基于Petri网的填土路基施工过程的建模与研究

将填土路基施工过程系统分解为相互关联的子对象系统，分别用Petri网对子对象系统建立分级子模型，然后再将子模型系统作为变迁元素嵌入到道路施工的主网络模型中去，从而获得整个道路施工系统的Petri网模型.     

“催化反应精馏萃取合成乙酸乙酯新工艺研究与应用”通过鉴定

“催化反应精馏 萃取合成乙酸乙酯新工艺研究与应用”是河北科技大学赵地顺副校长带领的课题组完成的科研项目。该工艺主要创新性有以下几点 :在乙酸乙酯工业生产中率先把催化反应精馏技术和萃取技术很好地耦合在一起 ;采用自行开发研制的新型复合催化剂 ,利用催化反应精馏 萃取合成乙酸乙酯新工艺进行酯化反应 ,把塔顶酯的质量分数提高到 93%以上 ,并基本实现了酯化塔塔顶无醇 ,筛选出了效果很好的复合催化剂用于粗酯的萃取精制 ,萃取后酯的质量分数可达 98%以上 ,降低了脱水塔负荷与能耗 ;将萃取后的酯用于酯化塔的回流 ,提高了带水能力…     

中国证券市场的非线性特征与分形维分析

采用Cao方法清楚地观测到中国证券市场的月收益率序列是确定性混沌序列,而日收益率序列和周收益率序列却接近于随机波动信号,不适宜做分形维的研究.对我国股市各指数分别作了分形维计算后,同时用替代数据法进行非线性检验,拒绝了中国股市为线性过程的可能性,从而保证了非线性前提下分维数结果的可靠性.结果显示:深证A股市场最为复杂,需要五个变量来建立动力学模型(D2=4 6150),而上证A股需要四个变量来建立模型(D2=3 2411).因此,深圳股市的效率弱于上海股市.而我国B股市场已经接近于发达国家股市的复杂性程度(D2=3 3195(上B);D2=2 5875(深B)),说明B股的效率比A股的效率高.     

基于特征图叠加的脱机手写体汉字识别

采用深度学习方法处理脱机手写体汉字识别问题,提出一种改进的卷积神经网络结构.不同于传统的层与层依次连接的方式,新的结构中将当前层与前一层的特征图进行叠加后共同作为输入进入下一层.与以往结构相比,该卷积神经网络结构缓解了梯度消失的问题,减少了参数数量,且更有效地保留了汉字的细微结构特征.在ICDAR-2013脱机手写体汉字识别竞赛测试集上的实验结果表明,该结构可以在减少模型参数的情况下得到较高的识别准确率.     

基于随机介质理论的香丽高速某隧道浅埋段拱顶沉降预测

为了提高地下隧道施工的安全性,加强不稳固围岩的支护强度,基于随机介质理论对隧道浅埋段拱顶沉降进行了预测。以随机介质理论为基础,将隧道相关参数整合,输入到编好的程序中,得到隧道理论沉降值。然后,利用有限元分析软件对隧道开挖及发生沉降的过程进行模拟,通过观察模型应力、应变及位移的变化,确定隧道模拟沉降值。将隧道拱顶沉降实际值与理论及模型值进行比较,结果表明,基于随机介质理论的隧道拱顶沉降预测方案具有较高的可信度,可以为相关隧道工程提供参考。     

退火温度对钨中He相关缺陷演化影响的研究

本文通过离子注入向钨体中注入能量为100keV氦离子,并利用X射线衍射(XRD)以及慢正电子束分析(SPBA)手段研究了不同退火温度下氦在钨体中的行为以及相关缺陷的演化.实验结果表明:低温退火并未改变相关缺陷的类型,样品S参数的下降表明低温退火导致了缺陷浓度的降低;当退火温度达到700℃时,样品S-W参数线性分布的变化表明缺陷类型逐渐发生改变;随着退火温度的进一步升高,He相关缺陷的演化程度加剧并向更深处迁移.     

甘肃省智慧城市评价体系研究

建设具有西北特色的甘肃省智慧城市,提升当地群众的获得感和满意度,提升城市整体的治理能力和服务水平具有重要意义.根据智慧城市的相关要求,研究建立甘肃省智慧城市评价体系.根据2019年的《甘肃省统计年鉴》选取了符合智慧城市的7个一级指标和25个二级指标,然后利用因子分析法计算出了 14个地区的各个一级指标的综合得分和排名,利用系统聚类法将14个地区分成4个级别加以评价,为甘肃省智慧城市建设与发展提供新思路.     

现代房屋建筑地基基础工程施工技术分析

房屋建筑是人们居住的场所,房屋建筑质量的好坏直接关系到人们自身生命财产的安全,所以房屋建筑的质量问题不容忽视,而房屋建筑的地基工程对房屋建筑的质量好坏往往起到决定性的作用,合理的施工方法是保证房屋建筑地基工程的关键。本文结合笔者多年的工作经验,对房屋建筑基地的施工技术从发展、施工问题、施工技术和详细措施等方面进行了分析,并谈谈个人的体会。     

基于散斑跟踪技术的左心室扭转力矩计算

扭转力矩是定量评价左心室收缩功能的重要指标但却不易测量.提出一种基于块匹配散斑跟踪技术的左心室扭转力矩计算方法.对左心室短轴超声图像序列的心肌任意感兴趣区域进行动态跟踪,跟踪过程中通过计算跟踪前后的块的相关系数来选择正确的参考帧,改进了传统参考帧的选择方法,提高了跟踪的正确性,同时为角度计算排除了异常数据.实验结果表明该方法实现了对左心室扭转力矩的无创性测量,具有良好的临床应用前景.     

基于神经网络技术自动筛选Monastrol抑制剂的算法研究

带自动荧光显微镜的HCS（high content screening）系统是一种新兴的显微摄影、筛选和处理系统.HCS系统在摄影过程中会产生大量数据,人工筛选和识别费时费力.本文为了进行Monastrol抑制剂的筛选,基于前馈式神经网络技术研究了一种对HCS系统摄影的大量细胞同时进行特征提取和细胞显型识别的自动算法.在得到各个通道分离的图像后,对不同通道图像进行并行预处理,并采用神经网络和逻辑运算相结合的算法进行处理.我们将该方法运用于Monastrol抑制剂的筛选中,并将结果与人工识别结果进行分析比较.相比较前人提出的multi-phenotypic mitotic analysis（MMA）算法自动识别的正确率得以提高,可更好评估抗癌药剂效用.