不定期船调度决策支持系统

在分析不定期船调度工作的基础上，利用ＡＩ和ＤＳＳ的基本理论和技术，对不定期般调度决策支持系统进行了研究，详细阐述了系统的数据库、知识库和模型库等系统设计与实现的问题。ＤＳＳ中采用了图形化模式操作方式，有利于用户接受和操作。     

预制混凝土箱梁施工工艺探讨

预制部分预应为混凝土箱梁的施工工艺对产品质量有着直接影响,介绍底胎膜、钢筋工程、模板工程、混凝土工程等一些施工工艺.     

斜拉桥的质量监督要点

介绍了斜拉桥的发展概况和工程特点 ,考虑黑龙江省独特的自然条件 ,论述了在我省修建斜拉桥应注意的问题和解决办法 ,同时指出监督和质量控制的重点     

Protection distance of surge protective devices in low voltage distribution systems

Protection distance of surge protective devices (SPDs) is an important problem in designing a good location scheme of SPDs in low voltage distribution systems for protecting electrical equipments against overvoltage caused by lightning stroke. The simplified lumped-parameter circuit model and the circuit method were used to study the protection distance problem of SPDs. The analytical solutions of the load voltage and generale quations of the protection distance of SPDs under different load conditions were given. Simulation results of examples proved the validity of the proposed analytical method.     

水界高速公路征地拆迁特点分析及对策探讨

针对高速公路征地拆迁这一难题,以水界高速公路为例,分析高速公路征地拆迁特点,探讨做好征地拆迁工作的对策.     

基于网络能耗与交通效率的多子区控制模型

为有效缓解较大区域城市路网交通拥堵以及减少交通能源消耗,必须对路网实施有效的控制。传统交通控制对路网OD要求较高,难以获取,而宏观基本图(macroscopic fundamental diagram,MFD),可有效避免获取OD需求的难题。因此,引入MFD,根据车流密度对非同质路网进行子区划分、建立了多子区车辆完成率高、车均燃油消耗低的双目标规划模型,并采用fmincon函数对模型求解。依据车流平衡方程和反馈原理提出了多子区燃油消耗比例积分控制(Multi-Fuel Consumption-Proportional Intrgral,MFC-PI)方法,并通过此方法来提高路网车辆完成率、降低区域内车均燃油消耗。最后,通过实际城市路网验证所提出的燃油消耗控制模型,仿真结果显示,MFC-PI控制方法可有效提高控制效率,并同时保证路网子区的能耗最低。     

整体抽芯模板工艺在日照港口港区油码头工程的应用

介绍日照港中港区油码头栈桥部分水工主体构件－圆形小沉箱在预制过程中，因形状特殊，为确保施工质量进度，降低工程造价，采用整体抽芯工艺进行支拆内模，并取得了成功。     

海底管道凝胶封堵材料的制备与试验研究

文中设计一种凝胶配置与注入装置，进行了海底管道封堵凝胶性能研究，获得了适用于海管清管的凝胶配比，并搭建了凝胶封堵试验线，对凝胶在管道中的通过性和封堵性进行了试验研究。研究结果表明：聚合物质量分数越高、交联剂质量分数越高，凝胶成胶时间越短，黏度越大；当聚合物溶液质量分数为1.5%,交联剂溶液质量分数为0.4%时，凝胶黏度、成胶时间、流动状态等综合性能较好；成型后的凝胶能顺利通过水平管段、竖直管段和弯头，管壁没有残余凝胶，段塞前后液体没有发生串流现象，凝胶段塞封堵性良好。     

基于稀疏卷积神经网络的车载激光雷达点云语义分割方法

对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。     

面向自动驾驶数据生成的风格迁移网络研究

自动驾驶数据集的丰富性是保证基于深度学习的自动驾驶算法鲁棒性和可靠性的关键。当前的自动驾驶数据集在夜晚场景和各类气候、天气条件下的数据量仍十分有限，为满足无人驾驶领域的应用需求，本文中构建了风格迁移网络，可将当前自动驾驶数据集转换为夜晚、雪天等多种形式。该网络采用单编码器-双解码器结构，综合语义分割网络、跳跃连接和多尺度鉴别器等多种手段用于提高图像的生成质量，生成的图像具有良好的视觉效果。用真实数据训练deeplabv3+语义分割网络来评价生成图像的结果表明，本文采用的网络生成图像的平均交并比比基于双编码-双解码结构的两种网络（AugGAN和UNIT）分别提升了2.50%和4.41%。