承插式预制装配式与现浇整体桥墩受力对比分析

文章结合山东省京台改扩建高速公路泰安—枣庄第三合同段的预制装配式桥梁工程,采用有限元软件ANSYS模拟实际的架梁过程,对采用承插式预制装配式桥墩和现浇施工桥墩的受力性能进行分析研究,并与现场实际监测数据进行对比,分析中考虑实际结构尺寸、配筋率等变量对计算结果的影响,研究结果表明,采用承插式连接的装配式桥墩受力性能与现浇桥墩受力性能相近。     

压采作用下宿州市地下水源置换效应模拟研究

文章针对宿州市中深层地下水压采后面临的替代水源问题,提出将城西水源地内拟压采的水量置换到符离岩溶水源地,通过构建地下水数值模型,预测不同方案的地下水位和降落漏斗变化,并对比分析。结果表明：以压采方案1(压采比例20%)开采,城西水源地水位及漏斗面积基本稳定,符离水源地水位在前期下降5.09 m后呈0.22～0.36 m/a的下降速率;以压采方案2(压采比例30%)开采,城西水源地水位逐年上升,稳定后呈0.07～0.20 m/a的上升速率,漏斗面积逐渐减小,符离水源地水位在前期下降9.63 m,后期呈0.57～0.86 m/a的下降速率;压采方案2对于城西水源地的水位抬升效果优于压采方案1,虽然在符离水源地水位下降幅度更大,但是在后期下降速率也趋于稳定,且10 a末中心水位15.63 m的下降幅度对其他用户的开采利用不会产生影响,故总体上,压采方案2要优于压采方案1。研究成果可为宿州市水资源合理开发利用提供科学依据,也可为广大北方地区地下水压采之后制定水资源利用方案提供参考。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。     

杭州科技成果转移转化政策体系研究

本文以我国10个科技创新指数排名前列的城市最新科技成果转化相关政策文本为样本,采用ROST-CM6分析工具,运用“政策工具-政策目标”二维分析法以及可视化的社会和语义网络分析图进行分析研究,提出了对杭州出台科技成果转化政策体系的思考和建议。     

基于CPN的智能合约交易顺序依赖漏洞的验证

智能合约的形式化验证工作主要集中在编程语言层面的漏洞研究,而交易顺序依赖作为区块链层面的漏洞更不易被检测。基于着色Petri网对智能合约中潜在的交易顺序依赖漏洞进行形式化验证。以Decode悬赏合约为对象,分析合约中潜在的漏洞,自顶向下地对合约本身及其执行环境建立着色Petri网模型,并引入攻击者模型来考虑合约遭受攻击的情况。通过运行模型以验证合约存在交易顺序依赖漏洞,最后基于Remix平台在以太坊网络中证实结论的正确性。     

基于CiteSpace的国内外伟晶岩研究进展与热点对比分析

以CNKI和Web of Science数据库中2000—2022年核心级以上中英文文献作为研究样本,通过CiteSpace科学文献计量知识图谱方法,对国内外伟晶岩的研究进展进行了可视化分析.研究表明：(1)2000—2022年国内伟晶岩研究论文成果增速远高于国外,有助于伟晶岩研究的未来发展;(2)中国地质科学院矿产资源研究所与俄罗斯科学院发文量分别在国内外处于领先地位,其核心研究团队与研究机构之间合作网络体系基本成型;(3)关键词共现与聚类可视化结果显示国内外伟晶岩研究主要集中在伟晶岩地质特征、岩石矿物结构、地球化学分析、花岗岩与岩浆演化以及稀有金属成矿等方面;(4)国内外研究具有热点重合度一般,同步性不强等特点,虽然都开展了伟晶岩理论与稀有金属成矿等研究,但是国内研究更侧重于Li-Be-Nb-Ta等稀有金属成矿规律研究,国外研究更重视花岗伟晶岩的起源与演化;(5)对当前及未来伟晶岩研究可从伟晶岩的岩石成因、稀有金属成矿以及喜马拉雅花岗岩等几个方面开展,可能成为未来研究的热点与前沿.     

非接触IC卡的信息安全策略论述

讨论了非接触型IC卡的信息安全技术,在应用中为保证非接触型IC卡的数据安全所采取的措施等问题.     

一种基于深度网络的视图重建方法

为了解决在仅有单目视图的环境下实现立体匹配的问题，在现有视图重构网络模型Deep3D的基础上，提出了基于加权局部对比归一化约束的全卷积重构模型.该模型采用改进的全卷积神经网络架构作为模型的特征提取模块，以期减少训练参数，降低训练时间，增加模型的非线性.为了进一步提高重构精度，设计了新的基于加权局部对比归一化的约束条件，并采用结构相似性成本(SSIM)与L1成本相结合的损失优化函数对模型进行优化.在KITTI 2015数据集上展开实验，并与Deep3D模型及其后续的改进方法进行比较.实验结果表明，在只使用左视图作为训练数据的情况下，生成的右视图在SSIM和峰值信噪比两个指标上有很大提升，能够满足立体匹配方法中右视图的精度要求.     

一个盲公开可验证的矩阵乘积外包计算方案

基于可验证数据库,提出了支持盲公开可验证的矩阵乘积匿名外包计算方案,该方案满足对计算结果公开可验证,同时可以保护用户身份及数据的隐私,防止恶意云服务器的欺骗行为。给出的安全性分析说明了方案在随机预言机模型下是适应性选择消息安全的。方案使用摊销模型,以降低计算开销,并通过模拟实验证明,与已有方案相比本方案计算开销更小。