algae Cystoseira hakodatensis

Cystoseira hakodatensis is an unutilised brown algae belonging to family Sargassaceae. A crude methanol extract from the algae showed inhibitory effects on the growths of Bacillus cereus and Bacillus licheniformis. To isolate the major antimicrobial agent, a sequential active‐guided isolation procedure was applied: liquid–liquid extraction, column chromatography and bio‐autography. A marked antimicrobial agent (active α) was isolated in hydrophobic fraction and was determined to phenolics without carbohydrates and proteins by phytochemical test. Regarding the antimicrobial potential, the isolated active α showed better inhibitory effects against B. cereus and B. licheniformis at 2 and 4 times of lower concentrations (62.5 and 31.3 μg mL^?1) in comparison with epigallocatechin gallate. These results showed that C. hakodatensis is a potential source of antimicrobial agent capable of preventing the growth of the two bacteria.     

尿素装置液位仪表失真分析及处理

介绍了尿素装置中3起液位仪表失真案例,分析了故障现象和设备工况,确定失真原因,采取了相应的处理措施,解决了仪表故障。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。