纳米氧化物对水泥基料化学收缩的影响

采用ASTM化学收缩试验方法,研究纳米SiO2、MgO、Al2O3对水泥基材料化学收缩变化的影响,明确纳米材料种类的差异性。结果表明,各实验组水泥基材料化学收缩均经历三阶段:急速变化区、缓慢变化区、平稳区,7d始水泥基材料化学收缩基本稳定。几种纳米材料的最佳掺量对水泥基材料的化学收缩改善作用大小为:SiO2>Al2O3>MgO。研究发现,纳米材料种类和掺量的不同对化学收缩的影响也较大,在选用时,需综合考虑。     

基于“IPv6+”的智能IP网络方案

随着第4次工业革命的到来，人类社会正逐步迈向万物互联的智能时代。智能时代需要更加自动化、智能化的IP网络，基于“IPv6+”的SRv6、BIERv6等技术是使能新一代IP网络的关键基础。全面阐述了“IPv6+”的技术内涵，结合华为在智能 IP 网络解决方案上的创新和思考，介绍了“IPv6+”在极简连接、SLA 保障、专网体验、质量感知和云网一体等多个解决方案场景的关键技术与典型应用，助力5G与云业务发展。     

Disease Ionomics: Understanding the Role of Ions in Complex Disease

Ionomics is a novel multidisciplinary field that uses advanced techniques to investigate the composition and distribution of all minerals and trace elements in a living organism and their variations under diverse physiological and pathological conditions. It involves both high-throughput elemental profiling technologies and bioinformatic methods, providing opportunities to study the molecular mechanism underlying the metabolism, homeostasis, and cross-talk of these elements. While much effort has been made in exploring the ionomic traits relating to plant physiology and nutrition, the use of ionomics in the research of serious diseases is still in progress. In recent years, a number of ionomic studies have been carried out for a variety of complex diseases, which offer theoretical and practical insights into the etiology, early diagnosis, prognosis, and therapy of them. This review aims to give an overview of recent applications of ionomics in the study of complex diseases and discuss the latest advances and future trends in this area. Overall, disease ionomics may provide substantial information for systematic understanding of the properties of the elements and the dynamic network of elements involved in the onset and development of diseases.     

安徽省河长制决策支持系统建设与应用

针对河湖长制相关数据分散在多个部门及部门之间、省市县之间,数据互联互通和共建共享不够充分等问题,结合河湖管理保护实际,充分整合涉河湖保护相关数据,最大程度地共享现有数据资料和软硬件资源,系统建设严格遵循全国河长制系统建设指导方案,围绕决策支持的主题思想,总体框架采用“5+N”模式,满足河湖长制工作和河长湖长履职尽责需求,强化基础资料整编、实化系统功能、优化系统界面,充分分析建设难点及解决办法、存在不足及意见建议,系统的建成推动河湖长制工作规范化、促进河湖管理协同工作的高效化、实现执法监督工作的实时化,提升河湖管理保护信息化水平,为河湖长制信息化建设提供参考。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。