基于深度学习的交通流量预测研究

交通流量序列具有不平稳性、周期性、易受节假日等因素影响的特点，因此交通流量预测是一项困难的任务。针对交通流量序列的预测问题，设计了一种基于深度学习的交通流量预测模型。模型融合了卷积神经网络和长短时记忆神经网络两种网络结构，卷积神经网络用于提取特征分量，长短时记忆神经网络综合提取出来的特征分量做序列预测。通过在贵州省高速公路车流量数据集上的验证，模型比传统的预测方法具有更高的精确度和实时性，在不同数据集上的泛化性能良好。     

框架梁、柱与填充墙间裂缝原因分析及预防措施

轻集料混凝土空心砌块因其自重轻、造价低、环保节能等诸多优点在工程应用中得以广泛应用,以某变电所项目为例,分析了空心砌块填充墙与框架柱、梁的交接处的裂缝类型及其成因,并从材料、设计、施工等方面提出裂缝的防治措施。