基于土性相关蒙特卡罗法的争岗滑坡堆积体可靠性分析

针对澜沧江古水水电站争岗滑坡堆积体工程地质务件,在室内剪切试验、工程类比、参数反演基础上综合确定了岩土体力学参数及其统计分布规律.采用基于黏聚力c与内摩擦角φ相关抽样下的蒙特卡罗法对堆积体典型剖面进行了多种工况下的可靠性分析,预测了其未来的变形失稳特征.研究结果表明:当前堆积体B-B'剖面在正常运行工况下的破坏概率为2...     

动画艺术中的节奏设计分析

各个门类的艺术创作都由"节奏"起到一定的贯穿作用.动画作为一门得到越来越多应用的艺术形式,节奏感影响了动画传达信息的准确度,也影响到观众的观看效果.所以对动画中节奏的研究可以更好地服务于动画制作实践.无论传统二维动画,还是如今风头日益上涨的三维动画,在基础理论中,节奏都被视为重要的一部分.文章通过对节奏的分析与说明,起到对动画创作中节奏设计的指导.     

浅谈建筑工程招投标现状

文章主要对目前建筑工程招投标现状进行分析,即对当前招标投标工作中存在的问题进行分析,对改进和完善现行建设工程招投标工作进行剖析,深刻说明了建筑工程招标现状,同时也提出了解决这一问题的方法.     

浅谈混凝土防渗墙的工程设计

混凝土防渗墙具有抗渗性能好且变形模量低、极限应变值大、适应变形力强等特点,因此在水利防渗加固工程中得到了广泛应用。文章结合惠州市惠东县尖坑水库防渗加固工程实践,介绍了混凝土防渗墙工程设计方法。     

走进人类中心主义还是走出人类中心主义——基于对生态学马克思主义与建设性后现代主义自然观的比较分析

生态学马克思主义和建设性后现代主义是产生并发展于20世纪后半期的两大思想流派。在人与自然关系问题上,生态学马克思主义坚持以人为分析尺度的人类中心主义,认为自然的价值在于满足人类生存和发展的需要;建设性后现代主义批判人类中心主义,倡导人与自然的等同性,认为人与自然存在的价值在于在生态系统中所发挥的功能。二者分歧在于,走进人类中心主义与走出人类中心主义、现代主义与后现代主义、方法论的西方二元论与东方单元论。他们都仍执著于人类、自然组成的对象世界,而未意识到所有对象世界都是意识人类在特定的历史时期,如此这般显现、设定、建构、生产和创造出来的,都不可避免具有历史局限性。因而,意识人类应根据现有的实践认识水平,认真地去修正、完善已被显现、设定、建构出来的人与自然的关系,不断地去显现、设定、建构新的人与自然的关系,切不可将任何一种人与自然的关系绝对化、固定化、模式化。     

Fixed Point Theorems for φ-Probabilistic Contraction in Hausdorff Fuzzy Metric Spaces

In this paper,we discuss the common fixed point with respect to several self-mappings on fuzzy metric space.Recently many authors put forward some relevant comm...     

大学生阅读个性心理特征分析

围绕阅读需要、阅读动机和阅读倾向,对大学生阅读个性心理特征进行了分析,指出了解大学生阅读个性心理特征有利于优化大学生读者工作,有利于履行高校图书馆的教育职能和信息服务职能。     

人工智能技术阶段化发展与我国的后发追赶 ——基于双S曲线的技术演进分析

自改革开放四十多年来,我国在计算机及人工智能技术领域处于后发追赶并逐步向国际技术前沿靠近的状态,并在人工智能技术部分子领域中实现了由跟随者到并行领先的跨越,基本完成了技术追赶过程.为从技术阶段化演变规律中剖析这一过程,本文基于双S曲线方法及人工智能技术专利相关指标,从技术生命周期视角对人工智能技术的发展进行阶段划分,以...     

大跨度钢桁梁桥纵向附加力分析与研究

文章以桥上无缝线路梁轨相互作用原理为基础,建立以轨道、桥梁、支座、墩台和基础为整体结构的附加纵向力计算有限元模型,依据"对号入座"法则编制了计算钢桁梁桥上无缝线路的程序。讨论了伸缩调节器设置与否以及设置位置的不同对纵向附加力的影响。     

Scalable classification by clustering： Hybrid can be better than Pure

The problem of scalable classification by clustering in large databases was discussed. Clustering based classification method first generates clusters using clustering algorithms. To classify new coming da-ta points, it finds the κ nearest clusters of the data point as neighbors, and assign each data point to the dominant class of these neighbors. Existing algorithms incorporated class information in making clustering decisions and produced pure clusters （each cluster associated with only one class）. We presented hybrid cluster based algorithms, which produce clusters by unsupervised clustering and allow each cluster associ- ated with multiple classes. Experimental results show that hybrid cluster based algorithms outperform pure ones in both classification accuracy and training soeed.