上覆地表车载作用下群洞隧道动力响应研究

依托浅埋四孔小净距隧道工程实践,基于行车动载理论,建立了三维弹性半空间隧道振动分析模型,分析车速和载重等10种激励作用下隧道竖向位移及应力响应规律。结果表明,在不同激励力作用下中隔带路面沉降最大,影响范围至隧道拱腰 拱脚位置,呈倒槽型分布,且4条隧道均在拱顶出现位移峰值,峰值随载重大致呈线性关系,车行及人行隧道位移曲线近似呈镜面对称的“漏斗型”曲线和渐变曲线。隧道最大主应力峰值主要分布于左、右拱肩,主应力峰值随载重大致呈线性关系。车行及人行隧道主应力近似呈镜面对称的不规则“双峰型”曲线和渐变曲线。公路下穿段范围隧道位移及主应力变化速率较大,但车速对隧道竖向位移及主应力影响并不明显,载重是关键影响因素。结合分析结果,给出了监控加密部位、交通管制及加固措施等建议。     

大跨度冷链仓库的施工重点方案及质量控制

大型物流冷链仓库施工中存在着大跨度厂房支模难度大、冷库对地面和厂房有着一定的保温要求等难点问题。本文以宁波梅山国际冷链供应链平台项目（一期）Ⅰ标段项目为例,针对其厂房施工高大支模架和厂房特殊保温要求,对变温差较大的大跨度厂房的超长混凝土筏板基础结构的裂缝控制进行研究,并重点对高耐磨冷库地平和保温层的施工工艺进行了深化研究,提出了高大支模下厂房的地平主体保温的施工工艺,为类似的高大支模冷链物流仓库主体结构和保温施工的高质量建设提供了经验参考。     

用于实时目标检测的高速可编程视觉芯片

视觉芯片是一种高速、低功耗的智能视觉处理系统芯片,在生产生活中有广阔的应用前景。文中提出了一种新型的可编程视觉芯片架构,该架构的设计考虑了传统计算机视觉算法和卷积神经网络的运算特点,使其能够同时高效地支持这两类算法。该视觉芯片集成了可编程的多层次并行处理阵列、高速数据传输通路和系统控制模块,并采用65 nm标准CMOS工艺制程流片。测试结果表明:视觉芯片在200 MHz系统时钟下达到413GOPS的峰值运算性能,能够高效地完成包括完成人脸识别、目标检测等多种计算机视觉和人工智能算法。该视觉芯片在可编程度、运算性能以及能耗效率等方面都大大超越了其他视觉芯片。     

大型物流园区主体结构施工关键技术解析及安全控制——以宁波农副产品物流中心项目Π期工程为例

当前许多大型物流园区建设成为城市基础设施配套提升的重点。大型物流厂房施工涉及高大支模和钢筋脚手架安装、主体模板与预埋管线穿插施工等复杂问题,利用BIM指导施工尤为重要。本文以宁波农副产品物流中心项目Π期工程为例,对主体工程施工中钢筋、模板、砌体分项施工的关键工艺进行深化布置研究,为建筑群主体建筑结构类型提供系统施工方案。同时,利用BIM施工模型来指导施工安全质量控制,对附着式脚手架、高层安全防护网和施工平台进行高质量模拟安装,以期为类似的大型物流园区建筑群主体结构的安全和质量把控提供借鉴。     

（英）CCNet:面向多光谱图像的高速船只检测级联卷积神经网络

针对实现遥感图像中船只目标的快速检测,提出了一个采用多光谱图像、基于级联的卷积神经网络(CNN)船只检测方法CCNet。该方法所采用两级级联的CNN依次实现感兴趣区域(ROI)的快速搜索、基于感兴趣区域的船只目标定位和分割。同时,采用含有更多细节信息的多光谱图像作为CCNet的输入,能够提升网络提取特征鲁棒性,从而使得检测更加精确。基于SPOT 6卫星多光谱图像的实验表明：与当前主流的深度学习船只检测方法相比,该方法能够在实现高检测精准度的基础上将检测速度提高5倍以上。     

CCNet:面向多光谱图像的高速船只检测级联卷积神经网络（英文）

针对实现遥感图像中船只目标的快速检测,提出了一个采用多光谱图像、基于级联的卷积神经网络(CNN)船只检测方法 CCNet.该方法所采用两级级联的CNN依次实现感兴趣区域(ROI)的快速搜索、基于感兴趣区域的船只目标定位和分割.同时,采用含有更多细节信息的多光谱图像作为CCNet的输入,能够提升网络提取特征鲁棒性,从而使得检测更加精确.基于SPOT 6卫星多光谱图像的实验表明,与当前主流的深度学习船只检测方法相比,该方法能够在实现高检测精准度的基础上将检测速度提高5倍以上.