外秦淮河武定门闸上游偏流淤积成因及流态改善措施

针对南京市外秦淮河武定门闸上游偏流易淤问题,建立物理模型试验,结合实测资料和理论分析,对闸上游河道淤积成因进行了深入分析,并提出增建导流墙对闸前河道流态改善的措施。研究结果表明:受闸上游弯道影响形成偏流,闸前河道两侧产生左大右小两个明显回流区,导致左侧河床较右侧淤积明显;水闸常年运行,大部分时间闸前河道水流动力较弱,易形成缓流淤积。通过闸前设置导流墙,可以改变闸前河道流态,使左右两侧回流区范围显著减小。     

基于改进模糊C均值聚类的弥散张量成像图像分割

为了避免随机选取初始聚类中心点的缺陷,利用最大最小距离的方法确定初始聚类中心点.实验结果表明,和传统的模糊C均值聚类(FCM)算法相比,所提聚类算法具有较高的稳定性和准确性,所分割的胼胝体图像边缘信息更加清晰.     

当前气候情境下3种凤尾藓在中国亚热带东部地区的潜在分布格局

基于当前气候条件下11个生物气候变量,以及小凤尾藓乳突变种15个、拟粗肋凤尾藓12个、透明凤尾藓16个国内地理分布记录,应用Max Ent模型和Arc GIS软件,预测了当前气候背景下这3种凤尾藓属植物在从未报道具体分布数据中国亚热带东部的37个自然保护区的潜在分布格局.选择10%的遗漏错误对应的累积值作为分布预测阈值,计算了当前气候条件下3种凤尾藓属植物在中国亚热带东部这37个自然保护区的综合气候适应指数.     

基于梯度的帧内自适应深度决策算法

提出了一种基于梯度的帧内候选模式裁剪算法,通过自适应深度划分并利用空间信息来简化帧内预测过程,大大减少了计算复杂度.实验结果显示,所提出的算法对比HM16.7,可以减少35.25%的计算复杂度,且只有极小的编码效率损失.     

基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

灌浆套筒装配式桥墩的施工工艺及其应用

装配式桥墩的施工是一种比较成熟的施工方式,该方式性能可靠,施工便捷,极大缩短了施工工期。灌浆套筒连接是装配式桥墩的主要连接方式之一,结合施工工艺的经验,阐明套筒的构造,工作原理,整个施工流程及注意的事项。同时对装配式桥墩施工过程中的风险进行分析并提出建议,对装配式桥墩的施工具有指导意义。     

中美清洁能源联合研究中心第1期合作成效及启示

中美清洁能源联合研究中心是中美在清洁能源领域开展科技合作的标志性项目。中心成立于2009年,并于2011年正式启动运行,以产学研联盟的方式开展合作。本文阐述了中心成立的背景和重要意义,着重从论文和专利成果、产学研合作机制、知识产权管理等3个方面对第1个5年合作成效进行梳理分析,对继续深入推动中美清洁能源科技合作提出对策建议。     

采用传播图论建模方法的Massive MIMO室内场景传播特性

大规模多天线(Massive MIMO)技术在基站端配置大规模天线阵列,能够大幅度提升数据传输速度和系统容量,实现无线传播信道中的空间和时间资源的最大化利用.有关Massive MIMO无线传播信道的研究,对大规模多天线的应用、系统的设计与部署具有重要意义.本文采用传播图论信道建模的方法,研究Massive MIMO在实际传播信道中的性能表现,既能很好的避免信道实测带来的繁重工作,又能有效反映Massive MIMO的无线信道衰落特性.分别在高频点6GHz和低频点1.472 5GHz对选定的室内传播场景进行了信道建模与仿真,由传播图论建模方法得到了信道冲激响应,并进行参数提取,分别从角度域和时延域分析了大规模多天线系统的信道传播特性,并通过分析信道奇异值扩展的分布,证明了实际传播环境中天线数目增多信道的正交性显著增强.     

我国装配式建筑全生命周期风险分析

风险分析是工程项目风险管理的重要内容之一。装配式建筑的内涵决定了装配式建筑比一般建筑有更为复杂的风险。建立装配式建筑全生命周期风险系统,确定装配式建筑的目标系统,分析环境系统风险、实施过程风险,并进一步分析导致实施过程风险的技术系统风险和管理系统风险因素以及风险因素与参建主体的关系。最后分析各风险因素和参建主体对装配式建筑目标实现的影响。通过这些分析,可以帮助各参建主体提高对装配式建筑的认识,并为应对装配式建筑的风险做准备。     

5G切片化网络中基于吞吐量最大化的用户切换机制

第五代无线通信系统(the fifth generation,5G)利用网络功能虚拟化(network function virtualization, NFV)和软件定义网络(software defined network, SDN)2项技术将网络进行了切片划分,让用户接入不同服务质量(quality of service,QoS)保障的虚拟网络切片以获得服务。为了解决切片化网络中由于用户移动性而导致的切片重新接入问题,提出了最大化网络吞吐量的用户切换机制来降低越区切换对已有网络切片的影响。该机制根据用户业务类型的QoS服务等级筛选备选接入站点的归属切片,运用贪心算法选择能为用户提供最大数据传输速率的切片接入服务,在网络切片代理的体系架构下完成切换过程的控制和管理。在与功率接入、负载接入和随机接入3种切换方案的性能对比中,相关仿真结果表明,随着越区用户数目和网络切片类型的增加,所提方案在保证较高网络吞吐量的同时,切换成功率始终维持在80%以上,远优于其他3种方案。