深基坑工程发展初探

着重介绍了目前国内深基坑工程在设计、施工、管理等主要方面的发展状况和工程施工中存在的主要问题，并在此基础上提出了深基坑工程施工中应当注意的一些事项。     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。     

夏威夷深层海洋水对小鼠免疫力作用的影响

按免疫力作用的相关技术,以注射用胸腺五肽作阳性对照,采用小鼠单核巨噬细胞吞噬功能、二硝基氯代苯性小鼠迟发型免疫反应、小鼠半数溶血值（HC50）和小鼠免疫器官指数的测定方法,考察夏威夷深层海洋水对小鼠免疫力的影响．结果表明：夏威夷深层海洋水对小鼠单核巨噬细胞吞噬功能和小鼠迟发型免疫反应具有增强作用,同时能提高小鼠半数溶血值,对小鼠免疫器官的胸腺和脾脏质量具有增重作用．     

叠层深梁的精确解

从弹性力学的基本方程出发,抛弃任何有关应力和位移模式的假定,导出梁的状态方程,采用Cayley-Hamilton定理,有效处理重特征值问题,得出任意高跨比叠层深梁的精确解,并给出数值结果.     

Phylogenetic analysis of extreme morphologies: deep-sea holasteroid echinoids

Because of their ‘bizarre’ features, some echinoids can be considered laboratories in which to analyse the origin of extreme morphologies. The holasteroid family Urechinidae Duncan, 1889 is such a group. It is composed of 18 previously named living species in three genera: Urechinus A. Agassiz, 1879, Plexechinus A. Agassiz, 1898, and Pilematechinus A. Agassiz, 1904. With Stereopneustes, the most closely related living taxon, and the calymnid-plus-pourtalesiid clade as outgroups, a phylogenetic analysis on 35 binary characters is produced. We focus on two major aspects of morphology: test features (apical system, basicoronals, interambulacrum 5, test shape, ambulacra) and external appendages (pedicellariae, spines, sphaeridia). New data on plate architecture, morphology, and appendages are illustrated, and the position of the fossil, Chelonechinus, is discussed. We show that the Urechinidae is paraphyletic: the genus Plexechinus shares more recent common ancestry with the calymnids and pourtalesiids than with other urechinids. In order to retain the well-circumscribed clade, Pilematechinus A. Agassiz, 1904, the phylogenetic classification also recognizes two additional genera: Cystechinus A. Agassiz, 1879, and Antrechinus new genus. A key to the species is provided. The production of extreme morphologies, such as internal parental care, is explored by mapping test size, the occurrence of fascioles, and periproct position onto the phylogeny. By adding plates early in ontogeny, Pilematechinus develops radically different plate architectures from another genus of large forms, Cystechinus. In contrast, the latter gets large by exaggerating allometric trends seen in other holasteroids. Paedomorphosis and miniaturization have evolved independently in Antrechinus and some Plexechinus, but always by truncation of allometric trajectories.     

凹盖壳爆炸拉深工艺研究

介绍了不锈钢凹盖壳爆炸拉深的研制过程,重点阐述成形工艺方法的确定,爆炸拉深模的设计和爆炸工艺参数的选择。研究结果表明,凹盖壳爆炸拉深具有工艺方法简单、投资少、无需大型设备、成形精度高等优点,工艺方法是可行的,可广泛应用于类似零件的中小批量生产。     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system,MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法.分析算法框架及训练方...     

基于多模态深度神经网络的抓取检测方法

针对机器人抓取检测任务中对未知物体抓取检测精度低的问题,本文提出了一种多模态深度神经抓取检测模型。首先,在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。接着,引入多模态特征融合模块进行特征融合。最终通过全连接层回归融合特征以得到最佳抓取检测结果。实验结果表明,在Cornell抓取数据集上,本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。此外,本文还通过消融实验证明了引入残差模块可以提高网络抓取检测性能。     

基于YOLOv5s-FCS的钢材表面缺陷检测

针对传统钢材表面缺陷检测方法易出现误检、漏检和部分缺陷种类检测精度低等问题,本文设计了一种钢材表面缺陷网络YOLOv5s-FCS。首先本文引用了FReLU激活函数构建了卷积模块CBF,有效增强了网络的空间解析能力,优化了网络检测精度;其次,本文将坐标注意力机制嵌入到网络的neck部分来增强网络特征融合的能力,从而使网络能够提取更加丰富的特征信息;最后,将YOLOv5s的损失函数替换为SIoU loss,提高了预测框的回归精度。通过在NEU-DET数据集上进行消融实验、可视化对比实验,结果表明,YOLOv5s-FCS网络的mAP值达到了0.747,相较于原YOLOv5s网络提高了8.3%,相较于YOLOv3网络提高了11.8%,相较于YOLOXs网络提高了4.2%,相较于YOLOv6s提高了1.4%,验证了该方法的可行性、有效性。