梁上部钢筋配筋形式的选取

建筑结构中,梁的上部钢筋一般采用支座钢筋大直径、同直径通长,也有为节省钢筋中部采用小直径与支座钢筋搭接的形式。该文严格按照规范及图集的要求,分析两种配筋形式的钢材用量,并且采用建筑信息模型(BIM)先进技术进行验证,得出结论:中部采用小直径与支座钢筋搭接的形式不可取,不但不节省钢筋,反而影响结构的整体性,梁的上部钢筋应采用支座钢筋大直径、同直径通长。该结论可为建筑结构设计及施工提供可靠、有效的理论依据。     

组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。     

基于模型检测的机载电子硬件验证方法研究

模型检测技术已广泛应用于计算机硬件、通信协议、控制系统等领域,在民用航空领域如何采用模型检测技术开展硬件符合性验证,成为设计及验证人员待解决的问题。文中介绍模型检测方法的验证机理,并提出使用该方法作为机载电子硬件的补充验证方案。以PCI总线状态机模块作为验证对象,开展模型检测补充验证,确定了状态机各状态转移路径的正确,说明了该方法的合理性。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

BIM用于垃圾垂直运输系统设计上的技术研究

工地扬尘控制属于绿色施工中的一项重要指标。目前,工程针对作业面扬尘的控制措施很少,控制效果不明显。针对此问题,利用BIM技术设计了一种垃圾垂直运输系统。BIM技术在设计过程中的主要应用点是:设计了各组成构件,模拟垃圾坠落时的冲击,设计出了转子这一个缓冲构件;优化了三维空间中钢板、角钢、螺栓等各零件的位置关系,避免碰撞;对整块钢板进行了切割排布,减少加工产生的边角料等。最终,垃圾垂直运输系统在工地现场的使用过程中取得了良好的效果。