天津地铁盾构施工对邻近工程设施影响的动态模拟

为研究盾构掘进施工对周围土体及邻近工程设施的影响，在现场实测天津地铁1号线盾构试验段数据的基础上，采用有限元程序ABAQUS对盾构掘进过程进行了动态模拟，计算结果与实测值吻合良好，进一步分析了盾构掘进对邻近建筑物、地下管线和桩基础等工程设施带来的影响，得到了沉降槽曲线与影响临近工程设施的具体数值，计算结果表明，工程设施离隧道越近，受到盾构掘进的影响越大，当距离3倍洞径以外时影响已经很小，距离大于4倍洞径时，影响可以忽略不计。     

基于高斯金字塔的运动目标检测

针对自然环境下运动目标检测背景动态变化问题,提出一种新的基于高斯金字塔模型的背景差分算法.首先将图像序列进行多尺度分解,得到不同分辨率下的当前帧和背景帧;然后,在不同分辨率下采用高低双阈值进行背景差分运算,得到双阈值产生的2帧前景图像,阈值根据环境自动获取;最后,将各层差分图像自顶向下融合检测感兴趣的运动目标,并在HSV空间中去除阴影.背景模型的初始化和更新方法基于2种假设:一是背景点出现的概率较大;二是距离当前帧越近的点越能真实地描述背景.研究结果表明:该算法能有效地应用于动态背景环境下,可以克服光照变化及阴影的影响.多个标准图像序列的测试证明了该算法具有较高的准确性、鲁棒性和自适应性,时间复杂度低,可以运用于实时检测系统中.     

开采沉陷动态预计流变模型及应用

通过对采场覆岩移动变形规律进行研究，从流变力学角度，给出地表下沉时间位移函数，并结合实测资料对有关参数进行回归分析，运用推导公式与实测资料进行了结果对比，总结出符合大同矿区地表动态下沉经验公式。提出地表下沉推迟时间tr的概念，可作为划分开采沉陷剧烈程度的量化指标。     

土地利用弹性规划的内涵及特征研究

长期以来,土地利用规划基本上属于静态规划的范畴。在市场经济条件下,土地利用规划具有两个明显的特征：一是规划是多阶段的动态决策问题,所包含的量总是随着时间和空间的变化而变化;二是规划是带有反馈性质的决策行为,都含有一种从目标体系-界定问题-方案选择-实施反馈的决策秩序。     

用于3G网络监管的负载平衡方法及其稳定性分析

为了处理3G网络监管系统中产生的海量数据,该文提出一种负载平衡算法.在分布式动态负载平衡模型的基础上,采用负载选择分配策略设计了随机转移负载的时延模型,并给出了增益系数的取值.根据控制论的相关理论和方法对该算法进行稳定性分析,验证了本算法符合3G监管需求,并据此修正了多余负载转移的百分比公式.     

利用动态规划求解资源分配问题

动态规划是解决多阶段决策过程最优化问题的一种数学方法,资源分配问题解决将一种或几种资源分配给若干用户或投资于几家企业,以获得最大的效益,它可以是多阶段决策过程,也可以是静态规划问题,都能构造动态规划模型求解。本文针对资源分配问题设计了动态规划求解算法,数值结果表明该算法是可行有效的。     

“将军”将了老师一军

案例描述： 《丰碑》是一个感人的故事。课堂上，老师正围绕“胜利一定属于这支队伍”这句话展开了教学，带领同学们走近了长征，走近了雪山，和将军，和军需处长进行了生命的对话。学生们潜心会文，被军需处长把生的希望留给别人，把死亡留给自己的精神深深地感染，突然，一位学生站起来，向老师质疑：“老师，我觉得这位将军也太官僚了，明明看到军需处长冻死了，将军还吩咐手下的人把军需处长叫来，难道将军还不认识这个冻死的不就是军需处长本人吗？     

传统居住建筑在当代

文章提出了传统居住建筑的保护与更新应当充分认识到维护居民利益,正确处理保护传统民居与改善传统民居居住条件的关系,从而有效地、多途径地保护传统居住建筑,使传统的居住文化精髓在当代居住建筑设计中得以传承和发扬。     

一种基于多尺度的GPS动态滤波方法

以GPS动态滤波方法为研究对象,首先采用了多尺度分析方法,将机动载体的"当前"统计模型与基于统计特性的多尺度信号变换方法相结合;然后结合常规卡尔曼滤波算法,建立起GPS动态滤波的多尺度数据融合估计新算法;最终在最细尺度上获得目标状态基于全局信息的融合估计值。将上述算法应用于GPS的动态滤波中,仿真结果表明,该算法相对于原始算法可有效提高目标状态的估计精度。     

基于动态卷积的胸部X光片疾病分类算法

胸部疾病严重威胁人类健康,及时并精准地检测胸部疾病对患者的治疗与康复具有重要意义．胸部疾病经常通过胸部X光片进行诊断,但由于胸部疾病的多样性以及病理特征的复杂性,现有的胸部X光片疾病分类算法存在分类准确度较低、模型复杂度较高等问题．针对以上问题,提出一种基于动态卷积的胸部X光片疾病分类算法．将动态卷积模块加入密集连接网络,在不显著增加网络模型尺寸的前提下,增强网络对多尺度信息的特征提取能力,在提升分类准确度的同时保持高效推理;使用Meta-ACON改进ReLU(rectified linear units)激活函数,通过线性-非线性切换因子自适应地选择是否激活以及使用何种激活函数,从而增强网络的泛化能力;提出加权焦点损失函数,在焦点损失函数的基础上加入权重调整因子,使网络依据分类的难易程度为每种疾病合理分配权重,增大较难分类疾病的损失占比以提高其分类准确度,进而优化整体性能;对数据加载方式进行优化,增大批数据处理量以提升批归一化效果;在测试阶段使用测试时数据增强策略,综合分析多个维度的分类结果,提高分类的准确性与鲁棒性．在chestX-ray14数据集上的实验结果表明,在密集连接网络中...