博达国际大厦12 500m3大体积砼裂缝控制

结合具体工程实例，从砼设计、控制理论计算、原材料使用、砼浇筑和养护以及信息化施工等方面介绍了防止砼产生裂缝的措施，最大限度地解决了大体积砼的温度裂缝问题，取得了较好的效果。     

自动驾驶中基于深度学习的3D目标检测方法综述

随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度（mAP）指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。     

基于点云图卷积神经网络的3D目标检测

随着激光雷达传感器的快速发展,目标检测算法从传统的2D检测快速转向3D检测。然而,激光雷达产生的点云是不规则和非结构化的数据,传统的卷积神经网络无法对其进行处理。基于此提出了一种新颖的图卷积神经网络,能够更好地利用数据的几何关系和拓扑结构直接从点云中学习特征以进行3D目标检测。首先将原始激光雷达点云数据进行下采样,再进行固定半径邻域图的构建,随后设计了一个新型的图卷积神经网络对点云进行编码来预测图中每个顶点所属对象的类别和形状。为提升检测准确度,网络中加入了一种校准机制来减少特征在不同维度变化时引入的平移误差,此外还引入了注意力机制,以使用权重来进一步强化输出的顶点特征。在 KITTI 数据集上进行实验,实验结果表明,此方法能够有效对3D目标进行检测。对比其他多种检测算法,此方法在检测准确度上具有一定的优势。     

文锦渡口岸从菲律宾进口的芒果中检获灰象甲

一九九六年五月二日深圳市深沙贸易公司从香港兴利公 司购进菲律宾产的芒果500箱,重5吨,报检单号: 96006308GPI。车牌号码:广东02—00271。均用纸箱包 装,按5％开箱检疫,发现拟芒果实蝇虫果一个,并在另一 箱内检获象甲类成虫一头。经高级农艺师陈志璘复核鉴定     

矿山地下工程渗漏水的防治

分析了矿山地下工程公结构渗漏水产生的原因，重点介绍了砼施工缝、穿墙管、预埋件、变形缝的渗漏水产生的原因及防治措施，结合工程实例，详细阐述了矿山地下工程渗漏水的综合治理方法。     

关于北京地区砼碱-集料反应问题的初步探讨

介绍了砼碱—集料反应的原理，通过分析砼材料及碱--集料反应生成的条件，探讨了如何防治砼碱--集料反应，并从设计及选用低碱水泥、低碱外如剂、低碱活性骨料和活性细掺和料5方面阐述了防治砼碱--集料反应的措施。     

大跨度预应力梁的施工

结合工程实例，介绍了大跨度预力箱梁的张拉原理及施工方法，并提出张拉过程中应当注意的质量问题，并对这些易出现的问题，提出了具体解决方法，通过实践应用，取得了良好效果。