高能级强夯在湿陷性黄土地区的应用

根据8000、12000kN·m高能级强夯大面积处理地基加固的综合检测试验数据,结合室内试验数据及黄土地区的特殊性,得到了高能级强夯在黄土地区的有效加固深度、湿陷性处理效果;分析了高能级强夯处理湿陷性黄土的加固效果、加固深度及能级变化对地基处理效果的影响。结果表明：该研究为进一步分析高能级强夯的加固机理,尤其在湿陷性黄土地区的加固机理提供了依据,也为高能级强夯的大面积设计、施工和检测提供了优化数据。     

基于图像的静脉输液无液检测的新方法

针对国内外为实现静脉输液无液自动检测而采用的各种传感器技术存在的各种问题,提出基于图像的静脉输液无液检测的新方法.通过CCD摄像机采集输液器液位图像,数字化后输入计算机,由计算机软件进行图像处理和分析,得到输液器是否无液的信息.该方法的研究,实现了将数字图像处理技术融合到静脉输液无液检测应用中,丰富了图像处理内容的同时为静脉输液无液检测提供了新思路.     

关于抗冻胀设计规范中冻胀量预报的讨论

对渠系工程抗冻胀设计规范和水工建筑物抗冰冻设计规范中的冻胀量预报的理论,设计应用等问题进行了分析,针对存在的问题提出了计算（图表）方法、适用条件等改善建议。     

医学高职生英语学习策略运用的调查与启示

以广西某高校170名医学高职生为研究对象,通过问卷、访谈和B级成绩调查高职生英语学习策略的运用特点,结果表明高职生较多运用组织性计划、联想和自我交谈策略,较少运用听觉再现策略;女生比男生更多地运用自我交谈策略来降低学习的焦虑;高分组比低分组更熟练地运用推断策略;学生B级成绩的21．2％直接受到联想策略运用水平的影响．对造成这些差异的原因进行了分析,并指出在教学中要加强对学生的学习策略的培训．     

感潮地区暴雨和潮水位遭遇组合的涝灾风险

采用Copula函数建立感潮地区暴雨和外江(海)潮水位遭遇的联合分布,提出了设计组合下涝灾风险的分析方法,并定义和分析了暴雨和潮水位的联合风险率和同现风险率.通过研究中山市坦洲镇涝区的暴雨和潮水位的遭遇表明,AMH Copula函数能够较好地模拟暴雨与潮水位的联合分布;若设计暴雨为20年一遇,则与多年平均潮位或5年一遇潮位组合的排涝风险率分别不超过6.39%、9.58%;若设计暴雨为10年一遇,则与多年平均潮位或5年一遇潮位组合的排涝风险率分别不超过10.39%、7.04%;20年一遇暴雨、10年一遇暴雨分别与多年平均潮位或5年一遇潮位的同现风险率分别为0.086%、0.279%和0.173%、0.56%.     

1000MW压水堆核电机组一回路充排水过程中水位测量仪表偏差分析

应用流体力学中关于管道流动阻力的理论,分析1000MW压水堆核电机组在常温常压下一回路排水过程中水位的变化情况,找出水位偏差大的原因,并提出解决这一问题的措施。     

宝珠寺重力坝地震前后渗流原观特性对比分析(灾后重建专刊)

宝珠寺重力坝位于"5·12"特大地震的六大重灾区之一的四川省广元市境内,是接近震中库容最大的电站.监测数据显示地震后大坝坝体结构完整,个别坝段横缝有挤压现象;通过扬压力测值序列和扬压力折减系数的计算分析得出.大坝坝基扬压力无明显变化,只有个别测点测值有小幅波动;测值序列显示大坝渗漏量在震后明显增大,随后减小并呈现出逐步降低的趋势;从渗压等值线及矢量图分析得出震后大坝库区地下水位无明显变化,渗压空间相对稳定.在对大坝监测资料在地震前后对比分析和现场调查的基础上,分析了震后大坝渗流在发生变化的原因,对大坝防渗系统的工作状况做出了基本判断.     

压力脉动法预测声场流化床最小流化速度

在内径140 mm,高1 600 mm的鼓泡流化床中,采用压力探针研究了声场流化床FCC和石英砂颗粒的流化特性,考察了声压级和频率对颗粒最小流化速度的影响。结果表明:无声场条件下,压力脉动标准方差随表观气速的增大而线性增大,声场的引入可以显著降低颗粒最小流化速度,声压级越大颗粒的最小流化速度越小;固定声压级改变声波频率,发现频率在300 Hz时颗粒最小流化速度最小。对不同声场条件下最小流化速度进行拟合,得到了声场流化床最小流化速度预测关联式。     

A power-aware code-compression design for RISC/VLIW architecture

We studied the architecture of embedded computing systems from the viewpoint of power consumption in memory systems and used a selective-code-compression (SCC) approach to realize our design.Based on t...     

基于多信息融合的双进双出磨煤机料位检测

针对双进双出磨煤机料位检测难题,提出了一种基于多信息数据融合的双进双出磨煤机料位检测方法.该方法将粗糙集（RST）和径向基（RBF）神经网络相结合,利用粗糙集数据简约和规则抽取特性,有效地去除大量冗余数据.利用RBF神经网络函数逼近能力更强和收敛速度更快等优点,引入带遗忘因子的梯度下降算法来整定RBF神经网络参数,简化了神经网络结构,提高了神经网络的学习效率,同时拥有自学习和容错能力,从而有效地保证了数据融合的快速收敛性和稳定性.实验结果表明,在料位检测过程中,将两种智能算法相结合所构成的融合系统,能使双进双出磨煤机准确地完成复杂环境的料位检测任务.