房产征税：五国经验可借鉴

很多国家征收房产税,对房地产市场起到一定调节作用,同时兼顾社会公平。本文遴选一些国家房产税的征收制度,以期对我们研究推进房产税改革有所启迪。 房产估价和税率是决定房产税高低的关键因素——美国：大头用来建学区     

平移模式下刚性挡土墙三维被动土压力分布研究

针对实际工程中挡土结构物长高比较小时,挡土墙被动土压力分布具有明显的三维空间效应,采用二维被动土压力的计算方法研究挡土墙上被动土压力的分布不合理,研究了平移模式下刚性挡土墙上三维被动土压力分布情况。首先建立无粘性土体中有限宽深比刚性挡土墙有限单元分析模型,在平移模式下,当墙后土体到达极限状态时,研究挡土墙水平被动土压力的分布规律。结果表明,挡土墙水平被动土压力沿挡土墙宽度方向和深度方向均为非线性分布;挡土墙宽深比不会对三维被动土压力的分布方式、分布值大小及分布值的增长趋势产生影响;内摩擦角和墙土接触面摩擦角比值会对三维被动土压力的分布方式、分布值大小及分布值的增长趋势产生影响。研究成果可为工程设计和三维被动土压力理论计算提供数值依据。     

TiO_2纳米管负载纳米金的制备及其在紫外光下的光电性能(英文)

利用直流磁控溅射法制备纳米金颗粒表面改性TiO2纳米管,并通过XRD,FESEM对其结构进行表征.在紫外光下测试其光电效应,结果发现在定电位和动电位下,纳米金改性后的TiO2纳米管产生的光电流都要比未改性的TiO2纳米管大.在定电位下(1.0V),Au/TiO2纳米管产生的光电流为0.4mA,是TiO2纳米管的1.8倍.在动电位下(-1.5～1.5V),当电位达1.5V时,Au/TiO2纳米管产生的光电流为0.75mA,是TiO2纳米管的3.75倍.     

珠江口盆地恩平凹陷海相高泥质砂岩储层特征及主控因素

随着珠江口盆地恩平凹陷油田群的发现并投入开发,发现大量高含泥质的海相砂坝储层,储层特征及开发特征与常规海相砂岩差异较大。为研究其储层特征及主控因素,以恩平凹陷A油田高泥质储层为例,对比其储层特征、开发特征和B油田常规海相砂岩储层的差异,研究表明:与常规海相砂岩储层相比,高泥质储层黏土矿物含量更高、孔喉更小、粒度更细、物性更差,开发过程中具有低阻产水、易出泥砂、能量不足的特点,明确了高泥质储层宏观上受控于弱水动力的沉积环境,细粒沉积物及黏土矿物的胶结作用是储层渗透率降低的主要因素,并对油田开发造成不利的影响。     

高泥质疏松砂岩稠油油藏防砂技术现状及应用

高泥质疏松砂岩稠油油藏由于地层粉细砂运移、黏土矿物水溶储层胶结强度降低、稠油黏度高携砂能力强,开发过程中极易出砂和堵塞.防砂技术可有效解决油井出砂问题.通过对比和分析防砂管柱防砂、砾石充填防砂、化学防砂、压裂防砂、复合防砂和连续封隔体防砂技术的特点和适用性,发现砾石充填防砂强度高、有效期长、产能损失相对较小,压裂防砂具...     

面向深度学习的公平性研究综述

深度学习是机器学习研究中的一个重要领域,它具有强大的特征提取能力,且在许多应用中表现出先进的性能,因此在工业界中被广泛应用.然而,由于训练数据标注和模型设计存在偏见,现有的研究表明深度学习在某些应用中可能会强化人类的偏见和歧视,导致决策过程中的不公平现象产生,从而对个人和社会产生潜在的负面影响.为提高深度学习的应用可靠性、推动其在公平领域的发展,针对已有的研究工作,从数据和模型2方面出发,综述了深度学习应用中的偏见来源、针对不同类型偏见的去偏方法、评估去偏效果的公平性评价指标、以及目前主流的去偏平台,最后总结现有公平性研究领域存在的开放问题以及未来的发展趋势.     

基于改进遗传算法的定位问题研究

本文提出了一种基于物体影子随时间变化关系进行定位的新型定位方法.通过物体影长的模型与时间的函数关系,建立了基于最小二乘法的优化模型,并采用了遗传算法进行寻优求解,同时对遗传算法进行了一定改进,得到了较传统遗传算法更优的解答,得到的定位精度也较高.     

纤维素酯-支撑材料复合的反渗透干膜性能

CA_(101)、CA_(201)、CA—CTA_(101)三种膜是与支撑材料—聚酯纤维织物复合的,机械化连续生产的干膜。这些膜制备简单,复合性能良好,强度高,便于贮存、运输及粘合,反渗透性能稳定。在30kg/cm~2操作压力下处理杭州市自来水时,三种膜的水通量分别为7.0、6.5、7.33(ml/cm~2·hr),脱除率分别为90.0、92.5、91.7(％)。根据三种膜的不同特点,既可用来卷制大型元件,又可供板式装置浓缩分离用膜。     

基于随机森林的网络入侵检测方法

为了提高网络安全水平,及时对网络攻击进行主动检测,提出了一种基于随机森林的网络入侵检测模型。该模型能够对大流量攻击进行分布式检测,且检测算法在引入了两个随机性后,即可降低网络流量内不同属性特征字段的噪声,并消除关联性,以便更为便捷、迅速地对攻击进行主动检测。将经典的Adaboost组合多分类器方法与提出的算法在检测率、正确率、精确率三个方面进行对比,体现了该算法的优越性,为大数据时代下网络安全提供了更好的保护。