经历双重还原

大约在2002年的年底,我受邀参与湖滨项目的建筑设计。在此之前,美国JERDE与SWA作了这一地区的较大范围的详细规划(西起湖滨路,东到浣沙路,北起庆春路,南到解放路)。JERDE的规划商业气氛浓厚,有狂欢节式的城市空间感,但其中关于沿湖滨路区域并未得到杭州市政府的认可,根据市政府     

一种基于AHP的网络计划工期优化方法

工期优化问题在工程管理中比较常见。目前,在工期优化方面产生了很多工期压缩算法,在大多数这些算法中,仅将工程的压缩成本作为判定作业优化顺序的唯一标准。但事实上,在进行工期优化时,其他一些因素如资源可利用量、风险状况、作业复杂程度等也应被考虑到工期优化过程中。基于此,本文应用层次分析法,提出同时考虑工程资源、风险和成本的多目标决策工期优化方法。最后,通过一个实例来阐明具体工期优化过程,与传统确定优选系数的方法相比,本文的方法能够得到更加客观、全面、精确的作业优选系数,为决策者提供满足实际需求的工期优化方案。     

CEFR一回路管廊通风系统改造后雾状钠火事故分析

中国实验快堆（CEFR）是液态金属钠冷却的快中子实验堆,一回路钠净化系统管廊即309/1房间作为放射性钠气溶胶包容小室之一,房间内布满高温涉钠管道,特别是布置了反应堆主容器内高温强放射性钠流向外部的唯一管道。假使管道破裂,SSW喷射出的高温钠会燃烧引起钠火,在一定条件下,可能会产生持续的雾状钠火,对于房间压力、房间内气体温度、内部结构温度等因素影响很大。基于给309/1房间降温的目的对该房间进行了通风系统改造,改造后的通风系统增大了在309/1房间的正常排风量和正常进风量,这应该会对309房间的钠火事故热力学后果有所影响。本文利用FEUMIX程序计算一回路管廊通风系统改造后发生的雾状钠火事故后果,并与原通风设计条件下的雾状钠火事故后果进行对比,结果表明,通风系统改造对一回路管廊的雾状钠火事故具有一定缓解效果。     

工程网络计划工序“关键性”问题研究

不同工序对项目总工期的影响不同。基于这一事实,在项目管理中的重要问题之一是,确定项目的重要工序和合理分配精力控制工序以使项目顺利完工。为此,对几个经典关键指标,如工序关键概率(ACP)、工序关键度(ACI)和显著性系数(SI)进行了比较研究;并在其存在问题分析的基础上提出了一个新的衡量工序关键性的指标,即工序重要度(VES)。此外,基于项目风险管理中控制措施能减少工序持续时间,提出了运用工序关键指标辅助项目管理者合理分配精力;用C#语言编制软件C#-NETSIMU,并将其运用于工程实例分析。此研究成果有助于项目管理者合理地进行项目控制。     

城市魅力源泉--杭州新湖滨区

本文介绍了杭州湖滨改造工程。该工程意图通过整合历史和景观资源,塑造杭州城内的公共客厅。     

依旧创新--杭州湖滨商贸旅游特色街区一期工程创作随笔

2003年10月1日，经过大红半年的施工过程，湖滨改造一期工程基本竣工，标志着我们又一次改变了杭州的城市面貌，回顾过去将近一年时间的工作，有些感受希望与大家分享。     

绝对重力仪落体光心与质心空间距离测量

为了准确测量重力仪落体光心与质心距离,减少落体光心与质心不重合引起的旋转对重力加速度测量的影响,设计了落体光心与质心空间距离测量装置。提出了1种光心与质心间距的计算方法,并仿真验证了计算方法的可行性。使用设计的测量装置对落体进行测试,结果表明:激光干涉仪在信号频率为0.3~0.5Hz时的测量精度为0.1nm,提出的计算方法可以使测量系统的A类不确定度优于10μm,最大调校测量误差为1μm。     

基于特征融合的无参考屏幕图像质量评价

考虑到人类视觉系统对图像边缘和局部纹理信息较为敏感,本文提出一种基于特征融合的无参考屏幕图像质量评价方法。所提方法通过梯度方向直方图和局部二值模式分别提取屏幕图像的边缘和局部纹理信息,接着通过特征融合过程得到一个更加能够描述屏幕失真的融合特征,最后采用支持向量回归训练得到屏幕图像融合特征向量与主观质量分数的质量评价映射模型。实验结果显示,与现有的图像质量评价方法相比,本文所提算法能够更好地反映出人类视觉系统对屏幕图像的主观感知度。      

钱氏兄弟的稀土情怀——记中稀（江苏）稀土有限公司劳模标兵钱建龙、钱建平

<正>三十余个春秋,钱氏兄弟携手稀土长征路,共同见证我国稀土产业由弱到强。哥哥钱建龙成为企业科研创新领军人才,弟弟钱建平成为稀土分离生产一线“匠人”,一起成为劳模标兵。兄弟缘、稀土情,成为稀土行业的一段佳话。谈及过往和荣誉,钱建龙说：“那是对过去的肯定,更是对未来的激励。如今,我们哥俩都到了知天命的岁数,     

基于多元特征感知网络的高考成绩预测

高考成绩是当今教育部门关注的焦点,科学的成绩分析可以帮助在校师生合理安排和调整学习计划,从而提高考生成绩.传统方法利用统计学和数据挖掘的知识来发现成绩间的隐含联系,然而面对多元化非线性数据时,方法的精确度会受到限制.因此,通过将考生的短期特征与长期特征相结合,充分挖掘影响高考成绩的关键因素,提出一种新颖的多元特征感知的神经网络模型(MFNN)实现高考成绩预测.为验证MFNN的有效性,在合肥市教育局提供的真实数据集上进行实验.该数据集包括10138名理工类考生以及4874名文史类考生2015年3次高中质量检测成绩以及高考成绩.实验结果表明,所提方法优于其他对比方法.