公路建设与环境保护

随着人们环境意识的增强,公路不断增加,不仅要绿化美化,还要承担防止水土流失,满足视线引导、缓冲、强调目标、标志等作用,它需要一整套技术,这是一种以植被恢复为代表的生态工程技术.     

大直径钻孔灌注桩施工及承载力试验研究

以某大桥大直径超长钻孔灌注桩为背景,介绍了大直径桩基础的施工关键技术,并对桩基的承载力进行荷载试验,得到了垂直极限承载力、侧摩阻力及端承力、水平力等试验结果.可为类似大直径超长钻孔灌注桩的基础施工和试验提供参考.     

基于广义模糊集合的多级图像增强算法

分析了传统的图像模糊增强算法的两个缺陷,即图像增强区域单一、图像增强后会损失低灰度信息,并针对传统模糊增强算法的两个缺陷提出了一种新图像多级增强算法,该算法通过引入广义模糊集合的概念,将图像从图像空间变换到广义模糊空间,利用广义模糊集合变换范围大的特点进行对比度增强处理,力图使图像的层次更加分明。最后通过实验证明了文中提出算法的有效性。     

镇江中船现代发电设备公司与西门子公司签署合作协议

近日,该公司与西门子（中国）有限公司达成了在船用电力推进系统生产、销售方面的合作协议。根据协议,该公司将与西门子联合生产、销售电力推进系统,为电力推进项目提供全套设备及系统集成。由此,船用市场将诞生出一种全新的电力推进系统——“中船-西门子”电力推进系统。     

铁路基层站段信息系统安全管理实践

随着"智慧站段"概念的兴起,当前铁路基层站段都在大力推进信息化建设,结合生产和办公需求建设企业信息系统,在生产、管理、培训等方面普遍实现了信息互联互通,这些信息系统已逐渐成为支撑铁路基层站段生产的关键设施,一旦遭到安全威胁,将直接扰乱铁路基层站段的正常生产秩序,甚至影响铁路运输生产。为此,文章参照《信息安全技术—网络安全等级保护基本要求》,结合中国国家铁路集团有限公司某机务段机车整备作业综合管理系统的建设及应用实践,针对铁路基层站段信息系统安全管理的特点和要求,从人防、技防、物防等方面综合防控,制定了较为完善的安全管理措施,有效保障该系统长期稳定运行。对铁路基层站段信息系统安全管理提出思考和建议。     

纤维掺加工艺对冷再生混合料性能的影响

通过变换纤维的掺加顺序，设定了4种工艺，研究纤维掺加工艺对冷再生混合料低温、高温和水稳性能的影响；通过扫描电子显微技术，观测了不同工艺纤维混合料试样的微观结构，揭示了其微观机理。结果表明：工艺3的综合路用性能指标最优。与工艺1相比，其低温断裂能指标提升60%,劈裂强度提升11%,水稳性能提升18.9%。原因在于，工艺2拌和环境中湿度较小，纤维分散阻力较大；工艺4中，拌和环境中湿度过大，纤维容易出现结团现象，更加难以分散；工艺3中可获得最佳的湿度条件，纤维的分散效果最佳。微观分析发现，工艺2、4中存在纤维聚团或扎堆现象，而工艺3中在沥青与集料的界面处可观察到相互搭接的桥接式结构，在纤维混合料受力时传递和分散应力效果较好，可弥补RAP中界面黏附力不足的弱点。     

城市工程运输车源头治理短板及对策研究

源头治理是城市工程车管理链条中重要一环,同时也是最薄弱的一环,存在管理盲区。本文从“人、车、企、道路、工地”五大源头总结梳理工程车源头治理中存在的六个方面问题,结合业务特点和各地经验做法,针对性提出六大对策建议,具有可实施性,可有效强化工程车源头治理。     

城市轨道交通车辆轮对轴承压装力-位移曲线研究

通过对城市轨道交通车辆轮对轴承压装过程进行力学分析和计算,得出轴承压装力与轴颈位移的理论曲线;以曲线参数需求为导向对现有车辆轮对轴承压装制造工艺进行优化,建立了城市轨道交通车辆轮对轴承压装统一的标准曲线评价方法。经实际生产应用验证,表明该曲线评价方法可行。     

基于分段结构材料的精度研究与控制

介绍船体建造过程中分段制作的精度控制及效果保障,从前道工序为后道工序服务的理念出发,基于过程控制、系统工程理论,对影响分段建造的材料精度问题加以归纳、分析,建立控制要素并采取措施加以控制和规避,同时促进精度设计的不断改进,从而双管齐下,提高分段制作质量。     

Fine-Grained Opinion Extraction from Chinese Car Reviews with an Integrated Strategy

With rapid development of E-commerce, a large amount of data including reviews about different types of products can be accessed within short time. On top of this, opinion mining is becoming increasingly effective to extract valuable information for product design, improvement and brand marketing, especially with fine-grained opinion mining. However, limited by the unstructured and causal expression of opinions, one cannot extract valuable information conveniently. In this paper, we propose an integrated strategy to automatically extract feature-based information, with which one can easily acquire detailed opinion about certain products. For adaptation to the reviews’ characteristics, our strategy is made up of a multi-label classification (MLC) for reviews, a binary classification (BC) for sentences and a sentence-level sequence labelling with a deep learning method. During experiment, our approach achieves 82% accuracy in the final sequence labelling task under the setting of a 20-fold cross validation. In addition, the strategy can be expediently employed in other reviews as long as there is an according amount of labelled data for startup.