CFG桩复合地基沉降的灰色预测

高速铁路CFG桩复合地基(路基)沉降是一个复杂的过程,采用MATLAB语言编写了基于XGM(1,1)模型预测地基沉降的程序,并将其应用于CFG复合地基沉降量的预测。通过对灰色预测XGM(1,1)模型在工程实例的应用和对比,证实XGM(1,1)模型运用到工程实际中是可行的。     

黄渤:孩童以上成人未满

坐在化装间的椅子上便垂头睡着的黄渤,一旦进入了正式的工作状态,令人惊奇地精神焕发。在影棚里看到了两台玩具车模型,更是爱不释手,变得童心未泯。在拍摄当中,他也会让模型如真车一般开动起来,玩得不亦乐乎。飞鸟和鱼童心是他不肯放弃的内在气质。小时候黄渤就好玩儿,在青岛长大的他天生水性极好,特别喜欢到海边潜水,从小学开始一直到快20岁,都是只戴一个潜     

我爱名车,更爱古堡

很多人,尤其是中国人,对于城堡的好奇程度不亚于外国人对于中国功夫一探究竟之心。古堡的魅力大抵在于它的神秘莫测。古堡的主人一般来说都是有头有脸的人物,或国王王后,或商贾权贵,他们与古堡一起演绎了许多神秘的故事,与清宫秘史相     

深水、泥岩地区栈桥设计与施工——兰新铁路第二双线八盘峡黄河特大桥栈桥施工技术总结

结合新建兰新第二双线八盘峡黄河特大桥栈桥方案设计和施工,提出了在比较坚硬的地质条件下施工栈桥设计时可不必着重强调钢管桩的入岩深度,可以采用加强构造设计的办法实现栈桥稳定性要求,很好地解决了深水、泥岩地区栈桥施工时钢管桩打入深度较浅的难题;对运营中的栈桥观测数据进行分析,验证了设计思路的的正确性;有关经验可为同类栈桥工程方案设计、施工提供参考。     

基于MSP430单片机的声纳值班电路设计

对于长期工作在水下的声纳检测系统,必须有可靠性高、功耗低的值班电路。本文充分利用MSP430单片机的片内外设,完成了一种数字值班电路的电路设计,其结构简单、功耗低、并且可检测编码信号,对某些声纳检测系统设计有一定参考价值。     

基于快递业务的应急系统研究

为了减轻突发事件带来的损失,针对企业的应急问题,设计了一个快递企业的物流应急调度系统.通过对应急反应的研究,提出该应急系统的基本思路,对其管理功能进行分析,设计完善的应急系统,使企业能够通过快速反应来提高运作效率,减少损失并提升客户服务水平.     

斜拉桥船撞荷载下静动力响应对比分析

采用船撞动力时程最大值、峰值范围内的局部平均值及全局平均值,作为船撞等效静力荷载对斜拉桥进行船撞静力分析,将结构静力响应与船撞动力响应进行对比分析。结果表明:斜拉桥结构位移响应、内力响应差别较大。建议针对存在船撞问题的斜拉桥,在设计时船撞分析尽量采用动力分析方法,以便得到更为真实的结构内力和位移响应。     

“三叉戟”号新概念多用途货船

当今世界科技的飞速发展,使得各类基于环保的新能源、新材料、新设备层出不穷,且在未来船舶上的应用前景十分广阔.每一项新兴科研成果的问世,都会立刻成为船舶应用研究的热点.与此同时,船舶未来的发展也需要基于设计本身的全新理念.在此背景下,通过深入分析多用途货船本身的构造特性与当前全球货物运输的热点问题,“三叉戟”号新概念多用...     

电动汽车双电机耦合驱动系统发展与趋势

阐述了国内外电动汽车双电机耦合驱动系统的发展现状,对不同双电机耦合驱动系统的结构特点和应用等进行了总结。从动力性、经济性、布置灵活性、控制复杂性和成本五个方面对不同耦合驱动系统进行了综合对比分析,并对其发展潜力和趋势做出了归纳和展望。     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。