四川5．12灾后中小学重建设计的实践与思考

“5.12”地震给四川地区众多城镇乡村的中小学校舍造成严重破坏。目前灾后重建工作全面展开首批中小学重建工程已经开始启动学校的建设将改善受灾地区的办学条件重新调整和分配原有城乡教育资源的配置。重建过程中政府与民间力量的共存资金与建设渠道的多元化为建筑师参与实践提供了多种机遇与可能。文章分析了设计过程面临的诸如用地资源建设标准建设周期等问题提出在中小学重建过程中采用实地调研的工作方法尊重当地现实条件并台理借鉴台湾日本等地的成功经验。设计上采取结合地域性的策略延续地方建筑文化与传统积极推广生态环保的建筑材料与技术为灾后重建提供示范性的样板与方向。     

无线传感器网络数据存储与查询技术研究

无线传感器网络具有布线成本低、监测精度高、容错性好、可远程监控、便于诊断与维护等众多优点,在军事、生态环境保护、工程监测和医疗卫生等领域有着广阔的应用前景,其根本任务是准确获取物理世界的有价值信息。本文对无线传感器网络进行简要的介绍,详细研究了无线传感器网络的数据存储与查询技术。     

感知标示量度卷烟感官评价方法的建立及应用

为了对大批量样品卷烟之间的感官评价结果进行细化区分,建立了感知标示量度(Labeled Affective Magnitude scale,LAMs)感官评价方法及相应的软、硬件系统,并应用于烟用香料在参比卷烟中的作用评价工作中。LAMs感官评价方法由9个评价指标(香气质、香气量、杂气、浓度、透发性、细腻、柔和、刺激、残留)和具有-100.00至100.00量程(包括-100.00、-75.51、-55.50、-31.88、-10.63、0.00、11.24、36.23、56.11、74.22、100.00等11个类项)的LAMs构成。在月桂叶油和羟基香茅醛等烟用香料的评价过程中,利用LAMs感官评价方法与传统的5分制感官评价方法获得的评价结果基本一致;在大批量样品卷烟评价时,LAMs感官评价方法更能够对不同香料的作用效果进行差异性区分。感官评价软、硬件系统的应用,减少了数据录入及数据处理的工作量,提高了大批量样品评价时的工作效率。     

糖苷类香料前体的卷烟加香和缓释效果

为开发新型烟用香料,将香叶醇糖苷添加到卷烟中,而后进行烟气分析和评吸。结果表明:含香叶醇糖苷的卷烟烟气中释放出香叶醇,释放量基本与添加量成正比,且释香均匀,香气饱满。结论:香叶醇糖苷可以作为香原料应用到卷烟中。     

散射光输入的联合变换相关方式研究

针对联合变换相关器在频谱面上光能利用率和面积利用率不高的特点,本文提出了一种新型的联合变换相关方式,利用散射光代替平行光输入图像,实验结果表明该方法能均匀地使用频谱面上的面积,获得了高亮度的联合变换互相关像。     

氧化还原比对钠铁磷熔体电阻率的影响

用电导率电池测量了钠铁磷熔体的电阻率 ,并分析了相应玻璃的穆斯堡尔谱 ,计算了铁离子的价态和氧化还原比 ,分析了温度、时间和氧化钠含量对熔体电阻率和玻璃氧化还原比的影响。发现在Na2 O含量低的熔体中 ,升温和降温过程的电阻率的变化是不可逆的 ,随着Na2 O含量增加 ,不可逆性消失 ,熔体的电阻率随时间轻微下降。同时发现Na2 O含量低的铁磷熔体的导电机理是电子性的 ,并用氧化还原比解释了其电阻率 -温度曲线的不可逆性     

基于机电耦合的数控铣滚齿复合加工动力学仿真

数控机床机电耦合动力学模型是一个非线性、强耦合的系统,其建模与仿真技术是数控机床动态性能分析的难点,针对数控铣滚齿复合机床的垂直进给伺服系统,以三相永磁同步伺服电动机理论模型为基础,在ADAMS和MATLAB中建立包括伺服电动机、控制系统和机械系统的伺服系统机电耦合动力学模型,并对三环PID控制参数进行了整定。仿真结果表明,伺服驱动系统具有准确性、快速性和稳定性,在此基础上还分析了控制系统、机械系统和切削载荷对机电耦合系统动力特性的影响。     

网络与新媒体专业可视化设计课程建设探析

本文以北京印刷学院网络与新媒体专业的信息可视化设计课程为例,从课程衔接、学生知识背景、行业需求、教师知识结构建设四方面对可视化设计的课程建设进行了探讨,以达到人才培养和行业需求的统一,为社会培养符合新媒体行业的人才.     

基于联合变换的混沌序列光学图象加密

利用混沌序列相位掩模对图象在联合变换相关器中进行加解密,方法具有很强的抗盲解密的能力,而且相位掩模可以重构,便于密钥的保存与传输。计算机模拟的结果表明了方法的可行性。     

基于局部特征相关性的行人重识别

针对因行人重识别中行人图像的背景、姿势等差异和行人图像的属性相似导致的行人重识别准确率低的问题，提出了一种基于特征相关性学习的行人重识别方法，加强了局部特征提取的准确性和相关性，充分考虑了行人身体部位和其他部位之间的相关性。首先使用Resnet-50网络和人体关键点估计模型来提取局部特征和全局特征，然后对局部特征和全局特征进行分支操作，对局部特征进行相关性学习，加强各个局部特征与其他局部特征之间的联系，提高相似属性行人图像之间的鉴别性；对全局特征通过池化操作提取更为精确的全局特征，最后将相关性学习后的局部特征和池化后的全局特征进行拼接作为预测行人身份的对比特征。此模型在Market-1501数据集及DukeMTMC-ReID数据集上的mAP指标分别达到了85.6%和76.1%,验证了所提网络模型的有效性。