格宾与雷诺护垫河岸防护结构管理

格宾与雷诺护垫河岸防护结构根据结构厦功能的特点可分为组合结构，衬砌结构，沉砂结构等，此结构可以直接建设在刚性基础或柔性基础上，究竟如何选择取决于河床物质的特性以及淘刷的可能性。与此同时有水下基础的格宾结构需要另外的抛石基础，或者雷诺护垫需要预先安装特殊构造。文章对这些结构逐一进行了论述。     

腈纶湿纺低温拉伸试验

通过对腈纶转向纺丝初生纤维集束热水低温拉伸试验，尝试了纤维低温拉伸的可行性，并对低温拉伸时出现的现象作了记录和分析，对低温拉伸纤维的物理机械性能（主要是纤度、伸度、强力、缩率也作了初步研究。     

“铀三硅二标准物质研制”预比对会议召开

“铀三硅二标准物质研制”预比是国防科工委“十五”计量科研项目。2006年7月27日，中核集团202厂在北京组织召开了“铀三硅二标准物质研制”预比对会议。中核集团公司科技与国际合作部、核燃料部有关人员参加了会议。为了高质量完成此次预比，202厂在时间紧的情况下，做出小样，并得到各单位大力支持。会议对下一步工作进行了分工。     

文摘

科学技术在目前英国餐具生产中所起的作用 P.E.Seeker,英国斯托克 Interceram,1984.1.P.11. 文章回顾了七十年代英国日用陶瓷业取得的技术成就,认为主要可以分为四个方面: A.提高了骨灰瓷的稳定性——主要是解决了煅烧骨头的老化问题。 B.改进了滚压机械——用真空控制泥片的运动。 C.控制住了金属溶出——在烤花过程中往炉中喷射水蒸汽。 D.发展了机械装饰——用硅酮橡胶代     

西藏自治区湿地生态系统服务功能损益核算

为弄清西藏地区湿地生态系统的服务价值变化量,明确湿地生态系统在西藏经济发展中的重要地位,运用替代成本法等核算方法,从涵养水源、调蓄洪水、保育土壤和净化水质4个方面对西藏地区2007年和2014年湿地生态系统服务功能价值量进行损益核算研究。研究结果显示,2007年和2014年西藏地区湿地生态系统4项服务功能价值总量分别为6949.87亿元和7562.62亿元,同比增长8.82%,其中调蓄洪水价值量和固土保肥价值量分别增加261.84亿元和217.26亿元,占总变化量（612.75亿元）的78.2%。     

基于扩展查询表达式的XML关键字查询

目前可扩展标示语言(XML)关键字查询大多是基于最小公共祖先(LCA)语义子树产生查询结果,而未能加入除LCA语义子树之外与用户查询意图相关的结果。为解决该问题,提出一种基于扩展查询表达式的XML关键字查询方法。将用户查询日志作为查询扩展统计模型,对其进行统计分析,并结合最佳检索概念判断是否需要扩展查询表达式。使用XML TF-IDF方法计算候选属性的权重,根据初检结果的上下文信息,利用聚类方法获得与查询意图最相关的扩展查询关键字,从而扩展查询表达式。实验结果表明,与XSeek和基于语义词典的查询扩展方法相比,该方法的平均F度量值分别提高了7%和17%,具有较高的查询质量。     

浅谈QQ在计算机公共课教学中教学中的使用

针对当前高校计算机公共课教学现状,探讨了构建高校计算机公共课虚拟学习社区的必要性和可行性;针对性地提出高校计算机公共课程虚拟学习社区的设计思想和总体结构,并提出了高校计算机公共课虚拟学习社区系统平台的实现方法及教学效果。在此基础上设计并实施了基于QQ平台的高校计算机公共课教学模式。     

一种基于全息原理的数字图像实时加密解密系统

提出了一种新的数字图像加密解密系统。该系统基于全息原理以及随机位相编码的思想,加密过程是通过全息记录原理以及随机位相编码方法在光学系统中实现的,解密过程借助于计算机,采用逆菲涅尔变换算法恢复出原图像。仿真结果表明提出的方法结构简单,成本低,能实现实时准确地加密并解密数字图像,并且密钥保密度高。     

大场景视频监控下大坝运输车改进多目标多视觉卸料识别模型研究

运输车卸料识别对保障大坝施工安全、优化运输配置具有重要意义。然而,大坝施工中多采用全球导航卫星系统（Global Navigation Satellite System,GNSS）进行运输车活动状态分析,存在设备成本高、识别精度低等缺点。目前,通过布设高清摄像头进行坝面大场景施工监控成为趋势,但尚未见基于机器视觉的运输车卸料识别研究。针对上述问题,提出大场景视频监控下大坝施工运输车卸料识别改进多目标多视觉任务模型。首先,采用ByteTrack实现大场景监控视频中多辆运输车目标检测与追踪,记录其行驶轨迹;其次,High Resolution Net（HRNet）被用于运输车头部和尾部的关键点检测,进而结合行驶轨迹判断运输车前进、停止和后退等行进状态;再者,通过Destruction and Construction Learning(DCL)细粒度分类方法判断运输车料斗的抬升状态;最后,结合ByteTrack、HRNet和DCL的多目标多视觉任务的分析结果判定运输车卸料状态。以两河口施工视频监控为例进行验证,提出的卸料识别模型在34帧时卸料状态识别平均准确率为87.3%,卸料时间判断精度为90.3%,验证了本模型的可行性和有效性。     

可信机器学习的公平性综述

人工智能在与人类生活息息相关的场景中自主决策时,正逐渐面临法律或伦理的问题或风险.可信机器学习是建立安全人工智能系统的核心技术,是人工智能领域的热门研究方向,而公平性是可信机器学习的重要考量.公平性旨在研究机器学习算法决策对个人或群体不存在因其固有或后天属性所引起的偏见或偏爱.本文从公平表征、公平建模和公平决策三个角度出发,以典型案例中不公平问题及其危害为驱动,分析数据和算法中造成不公平的潜在原因,建立机器学习中的公平性抽象定义及其分类体系,进一步研究用于消除不公平的机制.可信机器学习中的公平性研究在人工智能多个领域中处于起步阶段,如计算机视觉、自然语言处理、推荐系统、多智能体系统和联邦学习等.建立具备公平决策能力的人工智能算法,是加速推广人工智能落地的必要条件,且极具理论意义和应用价值.