排序方式: 共有48条查询结果,搜索用时 15 毫秒
1.
2.
断层泥中石英碎砾表面形貌在水溶液的作用下会不断地发生变化,显然这种变化与溶蚀作用时间的长短及物化条件有关。因此,断层泥中石英碎砾表面显微溶蚀结构就反映了断层形成后至今所经历时间的相对长短。而断层活动时期是坝区活动性评价重要指标。在大型的地质工程中,查明断层的活动性对于工程稳定性评价尤为重要。对大渡河金川水电站坝区的断层泥中石英碎砾SEM结构特征研究分析表明,该区断层最新活动时期主要集中在新近纪末期,中-晚更新世有过微弱活动,晚更新世以来已无活动性。因此,该区未来地震地质灾害频度相对较低,比较适合大型工程的建设。 相似文献
3.
煤炭破碎缩分联合制样设备作为火电厂的主力人工制样设备,在全自动制样机故障时起到了至关重要的作用。性能试验主要依据DL/T1339-2014 (火电厂煤炭破碎缩分联合制样设备性能试验规程)和GB/T474-2008 (煤样的制备方法)开展,主要包括精密度试验和偏倚试验。精密度试验作为重要的性能指标之一,以方差表示。DL/T1339-2014描述了联合制样设备精密度试验的试验规程,但因其入料粒度及双份试样获取方法的差异,此标准中精密度试验结果的可靠性问题值得探讨。新方法采用二分器将煤样分成两份,分别制备获得精密度试验所需的双份试样,提高联合制样机精密度试验结果的可靠性和代表性。 相似文献
4.
河南省水库绝大多数建于20世纪70年代以前,水库建成后维护资金跟不上,工程老化失修严重,病险水库数量多。目前河南省已列入计划尚未进行除险加固的水库有1340座,这些水库普遍存在大坝单薄、施工质量差、坝顶裂缝、渗漏严重、防洪标准低等问题。针对水库存在的各种问题,河南省水利厅认真组织开展检查,落实安全责任,针对问题进行分析并采取相应整改措施。 相似文献
5.
6.
7.
介绍了石库门是上海特有的住宅建筑形式,也是上海城市风貌的重要组成部分,探讨了石库门建筑群中现存的消防隐患,以及在对其保护和改造规划中应采取的适应性消防设计,以期处理好建筑改造中的消防问题。 相似文献
8.
基于八仙峁隧道、麻塌隧道2组典型断面二衬混凝土应变监测数据,分析了二衬混凝土在黄土隧道中应变随时间的变化规律;通过换算得到二衬结构所受应力,将换算结果代入安全度应力表达式,得出该断面下黄土隧道二衬安全度分布,并与有限元数值模拟结果进行对比。结果表明:在黄土隧道的支护结构中,二衬混凝土结构不仅作为安全储备,而且往往需要承受大部分荷载,通过数值模拟确定二衬承受的荷载约为围岩荷载的40%;二衬混凝土结构作为受压构件,其最大应变出现在边墙底部位置;数值模拟与计算所得二衬安全度分布规律基本一致,拱顶、拱肩、边墙底部仰拱部位安全度相对较小但满足规范要求,仰拱底部所受压应力最大且安全度未满足规范要求。 相似文献
9.
隧道钠灯与LED灯组合照明试验研究与应用 总被引:2,自引:0,他引:2
针对传统隧道照明采用高压钠灯费用高的现状,提出在隧道中采用高压钠灯和LED组合节能照明方式,对隧道入口段、过渡段采用了16种组合方案进行试验研究,给出不同照明区段的最优灯具组合模式,研究结果在凤凰山隧道中采用.这种新型的灯具组合模式解决单一冷光源在隧道入口段透过率低的难题,同时LED灯的节能优势也在长大隧道中体现出来,为今后长大公路隧道开展绿色照明研究提供借鉴与参考. 相似文献
10.
本文提出一种在电子显微镜图像中有效检测致密沉积物的方法.致密沉积物在电子显微镜图像中较难分辨,使用传统的SIFT,ORB或者SURF特征检测及描述算法往往难以达到理想的效果.运用传统计算机视觉处理流程,如,SIFT特征提取器以及描述器来进行特征提取,再建立bag-of-words全局特征向量,最后使用支持向量机来进行分类,在进行致密沉积物的分类操作中难度比较大.本文选择了实用LBP特征提取器来提取高反差度的纹理特征,使用梯度直方图特征提取器来提取轮廓特征,同时使用Schimid滤波器组和Gabor滤波器组来提取图像中的常规纹理特征,形成超高维度的特征向量使其包含显微镜图像中的全面特征.由于电子显微镜图像不具备色彩信息,纹理信息变得最为重要,又由于在显微镜图像中,尺度基本可知,LBP以及HOG能非常有效地提取高反差轮廓特征以及质地特征.配合两大纹理滤波器组合将可以确保特征向量在强调高反差特征的同时,不会忽略常规纹理信息.在特征提取出来后使用局部Fisher判别分析来降低特征向量的维度,并选择最具有可区分性和有效的特征.LFDA能够进行无指导的降维,并保留最具可分辨性的特征,对于本文提出的算法至关重要.由于在之前产生的特征向量对所有的特征并不进行强弱区分,经过LFDA后,不重要或者具有广泛普遍性的特征将会被舍弃,而最能够代表致密沉积物的特征将得以保留.这保证了之后的分类器训练能够在不牺牲训练速度的前提下,有效地形成分类区间.最后,算法使用了probabilistic boosting tree来对训练样本进行训练,PBT是按照等级划分的决策树,每一个节点是一个强决策器,它具有不易过度训练、高效准确的特征,通过输入LFDA处理后的训练样本特征向量,来学习得到致密沉积物的分类器.为验证本文提出的方法的可行性,一个包含50张电子显微镜图像的数据库被用于实验中.在这50张电子显微镜图像中,每一张都包含不同数量的沉积物区域.沉积物区域的总数约为500处.这些区域被精确标记.如果算法输出的沉积物标记与人工标记区域的重合率达到50%以上,认为该区域被准确识别,否则认为未能识别.在实验中,10张电子显微镜图像被用于神经网络的训练,而其余40张被用于测试.训练样本为100×100分辨率的图像块,只要图像块中包含沉积物区域,则视为正样本,否则视为负样本.为了增加样本个数,所有正样本被进行了旋转、平移、以及放大和缩小等变换.在训练中,一共500个正样本及约15000个负样本被输入到PBT.实验结果显示,本文提出的方法能够有效地在真实电子显微镜图像中识别致密沉积物,识别效率接近50%.该结果证明利用LBP特征以及Schimid滤波器组和Gabor滤波器组来提取显微镜图像特征能够全面概括图像中个体的显著性特征,比起单纯使用SIFT以及SURF具有更高的通用性、鲁棒性以及有效性.对于从显微镜图像中提取出来的高维度特征向量,使用局部Fisher判别分析法能够非常有效地实施降维操作,从而保留了显著性的具有区分功能的特征以便更有效的训练分类器.而probabilistic boosting tree对于只具有少量训练样本的训练任务能够相当有效地收敛且避免过度拟合的情况发生.本文提出的处理流程适用于大多数基于显微镜图像下的目标识别、分类以及再识别任务,且具有速度快、高鲁棒性以及易于扩展等特点,具有较高的实用性. 相似文献