余震持时特性对高烈度区渡槽动力响应的影响研究

主震发生后会在短时间内引发多次余震，长持时余震是否会对主震受损后的高烈度区渡槽结构造成额外损伤仍需探讨．以滇中引水工程某典型梁式渡槽为工程实例，建立渡槽-水-支座-支撑结构全耦合有限元模型．基于能量持时的定义，以设计反应谱为基础，从PEER强震数据库中选择长持时和短持时地震动记录来构造主、余震地震序列，对渡槽结构进行非线性动力分析；充分考虑主震作用后渡槽的初始损伤状态，提出了渡槽损伤评价指标，探讨了不同持时的余震对主震受损后渡槽结构动力响应的影响．结果表明：余震持时特性对主震受损渡槽的抗震性能有显著影响，长持时余震对主震受损后渡槽结构造成更严重的累积损伤，在渡槽动力响应分析中不容忽视．因此，在渡槽地震安全评估和抗震设计时，除需考虑余震的频谱特性和幅值外，还应重点考虑持时特性．     

热力学与动力学相关性,科学与人文的统一

金属热加工通过相变决定材料最终组织和性能。随着非平衡技术的快速发展,热加工工艺趋于极端化和多样化,控制相变的热力学与动力学机制从简单近平衡条件下的相对独立转变为复杂远平衡条件下的高度关联。基于热-动力学独立处理的传统理论已无法应对上述相变涉及的机理描述、组织预测和过程控制。随着催化剂研究体系的扩展,传统的基于独立的反应动力学或吸附热力学的设计已无法满足催化剂的高性能需求与高效筛选。本文从人文领域中的激情与困难的逻辑关系中,引申出科学领域中的热力学驱动力与动力学能垒的相关性,针对非平衡凝固过程、晶界迁移及晶粒长大热稳定性、纯Fe沿Bain路径的马氏体切变,整理出热力学驱动力与动力学能垒的定量关联,建立了组织预测模型,提出了热-动力学协同作用的新理念,并据此设计出高性能DD3高温合金、Fe基纳米晶材料、A356铝合金和应变态电催化材料。     

基于改进的在线LDA模型的主题演化分析

为了解决OLDA模型中的主题混合和新主题不能及时发现的问题,基于OLDA模型提出一种改进的在线LDA模型(improved online LDA,IOLDA)。该模型根据主题强度为每个主题设置不同的遗传度,提出一种新的主题强度度量方法,根据文档-主题分布的集中程度为文档设置不同的权值,该方法可以有效降低宽泛主题的强度得分;利用模型主题对齐的特点,采用Jensen-Shannon距离横向计算话题间的关联。实验结果表明:本文提出的方法能够有效地在线分析主题的演化。     

音幻小屋体验对学龄儿童黑暗焦虑的影响

目的：评价音幻小屋体验对学龄儿童黑暗焦虑的影响。方法：参加音幻小屋体验学龄（7-13岁）儿童78例,用焦虑自评量表（SAS）分别测定音幻小屋体验前及体验后1周,1月对黑暗刺激焦虑评分。结果：体验后1周,1月对黑暗刺激焦虑评分均高于体验前（p〈0.01）,且两者无差异（p〉0.05）。结论：学龄儿童应远离恐怖刺激,避免心理创伤。     

Westlaw数据库中常用法律资料的检索途径详述

本文对Westlaw数据库收录的内容和针对其各部分内容所使用的不同的检索途径做了详细的介绍。     

浅谈花卉在园林中的意义和应用

何为花卉？《辞海》中有解说：＂花卉指花和草的总称＂。在《南史》中有＂聚石移果,杂以花卉＂。泛指花草之说。我们现在所说的花卉是指除了开出美丽鲜艳的草本观赏植物外,还包括观叶观果为主的草本和木本盆景植物。     

＂专升本＂院校混凝土结构课程的教学改革探讨

高职高专院校＂升本＂后,原有培养技能型人才的专科教学模式已不适合技术应用型本科教学要求,如何改革教学方法成为目前学院面临的首要任务,本文以防灾科技学院为实例,结合《混凝土结构》课程的教学内容和目标,分析了传统与现代教学方法相结合的课堂教学模式,构建了与实验教学相结合的理论教学体系,在教学中继承并改进传统的实训教学思路,通过课外实习及综合课程设计,最终达到提高教学质量的目的,相信该文对我国新建本科院校的课程教学改革具有一定的借鉴作用。     

论大树的移植

在当今园林城市建设规划和建设发展中,随着社会经济的不断发展和城市建设水平的不断提高,小苗木的种植已不能再满足城市发展的需要和人们对环境的要求,特别是大型重点工程往往需要在较短的时间内就要体现其绿化效果,满足人们的需要,体现工程的特色,因而需要移栽相当数量的大树。     

pH值调节剂对CO2吸收富液解吸能耗的影响

在0.2mol/LMEA、DEA和MDEA吸收CO2饱和溶液的解吸过程中加入一定量的己二酸和辛二酸,对解吸能耗和CO2析出速率的影响进行了实验。发现加酸后在其它解吸实验条件不变情况下,CO2析出速率加快,且加酸剂量在0～0.6g范围内,CO2解吸速率与加酸量成正比。对加酸前后的CO2解吸能耗进行了计算和比较,发现在解吸过程加酸后解吸CO2的能耗率明显减少,且能耗减少量随加酸量的增加而增大。研究结果表明,采用pH值调节法可降低CO2解吸过程的能耗,加快解吸速率。     

基于BPSO与神经网络的实时P2P协议识别算法

针对互联网中P2P协议以及加密协议无法使用传统方法进行识别的问题,提出一种新的基于会话流统计特征的网络协议识别算法。采用二进制粒子群算法(BPSO)定量选出最能体现不同协议区别的特征子集;并针对BP(Back Propagation)神经网络结构难以确定、易陷入局部极小值等缺陷进行分析,使用粒子群算法对BP神经网络进行优化以提高识别率。实验结果表明:该方法能够有效地从多种网络特征属性中选出最能体现不同协议区别的特征子集,且对于基于UDP协议的网络应用也有较高识别率,经优化后的BP神经网络具有更高识别率。该算法对常见的P2P协议平均识别率达到96%,且能够实时地对网络协议进行识别。