基于模糊DEMATEL方法的建筑施工安全影响因子分析

近年来,建筑施工安全问题层出不穷。为加强建筑施工安全管理,本文识别了影响施工安全的6个影响因子和产生安全事故的7个因子并对其重要程度进行排序。首先,通过文献分析,结合建筑事故数据的事故因子,提出施工安全管理的发展现状;其次,建立施工安全因子模型,采用模糊DEMATEL法根据建筑行业专家对影响因子的打分情况进行分析,找出各安全因子的特点;最后,在此基础上,结合安全因子分析建筑施工的安全管理的具体内涵,并提出安全施工的办法。     

综合医院洁净手术部电气设计要点剖析

结合三级医院洁净手术部的设计实践,重点从供电电源、供电方案、配电设计、照明设计、安全接地、电气用房设计等方面,剖析洁净手术部的电气设计要点,为满足医院常态化疫情防控提供技术保障.     

减水剂类型对赤泥—矿渣基地聚物注浆材料性能的影响及机理研究

针对赤泥等固体废弃物对环境危害性大且利用率低等问题,以碱激发赤泥-矿渣基地聚物注浆材料为 研究对象,研究了不同掺量的聚羧酸(PA)减水剂、醛酮缩合物(AKC)减水剂和萘系(N)减水剂对材料凝结时间、流动 性及强度等的影响,并通过 XRD、傅里叶红外光谱及 SEM 等设备对减水剂的作用机理进行研究。 结果表明:减水剂增 强了材料的流动性但降低了材料的剪切应力;N 和 PA 减水剂能缩短材料的凝结时间,但 AKC 减水剂会延长材料的凝 结时间;N 和 AKC 减水剂能提高材料的强度,但 PA 减水剂会降低材料的强度;N 减水剂对材料的综合性能提升效果 更加明显,其最优掺量为 0. 7%;减水剂对赤泥-矿渣基地聚物性能提升的作用机理主要是促进地聚合物凝胶的形成。 研究成果为拓展赤泥在工程上的使用途径和效率提供了理论指导。     

《岩石力学与工程学报》征稿简则

本刊系中国科协主管、中国岩石力学与工程学会主办的力学类和土木工程类总被引频次和影响因子均居前列的期刊,为建筑科学与水利工程类国家核心期刊,获评“中国百强报刊”、“湖北十大名刊”、“中国百种杰出学术期刊”和"中国最具国际影响力学术期刊"等荣誉称号;被美国EICOMPENDEX、《剑桥科学文摘》(CSA)、《日本科学技术社数据库》和国内许多权威数据库确定为核心收录期刊。凡在本刊上发表的论文,即认为作者默认并同意其论文被以上数据库收录。     

基于熵权TOPSIS的工程咨询机构BIM技术应用能力评价

构建工程咨询机构BIM技术应用能力评价的指标体系,提出改进的熵权TOPSIS评价模型,以4个典型的工程咨询单位为例,进行BIM技术运用能力评价。研究表明,BIM行业的整体水平已经有了明显的提升,但是区域间的发展还存在一定差距。     

PDMS基片表面的光刻胶图形化工艺研究

在聚二甲基硅氧烷(PDMS)微纳米器件的制造过程中,经常需要在PDMS基片表面进行光刻胶的图形化。建立了一种PDMS基片表面的光刻胶图形化工艺。通过对PDMS基片表面进行氧等离子体改性处理,提高了PDMS的表面润湿性,使得光刻胶可以均匀地旋涂在PDMS基片表面;提出利用室温下长时间静置代替常规的光刻胶前烘工艺,有效避免了光刻胶在前烘过程中裂纹的产生。最后,作为工艺验证,在PDMS基片表面成功制作出了复杂的光刻胶微阵列图案。     

“互联网+”时代背景下计算机基础应用类课程在线教学设计

随着我国"互联网+"时代的到来,传统学校教学模式和教学理念已不能满足时代发展的需要,全国各类院校倡导教学改革,提出开展线上教学,更是迫切要求将教学与互联网完美融合。本文重点探索计算机基础应用类课程在线教育教学设计、教学方法及考核方式。     

基于密度聚类的光条中心线提取方法

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。