谈大型地下商业建筑防火设计要点

结合工程实践经验,简要地阐述了大型地下商业建筑的设计关键点,并从地下商业建筑平面布局,耐火等级,防火分区及防火分隔,安全疏散,消防救援等方面总结了大型地下商业建筑防火设计的要点,提出了一些对地下商业建筑设计规范的理解。     

煤矿火灾预防与防治技术现状

矿井火灾是威胁煤矿安全生产、危害职工生命安全的重大灾害之一.文中就我国现有的煤矿火灾防治技术及矿井火灾预测预报理论和方法进行了全面系统的阐述.介绍了一些我国近几年研究和开发成功的、适用于我国国情的可靠而经济的火灾防治技术与手段,同时给予适当的评价.     

夏热冬冷地区建筑节能检查分析

2006年12月初,建设部组织了10个组,对全国61个城市进行了节能检查,作者所在组负责检查夏热冬冷地区的6个城市,每个城市抽查10个项目,共计检查了60个项目。其中居住建筑42个项目,占70%,公共建筑18个项目,占30%,现场考察了12个项目,占20%。     

面向移动端图像分类的轻量级CNN优化

为解决图像分类算法由于计算量大和参数冗余难以应用在存储空间与计算能力受限的移动设备上的问题,提出一种轻量的卷积计算模块Extremely Lightweight Block(ELBlock),采用逐点卷积叠加深度可分离卷积的方法,对逐点卷积进行分组,增加相邻层过滤器之间的对角相关性,进一步降低卷积操作的计算复杂度;利用通道混洗关联输入和输出通道,提高特征的信息表达能力;基于ELBlock设计一个极其轻量的小型神经网络架构ELNet,结构更加简洁、高效。在Android手机上的实验结果表明,所提ELNet在保证分类精度的同时,具有计算量小、参数少和推理时间短的优点。     

数据增广的编解码卷积网络地震层间多次波压制方法

层间多次波压制是地震资料去噪领域的一项前沿技术挑战,对获取高质量数据、了解地下真实构造具有十分重要的意义。现有的层间多次波压制方法耗时长,对人工参数调整要求高,处理低信噪比数据时可能导致层间多次波泄露。为此,提出一种基于数据增广的编解码卷积神经网络层间多次波压制方法。首先,利用基于虚同相轴的层间多次波压制方法从原始数据中估计出一次波和层间多次波,生成一次波标签数据。然后,构建两种增广训练集：一方面,通过改变训练样本中层间多次波的振幅、极性及旅行时,进行层间多次波波场数据的增广,提高层间多次波压制网络的泛化能力;另一方面,通过对原始数据添加不同信噪比的高斯噪声进行噪声注入的数据增广,提高网络的抗噪性能。最后,结合去噪卷积神经网络(DnCNN)和U形全卷积神经网络(U-Net)的优势搭建了适合层间多次波压制的深层编、解码网络,进行神经网络训练和预测。合成数据和实际数据的处理结果表明,该方法能够有效压制地震层间多次波并保护一次波,具有较强的泛化能力和抗噪性能,可显著提高计算效率。