玻璃棉吸湿性能的研究

本文对玻璃棉在20℃和不同的空气相对湿度下的吸湿特性进行了研究,并绘制了相应的曲线,对建筑热工设计以及科研提供了一些基础数据.     

文物建筑迁移工程中应注意的几个问题

依据广州小蓬仙馆迁建中的经验和教训,介绍文物建筑迁移工程中,应注意有关勘察设计程序、新址环境复原和建筑复原的问题.     

砖混结构综合楼整体迁移抬升工程关键施工技术

摘要：平顶山储备库综合楼需整体迁移并抬高0．45m，采用迁移抬升一次到位的施工方案，即托换加固体系及牵引轨道形成一定的上升坡度，直接至设计标高。与传统方法相比，该方案具有牵引设备用量少、易于控制、工期短、造价低等优点，但精度要求高，且要考虑建筑物沿坡度的下滑力对设备及安全性的影响。     

固化盐渍土抗冻融性能的研究

针对我国西北地区广泛分布的硫酸盐–氯盐盐渍土,设计了两种试验方法:无压力四周给水冻融法和无压力单向给水冻融法,观察固化盐渍土的抗冻融能力。结果显示在不同冻融条件下试件的破坏模式不同。运用土水势分析了冻融过程中水分迁移的动力和传输形式,研究表明:无压力四周给水冻融条件会导致土水势中出现压力势分势,由于压力势的存在,水分率先在试件的外围部分集中饱和,从而形成表层剥蚀;无压力单向给水冻融则消除了压力势的影响,水分得以高度分散而不能局部集中,当整个试件的含水率达到临界值时,试件发生整体的粉碎性破坏。固化剂掺量会影响固化盐渍土的抗冻性能,但足够长的养生期是提高固化盐渍土的抗冻融性能的关键性因素。     

PVC—P防水卷材中增塑剂的迁移损失的影响因素研究—Ⅲ

本文属塑化聚氯乙烯（ＰＶＣ—Ｐ）防水卷材中增塑剂损失机理及影响因素研究专题中的一部分。作者研究了增塑剂的浓度、外界使用条件（温度）、防水卷材的组成（填料类型、细度、含量、改性剂）、增塑剂的种类、卷材厚度等因素对增塑剂迁移损失的影响，并提出了减少迁移损失的办法。     

制冷工况下水平埋管换热器运行试验研究

通过夏季工况的地源热泵运行试验,对运行过程中水平埋管的换热性能参数、试验场地周围气象因素和换热过程中土体的温湿度变化等因素进行实时监测,探讨了地源热泵运行过程中水平埋管换热器热交换性能及其周围土壤的温、湿度场变化规律。研究结果表明,地源热泵间隙运行有利于土壤温度场的恢复,随着停机时间的增加,水平埋管与周围土壤的热交换能力明显提高;气候变化对水平埋管周围土壤的温度场分布具有显著影响,随着埋深的递减,土壤温度受气候变化的影响越明显;水平埋管周围土壤温度的变化幅度随着与埋管距离的增加呈递减趋势,其影响半径为1.0m左右;热交换对水平埋管周围土壤湿度场的影响不明显,但大气降雨引起的地表水入渗对土壤湿度场的分布具有显著影响。     

探究高中语文阅读教学与作文能力的迁移

研究高中语文阅读教学与作文能力迁移的目的在于通过迁移实现对读与写的共同促进。本文分析了高中语文阅读教学与作文能力迁移的作用,并就高中语文阅读教学与作文能力迁移的途径提出了若干建设性意见。     

某垃圾填埋场中污染物迁移及阻滞研究

基于对流-弥散方程及工程屏障对重金属污染物的阻滞作用,以Cu~(2+)为某垃圾填埋场金属离子代表,通过数值模拟的方法研究了该垃圾填埋场中重金属污染的迁移及工程屏障对其阻滞作用。研究结果表明:垃圾填埋场中重金属污染物Cu~(2+)在研究区域发生显著迁移;分别计算运营365d后、3650d后Cu~(2+)的迁移情况,表明随着运营时间的延长区域内浓度变大,存在明显的浓度累积作用;设置厚度为1.0m工程屏障后,浓度明显减小,阻滞效果在96.6%以上。厚度分别为0.2、0.5和1.0m的工程屏障最大阻滞效率分别为65.2%、83.6%和96.6%;厚度仅为0.2m的工程屏障在运营400d左右后开始阻滞失效。研究结果揭示了工程屏障墙的施工厚度在垃圾填埋场运营中的重要作用。     

迁移学习在医学图像分类中的研究进展

医学影像作为医疗数据的主要载体,在疾病预防、诊断和治疗中发挥着重要作用。医学图像分类是医学影像分析的重要组成部分。如何提高医学图像分类效率是一个持续的研究问题。随着计算机技术进步,医学图像分类方法已经从传统方法转到深度学习,再到目前热门的迁移学习。虽然迁移学习在医学图像分类中得到较广泛应用,但存在不少问题,本文对该领域的迁移学习应用情况进行综述,从中总结经验和发现问题,为未来研究提供线索。1）对基于迁移学习的医学图像分类研究的重要文献进行梳理、分析和总结,概括出3种迁移学习策略,即迁移模型的结构调整策略、参数调整策略和从迁移模型中提取特征的策略;2）从各文献研究设计的迁移学习过程中提炼共性,总结为5种迁移学习模式,即深度卷积神经网络（deep convolution neural network,DCNN）模式、混合模式、特征组合分类模式、多分类器融合模式和二次迁移模式。阐述了迁移学习策略和迁移学习模式之间的关系。这些迁移学习策略和模式有助于从更高的抽象层次展现迁移学习应用于医学图像分类领域的情况;3）阐述这些迁移学习策略和模式在医学图像分类中的具体应用,分析这些策略及模式的优点、局限性及适用场景;4）给出迁移学习在医学图像分类应用中存在的问题并展望未来研究方向。     

面向乳腺超声计算机辅助诊断的两阶段深度迁移学习

目的 为了提升基于单模态B型超声（B超）的乳腺癌计算机辅助诊断（computer-aided diagnosis,CAD）模型性能,提出一种基于两阶段深度迁移学习（two-stage deep transfer learning,TSDTL）的乳腺超声CAD算法,将超声弹性图像中的有效信息迁移至基于B超的乳腺癌CAD模型之中,进一步提升该CAD模型的性能。方法 在第1阶段的深度迁移学习中,提出将双模态超声图像重建任务作为一种自监督学习任务,训练一个关联多模态深度卷积神经网络模型,实现B超图像和超声弹性图像之间的信息交互迁移;在第2阶段的深度迁移学习中,基于隐式的特权信息学习（learning using privilaged information,LUPI）范式,进行基于双模态超声图像的乳腺肿瘤分类任务,通过标签信息引导下的分类进一步加强两个模态之间的特征融合与信息交互;采用单模态B超数据对所对应通道的分类网络进行微调,实现最终的乳腺癌B超图像分类模型。结果 实验在一个乳腺肿瘤双模超声数据集上进行算法性能验证。实验结果表明,通过迁移超声弹性图像的信息,TSDTL在基于B超的乳腺癌诊断任务中取得的平均分类准确率为87.84±2.08%、平均敏感度为88.89±3.70%、平均特异度为86.71±2.21%、平均约登指数为75.60±4.07%,优于直接基于单模态B超训练的分类模型以及多种典型迁移学习算法。结论 提出的TSDTL算法通过两阶段的深度迁移学习,将超声弹性图像的信息有效迁移至基于B超的乳腺癌CAD模型,提升了模型的诊断性能,具备潜在的应用可行性。