基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

外界气温波动对大体积混凝土温控的影响分析

本文针对外界气温变化下的大体积混凝土温度场和应力场进行研究,引入外界气温函数,并利用AN-SYS接口进行二次开发仿真。结果表明,由于恒温工况下的计算结果忽略了日内气温变幅,其最大拉应力出现时刻后推,而且计算结果偏小,不利于进行混凝土的温控防裂。在实际温控中,人们应考虑外界气温波动的影响,制定合理的温控措施。     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

浅谈concrete的译名及造字问题

当提到concrete这一术语时,“混凝土”和“砼”并用的情况经常出现,这极易引起误解。20世纪50年代,专家造了“”“砼”作为concrete的中文译名,希望在长期的使用中逐渐替代“混凝土”。此后,“砼”字在使用过程中逐渐取得合法身份,成为规范用字。目前,“混凝土”的使用依然占据绝对优势地位,没有为“砼”所取代的趋势。     

高寒地区堆石坝混凝土面板防裂质量控制措施研究

从面板混凝土原材料选择、配比优化及施工质量保证三方面提高混凝土自身抗裂能力,通过现场碾压试验确定堆石坝体冬季低温填筑参数,保证混凝土面板下方堆石体平稳坚固,以防止面板裂缝产生,并给出解决面板裂缝质量缺陷的技术措施,希望为以后类似工程提供借鉴。     

浅谈公路改性沥青混凝土路面施工质量控制

改性沥青是基质沥青和一种或者几种的改性剂通过工艺加工而形成的混合物,这种材料现在公路修建的时候运用非常广泛,改性沥青和普通沥青相比,有其特殊性和相同之处。本文主要研究了改性沥青路面材料选择以及控制其施工质量的措施,希望能够更好的提高公路的质量,确保能够达到其使用年限。     

含砂雾封层在桥面铺装工程中的应用

结合含砂雾封层在国道205桥面铺装上的应用,深入分析了含砂雾封层的防水、防老化作用机理,本文系统总结了国道205桥面雾封层施工质量的控制要点,并对施工前后封层各项性能指标进行跟踪检测,分析结果表明采取含砂雾封层措施确实能对桥面早期微裂缝进行有效封水,延缓桥面病害的发生,延长沥青路面的使用寿命。     

混凝土外加剂应用中的关键问题分析

作为建筑行业内的重要材料，为了能够改善其建筑方面的特性，各类外加剂的应用量在混凝土的应用中不断增加。外加剂的负面作用以及使用过程中的一些相关问题也逐渐显现出来。对外加剂含碱量进行了合理取值分析，提出了外加剂应用过程中节能、适量等原则。同时对外加剂与矿物活性材料的适应性等问题也进行了详细的阐述，并对外加剂发展的趋势做了前瞻性的讨论。