湿陷性黄土地区某框架房屋地基加固设计研究

湿陷性黄土地区经常会发生由于地基处理不当或基础设计不当产生房屋倾斜现象.某四层混凝土框架结构住宅楼,建于湿陷性黄土地基上,建成后产生过大沉降和倾斜,对使用造成了不利的影响.我们设计的主要目的是通过生石灰桩的桩土挤密,吸水膨胀作用使地基土得到加固,防止基础继续下沉,保证房屋的正常使用.通过对某湿陷性黄土地区4层框架房屋的地基及上部结构的检测鉴定分析,找出房屋产生不均匀沉降的原因,进而为此建筑物拟定了加固纠偏设计方案.对其他湿陷性黄土地区的房屋纠偏加固有借鉴作用.     

固结灌浆法在桥梁地基处理中的实际应用探讨

在地基加固的过程中,使用灌浆法的频率相对较高,工程实践结果显示,使用灌浆法对地基做填充和加固能够对地基进行纠偏,在流砂防治管理的过程中更是发挥着重要作用。施工过程中建筑物基础地基会出现差异较大的沉降,导致出现地面裂缝,选择使用硅化水泥灌浆法能够在短时间内防止裂缝发展,确保建筑物与地基的安全性与稳定性。文中以桥梁地基的加固为例,简单介绍了固结灌浆法的作用和具体的实施方式。     

基于自回归模型的基坑周边建筑物沉降预测分析

为了确保基坑周边建筑物的安全,建立自回归模型研究周边建筑物沉降的趋势并及时预测。首先采用统计方法分析沉降监测基准的稳定性,然后根据某监测点16期观测数据,建立自回归模型AR(P),最后使用4期的预测数据与实测数据进行比较:预测值和实测值之间的最大差值不超过0.6mm。表明该模型有良好的预测结果,可应用于预测该基坑周边建筑物的沉降。     

膨胀法纠偏加固湿陷性黄土地区建筑物的模型试验研究

介绍了根据孔隙挤密原理推导的建筑纠偏生石灰桩使用量的计算理论,详细地阐述了模型试验的方法和步骤,并将模型试验结果与计算理论的计算结果进行了比较,验证了该理论的正确性,使其更加合理与完善,为湿陷性黄土地基上采用膨胀法纠偏加固危房提供了理论依据.     

基因表达式编程方法在变形监测数据处理中的应用探讨

针对变形监测数据处理中传统方法存在的的局限性,采用基因表达式深入分析变形监测中的数据。对某建筑物沉降数据进行了预测和检验分析。实验表明,与传统预测方法相比,GEP预测方法有效地减少了变形监测中数据的误差,克服了传统预测方法的不足,提高测量精度,从而尽可能减少变形数据对变形分析的影响。     

深厚软土场区超长管桩基础倾斜纠偏关键技术研究

软土场区超长管桩基础发生倾斜、移位的情况时常发生,给工程建设带来了较为不利的影响。本文分析了深厚软土场区超长管桩基础产生倾斜侧移的原因和机制,介绍了软土场地管桩倾斜纠偏的四类方法。依托工程桩倾斜事故的纠偏工程,详细介绍了钻孔纠偏方法,并进行桩体低应变检测。结果表明,桩体位置和桩体完整性满足设计要求。     

几何特征表达及基于几何特征的建筑物提取

通过分析高分辨率遥感图像中建筑物光谱特征存在严重的“同物异谱”和“同谱异物”等情况,发现建筑物的几何特征比其光谱特征更加典型. 在总结了建筑物的一些典型几何特征之后,进行了基于几何特征(面积特征、矩形拟合度特征、长宽比特征、走向特征)的建筑物提取实验,发现利用几何特征能够比较有效地提取到建筑物. 由于图像分割离不开光谱特征,即建筑物几何特征的计算受到其光谱特征的影响,依据几何特征的建筑物提取结果不是非常令人满意的. 高度特征是建筑物最典型的几何特征之一,因此将高度特征引入到图像分割和建筑物提取过程是提高建筑物提取精度的新方向.     

高分辨率光学与SAR影像在建筑物信息提取中的应用

利用高分辨率航天遥感数据对建筑物实现三维重建,具有重要的理论与实用价值.光学与SAR图像是应用较为广泛的两种遥感数据,高分辨率是当代遥感发展的一个重要趋势. 归纳了建筑物检测与高程估算的研究现状,分析了建筑物在高分辨率SAR影像中的物理散射特性,并进行模拟仿真. 以采用的数据源为序,分别介绍了建筑物检测与高程估算的研究现状及存在的问题. 对基于高分辨率光学与SAR影像的建筑物三维重建进行了展望.     

新陈代谢GM(1,1)模型在现代有轨电车沉降预测中的应用

目前灰色模型在建筑物、边坡、高铁等领域的沉降预测中的应用研究较多,而在现代有轨电车中的沉降预测中应用比较少,并且现代有轨电车在运营阶段的沉降变化量较小。用灰色GM(1,1)模型和新陈代谢GM(1,1)模型对有轨电车筏板的沉降监测点的监测数据进行预测并比较。结果表明,新陈代谢GM(1,1)模型剔除了旧数据,增加了新的预测数据,提高了模型预测精度。验证了模型在现代有轨电车筏板进行沉降预测的可行性,为今后类似情况的沉降监测预测提供参考和借鉴。     

建筑抗震概念设计与设计规范的研究

地震是地球内部介质局部发生急剧的破裂,产生地震波,从而在一定范围内引起地而振动的现象.地震是一种随机性振动,它有着难以把握的复杂性和不确定性,几前,人类还不能准确预测,也不能完全把握和测算建筑物在遭遇地震的特性和参数.     

具有区间数的粗糙神经网络故障认定方法

针对具有区间数的信息系统．提出用粗糙神经网络求解其问题的方法．给出了粗糙神经网络的拓朴结构和学习算法以及粗糙神经网络的逼近定理．最后以歼击机的操纵面故障认定为例，构造了歼击机故障认定的粗糙神经网络．并通过仿真说明了方法的可行性和有效性．     

RBF神经网络法在泥页岩有机非均质性测井评价中的应用

探讨了通过RBF神经网络方法利用常规测井曲线评价泥页岩TOC和S1的可行性.利用RBF神经网络法和ΔlgR法对L69井TOC做测井评价并进行对比,二者建模结果中实测值与计算值R2分别为0.73和0.7,前者略优于后者,当声波或电阻曲线与TOC为非线性关系时表现尤为突出;利用RBF神经网络法对L69井S1进行测井评价,其建模结果中实测值与计算值R2为0.73,精度较高,成功实现了对泥页岩中S1的预测.研究结果表明,RBF神经网络法对泥页岩有机非均质性(包括含油非均质性)的测井评价可行性和模型精度均较高,具有较大应用前景.     

网格技术在网络教学资源管理中的应用研究

将网格技术应用在网络教学资源管理中,提出了网络教育资源的网格模型、查询方法和共享策略.网络教育资源网格通过"互连、互通、互操作"实现了资源的整合,实现了网络教育资源的协作、协同和共享,提高了网络教育资源的管理安全和查询效率.     

效用法在网络安全策略方案评价过程中的研究

人们对相同的客观事物给出的评价往往是不同的,这与评价者的知识经验、使用的评价方法及评价标准有着密切关系.评价方法是整个评价过程的关键核心,选取一个可信度高的网络安全评价方法能对网络安全状况作出较为客观的评价.本文主要介绍使用效用法的应用模型为网络安全策略进行综合评价的方法.结果表明本文的研究方法能够适应网络安全策略方案的评价过程.     

基于图象分割子集法的人工神经网络在两相流层析成象仿真中的应用研究

提出了基于图象分割子集的神经网络对管道内两相流进行电容层析成象的方法.解决了神经网络的输出单元数与重建图象精度之间的矛盾.研究了成象的分割网络模型及其实现步骤.给出了系统误差E和图象仿真结果.结果表明该方法能够更精确和快速地重建出两相流体的断层图象.     

基于P2P流媒体技术的网络课件制作关键技术研究

针对传统网络课件的弊端,提出了基于P2P流媒体技术的网络课件制作、传输方法,研究了网络课件制作过程中的基于P2P流媒体和基于时间线的多轨道的信息组织方式等关键技术,实现了基于P2P流媒体的远程多媒体课件制作、发布与显示。     

神经网络理论在FCS安全性评价中的应用研究

将神经网络理论应用于评价FCS的安全性,在标准BP网络原理基础上,提出BP网络的一种改进算法:即采用带非线性动量项自适应变步长的BP算法(NASBP),并提出一种用神经网络理论评价FCS安全性的实现方法.通过仿真验证该方法的可行性和有效性.     

快速园区网拓扑发现方法

基于简单网管协议的拓扑发现通常需要扫描整个网段,尤其是对于小规模园区网,网段中会有许多IP地址无回应,大大增加了拓扑发现时间. 为此,提出用层次遍历的方法由边缘设备向核心设备逐步搜索以便完成拓扑发现,不需要扫描网络中的IP 地址,仅通过地址转发表就能高效快速地获取整个园区网的拓扑结构. 仿真实验表明,该方法可在1 min 内推断出包含80 个节点的网络拓扑关系,通过实际部署进一步验证了方法的有效性.     

基于LSTM和特征生成的网络流量分类

本文提出了一种将特征生成和长短期记忆（long short term memory,LSTM）模型相结合的网络流量分类方法。该方法采用矩阵乘法特征生成方式,分析对比了不同特征生成方法的分类性能。通过实验比较了原数据和特征数据在分类问题上的准确性,并比较了卷积神经网络（convolutional neural network,CNN）和本文方法用于网络流分类的效果。在统计特征时采用核函数,使其可以适应LSTM输入维度,获得更佳的分类效果。对真实网络流数据的实验结果表明,本文方法在细分类中的准确度可达93.9%,而在粗分类任务中可达99.2%,其性能明显优于现有其他分类方法。     

蛛形图的D(3)-点可区别的边染色

蛛形图是一个重要的网络拓扑结构,研究它的染色对于网络权的分配有重要的指导作用.利用穷举法和组合分析法讨论了蛛形图的D(3)-点可区别的边染色,得到了蛛形图的D(3)-点可区别的边色数.