深层搅拌桩强度影响因素分析和承载力提高方法

深层搅拌桩在工程中广泛应用，影响深层搅拌桩强度的主要因素为水泥实际掺入比、养护龄期、土样含水量、土体搅拌均匀程度、复搅深度是否合理、水泥强度等级等。通过分析这些影响因素，探讨了提高深层搅拌桩桩体强度和单桩承载力的方法。     

水泥土深层搅拌桩复合地基沉降影响因素分析

简要介绍了水泥土深层搅拌桩复合地基的加固机理,通过对其沉降计算模型的分析,指出水泥土的物理力学性质是复合地基沉降量的重要影响因素,并对成桩工艺、水泥掺入比等因素对水泥土的影响进行了定性的分析.     

水泥土深层搅拌桩复地基沉降影响因素分析

简要介绍了水泥土深层搅拌桩复合地基的加固机理，通过对其沉降计算模型的分析，指出了水泥土的物理力学性质是复合地基沉降量的重要影响因素，并对成桩工艺，水泥掺入比等因素对水泥土的影响进行了定性的分析。     

深层搅拌桩加固软土地基值得注意的几个问题

通过对深层搅拌桩软土地基加固机理的介绍,从膨胀挤密、脱水固结、胶结凝固等深层搅拌桩软土地基加固机理方面和深层搅拌桩适用的范围、水泥标号与掺入比、设计桩长与桩的置换率、搅拌桩的承载力与沉降等设计方面及深层搅拌桩施工机械类型比较、操作程序、外掺剂种类等施工工艺方面，提出既经济又能保证深层搅拌桩施工质量需注意的几个问题，可为类似工程的设计、施工提供一定的借鉴.     

路桥过渡段采用水泥搅拌桩加固处理技术

文章介绍了水泥搅拌桩的成桩机理和影响强度的主要因素，重点叙述了水泥搅拌桩设计和加固料掺入料的确定及施工工艺，并提出搅拌桩质量检验的具体要求和方法。     

水泥深层搅拌桩化学分析法检测初探

水泥深层搅拌桩加固软基,是近年来迅速发展起来的地基处理方案。本文研究了深层水泥土的强度特征、规律和影响因素,并在大量试验的基础上总结出公式,对其进行重点定量评价和整体测试,保证水泥深层搅拌桩加固质量。     

深层水泥搅拌桩在软土地基加固中的应用

阐述了深层水泥搅拌桩的加固范围和加固原理,探讨了深层水泥搅拌桩在软土地基加固中的应用,并介绍了深层搅拌桩质量控制及检验办法。     

不同地基处理方式下组合式板桩码头结构的受力变形分析

为解决软弱土地基深水板桩码头的技术难题，采用不同水泥掺入比的满堂式加固法和水泥搅拌桩加固法对软弱土地基进行处理，并与传统单锚板桩结构进行组合，研究组合式板桩码头结构的受力变形状况。结果表明:不同水泥掺入比满堂式加固软弱土地基主要通过增加刚度抵挡竖向和水平向的荷载，减少作用于前墙的侧向土压力；随着水泥掺入比的增大，整体承受侧向土压力作用增强，前墙的变形显著减小。采用水泥搅拌桩处理软弱土地基，形成的搅拌桩桩体和桩间土共同协调了结构与土的受力状况，且通过限制前墙位移降低了锚杆的内力，减小了前墙内力。     

深层搅拌法加固软弱土层的室内实验研究

通过配比实验,用搅拌法对3种软弱土层加固,研究了土质类型、水泥掺入比、龄期、水泥牌号和含水量等因素对水泥土强度的影响.研究结果表明:粘土、亚粘土和粉土加固后的强度依次增大;亚粘土和粉土的水泥土强度分别为粘土水泥土的1.45～4.50倍;水泥掺入比越高,强度越大;水泥掺入比为14%和20%时水泥土强度是水泥掺入比为10%时的1.43～2.48倍;龄期与强度增长成正比,龄期为28 d和90 d的水泥土强度是7 d时的2.2～3.2倍,但水泥土强度的增长速度随龄期的增加而变小;用高标号水泥加固的水泥土强度相对较高,含水量高的土加固后强度要低于含水量较低的土强度;加入粉煤灰和外掺剂能增强水泥土的强度或改善其性能;可根据对加固土的强度与龄期等要求,合理地选择加固参数,以满足实际工程的需要.     

水泥土搅拌法的室内试验研究

为研究水泥搅拌法加固软土的特点和主要力学特征,进行了室内多因素影响下水泥土的配比试验,定量分析了龄期、水泥种类和水泥掺入比对水泥土力学性能的影响,揭示了各种因素对水泥土抗压强度的影响规律.单轴压缩试验结果表明:水泥土抗压强度随着龄期的增长而提高;水泥种类、水泥掺入比以及养护龄期是影响水泥土抗压强度的主要因素.     

多功能喷射深层搅拌法装置的工作原理

深层搅拌法按施工工艺的不同可以分为浆体喷射深层搅拌法和粉体喷射深层搅拌法。鉴于现行浆体喷射深层搅拌法和粉体喷射层搅拌法的施工工艺存在缺陷,作者提出改进,意见并设计了改进的多功能喷射深层搅拌法装置的工作原理图。     

基于DCNN的图像语义分割综述

图像的语义分割是计算机视觉中重要的基本问题之一,其目标是对图像的每个像素点进行分类,将图像分割为若干个视觉上有意义的或感兴趣的区域,以利于后续的图像分析和视觉理解.近年来,深度卷积神经网络(Deep Convolutional Neural Network,DCNN)的出现,极大地推动了语义分割的发展.本文从语义分割的基本定义出发,对语义分割中存在的困难和挑战进行了分析和描述.总结了目前用于评测语义分割算法的典型数据库,并以PASCAL VOC数据库为主线对近年来基于DCNN的语义分割算法进行了梳理和总结.最后对语义分割未来的研究重点进行了探讨和预测.     

南海深层水的来龙去脉

 中国南海是一个半封闭、深海盆、多岛屿（海山）、多连通的边缘海，南海深层水十分活跃，更新时间快，具有典型的南海深层环流特征。综述了目前海洋学家对南海深层水的认知，厘清了南海深层水的来龙去脉，并阐述了南海深层环流的特色。     

两类YOLOv4-tiny简化网络及其裂缝检测性能比较

面向国内高大建筑物裂缝检测市场实际需求,考虑现有YOLOv4-tiny深度网络结构在树莓派等边缘设备上运行速度慢的缺点,使用去除第二层残差网络、增加一个maxpool池化层及改变最后一个route层连接的方法生成YOLOv4-lite1和YOLOv4-lite2两种新的简化版YOLOv4-tiny深度网络结构。使用从百度上搜索的裂缝图片生成裂缝检测的训练集、测试集和验证集数据,在Ubuntu16.04系统上使用Darknet深度学习框架进行了训练。同时,在树莓派4B上进行的实际测试表明,YOLOv4-lite1具有更快运行速度、检出率和稳定性。该研究创新点在于进一步精简了YOLOv4-tiny网络结构和最后一层route层的连接,从而获得两种新YOLOv4-tiny深度网络结构形式和较佳检测效果。     

考虑井筒温度场与压力场的深井井涌风险控制

深井、超深井井筒内温度场、压力场变化幅度较大。温度场及压力场的大幅度变化影响到了钻井液密度场,进而对井控安全产生影响。建立了井筒当量密度场分布模型,利用该模型计算了钻井液循环和静止时钻井液当量密度场分布情况,并探讨了井筒温度场压力场对井控过程的影响。研究表明:深井、超深井钻井井控过程中,应该考虑井筒温度场、压力场变化对钻井液物性参数的影响;钻井液循环和静止时,实际钻井液井底当量循环密度和当量静止密度低于将钻井液作为地面常数时的当量密度,井控时应该注意适当增大钻井液密度以平衡地层孔隙压力。采取相应的措施预防环空井底压力的减小带来的溢流、井涌甚至井喷。进行井身结构设计时,可以不考虑温度场与压力场的影响;另外井控事故预防控制需要技术及管理措施相结合。     

基于深度学习的页岩储层总有机碳含量预测方法

页岩储层总有机碳（Total Organic Carbon,TOC ）含量的地震预测普遍采用密度回归拟合法,仅考虑了单因素的线性关系,预测结果误差较大。针对常规方法的不足,提出基于深度学习的TOC含量预测方法。首先,从测井资料中优选出与TOC含量曲线相关度相对较高的多个弹性参数曲线作为样本集输入数据,TOC含量曲线作为样本集输出数据,构建针对TOC含量预测的深度前馈神经网络模型;然后,调试网络模型结构,并利用共轭梯度法进行网络参数寻优;最后,将叠前振幅随偏移距变化（Amplitude Versus Offset,AVO ）反演得到的弹性参数数据体输入到深度前馈神经网络模型,预测得到最终的TOC含量数据体。通过四川盆地页岩储层实际测井、地震资料的应用,对比了该方法相对于常规回归拟合法的优越性,验证了方法的实用性和可行性,为页岩储层TOC含量预测提供了新思路。     

我们还需要前馈神经网络技术？

定义了前馈核神经网络的体系结构。从实际应用的需求出发。所定义的网络涵盖了目前多数前馈神经网络。从理论上证明了该网络的批量学习过程实际上所表达的是一种核学习机,进而证明了网络的学习仅需在最后一层实施即可,而在隐含层的参数可任意赋值。因此,该结论事实上是现有LLM及ELM的拓广。同时,发现在逼近精度要求不是太高的情况下,目前的前馈神经网络学习技术因过于繁琐而没有必要,仅需对网络最后一层进行学习即可。而前馈神经网络技术目前最前沿的应用是解决大样本及深度知识表达问题。针对这两个热点问题,分别提出了大样本下的廉价学习策略和深度知识挖掘下的灵巧学习策略。在此,作者希望该文能引起广泛讨论甚至争论。     

基于改进高斯滤波网络的深度伪造检测方法

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗针对虚假视频的检测中,特征噪声多、数据量大和检测准确率低的问题,提出一种改进高斯滤波对地标点进 行去噪和改进深度网络模型来提升精度的算法(IGFNet);算法将高斯滤波拓展到空域和值域上,在滤除低频噪声的同时尽可能保留高频噪声,使得在后续特征数据的处理中,标记点的精度得以提升;采用特征化的数据代替原始数据以减少数据量,使得送入网络的数据量大大缩小,有效缩短了训练时长和减少了网络参数量,在实际应用中可以增加鉴别虚假视频的效率;并且针对人脸属性特征点的差异采用不同深度的双流神经网络,从而更加有效地学习如何鉴别虚假视频。 实验表明:改进高斯滤波网络算法(IGFNet)有效地增加了真假脸检测的准确率,在与当前 较为优秀的方法如 Meso4,Xecption,LRNet 等的对比下,IGFNet 的准确率均有不同程度的提升,在跨数据集的测试上提升尤为明显;在压缩过的虚假视频测试中,IGFNet 的泛化下降程度最低,显示了较强的鲁棒能;通过改进网络加入梯度热力图以直观判断出 IGFNet 对于深度伪造图片的鉴别能力。     

“蛟龙号”载人潜水器的研制及其对中国深海探索的推动

 “蛟龙号”载人潜水器的成功研制使中国的载人深潜技术实现了跨越式发展，进入了世界载人深潜“高技术俱乐部”。“蛟龙号”的应用使中国的深海科学研究也取得了高速的发展，对促进中国深海高新技术产业形成和发展也具有重要的带动、辐射和示范作用。介绍了“蛟龙号”载人潜水器的研制情况以及它对海洋科技的推动作用，展望了中国海洋领域的未来发展趋势。     

基于深度置信网络的车辆交通流预测

提出了一种新的基于深度置信网络的交通流预测方法,利用深度置信网络良好的训练和预测性能,能够很好地学习时序数据集的内部特征,从而准确地预测交通数据流.为了验证算法的有效性,在PeMS数据集上对算法进行了实验测试,并同其他相关预测和分析方法进行了比较,实验结果表明新算法具有较好的预测性能.