高层建筑深基坑锚杆、土钉墙设计

文章综合某高层建筑基坑锚杆、土钉墙实践,介绍在上层滞水水位较低,地层渗透系数大的水文地质条件下,基坑锚杆、土钉墙技术参数选取、方案设计等过程。监测结果证明,此项工程的锚杆、土钉墙方案设计合理,技术参数选取正确,对同类工程有指导意义。     

基于深度学习的fMRI数据分析在偏头痛研究中的应用

偏头痛作为一种常见的疾病,发病概率高,致病机理尚不明确,并且临床缺乏有效的诊断手段.运用功能核磁共振成像技术获取被试脑功能数据,然后通过深度学习中自动编码器,自动提取数据特征,并结合各种机器学习算法,预测偏头痛,为临床诊断提供参考依据.用深度学习提取数据特征,训练分类器,能达到更好的分类效果.深度学习算法可以在传统模板获取初步特征之后,进一步提取更加精细有效的特征,在预测偏头痛上获得更好的分类性能.     

等强度婴儿脑MR图像分割的深度学习方法综述

磁共振（magnetic resonance,MR）成像作为一种安全非侵入式的成像技术,可以提供高分辨率且具有不同对比度的大脑图像,被越来越多地应用于婴儿大脑研究中。将婴儿脑MR图像准确地分割为灰质、白质和脑脊液,是研究早期大脑发育模式不可或缺的基础处理环节。由于在等强度阶段（6~9月龄）婴儿脑MR图像中,灰质和白质信号强度基本一致,组织对比度极低,导致此阶段的脑组织分割非常具有挑战性。基于深度学习的等强度婴儿脑MR图像分割方法,由于其卓越的性能受到研究人员的广泛关注,但目前尚未有文献对该领域的方法进行系统总结和分析。因此本文对目前基于深度学习的等强度婴儿脑MR图像分割方法进行了系统总结,从基本思想、网络架构、性能及优缺点4个方面进行了介绍。并针对其中的典型算法在iSeg-2017数据集上的分割结果进行了对比分析,最后对等强度婴儿脑MR图像分割中存在的问题及未来研究方向进行展望。本文通过对目前基于深度学习的等强度婴儿脑MR图像分割方法进行总结,可以看出深度学习方法已经在等强度期婴儿脑分割中展现出巨大优势,相比传统方法在分割精度和效率上均有较大提升,将进一步促进人类人脑早期发育研究。     

Analysis of deep excavations in clay under the undrained and plane strain condition with small strain characteristics

The nonlinearity and small strain characteristics of clay are predominant factors to affect the analysis accuracy of surface settlement induced by deep excavation in soft clay. In this study, we use a newly developed constitutive model, namely the undrained soft clay model, to simulate the nonlinearity of soft clay and to describe the degradation of elastic Young's modulus with the increasing stress level, ranging from small strain to near failure. The parameters of the formula can be obtained from conventional soil tests. One well-documented case history is then used to show the parameter determination procedure and validate the proposed model. The states of strain and stress paths for the soil in the excavation are also studied to validate the rationality of the model. Besides, two additional case studies are conducted to verify the model further.     

基于深度学习的采摘机器人目标识别定位算法

为了提升采摘机器人对果实的识别准确率以及定位定精度,提出一种基于深度学习Faster-RCNN框架的采摘机器人目标识别和定位算法.首先采用卷积神经网络VGG16模型提取输入图像的特性信息,并利用区域提议网络RPN生成含有目标的候选框,通过引入自适应候选框数的方法有效提升了算法性能,然后利用多任务损失函数对目标进行分类识...     

Bayer阵列图像去马赛克算法综述

Bayer阵列图像去马赛克技术是对稀疏采样的Bayer阵列图像进行RGB信息重建,图像重建质量是成像设备评价的重要因素之一,同时也对其他计算机视觉任务(如图像分割、人脸识别)产生影响。随着深度学习方法的快速发展,图像去马赛克领域提出了多种高性能算法。为了便于研究者更全面了解图像去马赛克算法的原理和研究进展,本文对该领域的经典算法和深度学习算法进行综述。首先对Bayer采样阵列原理和图像去马赛克技术进行概述。然后将现有方法分为传统方法和基于深度学习方法两类进行总结,同时根据去马赛克任务是否具有独立性,将深度学习方法分为独立去马赛克任务和联合去马赛克任务两类,分析不同方法的原理和优缺点,重点阐述基于深度学习的去马赛克方法的网络结构和重建机理,介绍去马赛克领域常用的公共数据集和性能评价指标,并对图像去马赛克相关实验进行分析对比。最后,围绕网络深度、运算效率和实用性等方面分析了现阶段图像去马赛克技术面临的挑战及未来发展方向。目前,基于深度学习的图像去马赛克方法已成为主流发展方向,但仍然存在计算成本较高、实际应用性不强等问题。因此,如何开发出重建精度高、处理时间短以及实用性强的图像去马赛克方法,...     

基于强化学习的列车驾驶曲线节能优化算法

在保证安全和准时性的前提下,自动化列车运行可以有效减少列车耗能。为了灵活应对列车运行种的动态变化,提出了一种基于强化学习的方法,可以优化列车控制策略且不采用之前关于列车动力学的知识和设计的列车速度曲线。这个优化模型将列车节能作为目标,把准点到达、列车限速、停车位置作为限制条件。大量的列车运行经验可以被用来训练深度神经网络直到得到最优化行为价值函数,通过对训练过的神经网络输入状态,可以准确输出每个行为的价值,然后再根据行为价值的大小来选择最优的驾驶策略。     

Majority and minority carrier traps in monocrystalline CulnSe2

Electron and hole traps in Bridgman-grown monocrystalline CuInSe₂ were investigated by carrying out deep level transient spectroscopy measurements on homojunctions, Al-CuInSe₂ (p-type), and Au-CuInSe₂ (n-type) Schottky junctions. Three hole trap levels and two electron trap levels were observed on these devices. Effects of oxygen and etching on the electron trap level at 182 ±15 meV from the conduction band edge were specifically studied. It was found that the election trap densities in the homojunctions prepared using the CuInSe₂ samples treated in NH₂NH₂ solution, which absorbes oxygen atoms in the samples, were larger than the electron trap densities in the homojunctions prepared using untreated samples. Moreover, the electron trap densities in the homojunctions after prolonged heat treatment in O₂ were less than that without prolonged heat treatment. The results thus suggested that oxygen atoms in CuInSe₂ can reduce the electron trap density of p-type CuInSe₂. The effects of chemical etching on these electron traps were also studied. The excess indium atoms in the CuInSe₂ were considered to affect the electron traps.     

高补偿硅的阻–温特性

采用5Ω·cm的p型单晶硅,通过在高温下扩散金属锰的方法,可以得到高补偿硅.笔者选择没有光照下,室温电阻率为5.84×104Ω·cm的样品,进行测量电阻随温度的变化关系(温度从77 K上升到300 K).测试结果表明:在没有光照条件下测试时,电阻随温度的变化同普通的半导体;但在受到光照时,却出现极不相同的情况,这种不同,可能来自所掺杂的硅是一种光敏材料及掺入的杂质是一种深能级杂质.     

室内多载波CDMA系统在深度衰落环境下的能量受控均衡策略

多载波CDMA(MC-CDMA)是将多载波调制OFDM与DS-CDMA结合起来的多址访问技术。如何从接收到的信号恢复出发送信号，涉及到频率分集接收和均衡。本文提出的能量受控均衡技术，在多用户的环境下能较好地恢复扩频码的正交性且避免信道深度衰落的影响，而且，实验表明该方法对于不同的信道状况均能很好适应。