沪昆客专朱砂堡#2隧道岩溶发育特征与形成机理及工程地质评价

以朱砂堡#2隧道暗河勘测资料为基础，采用多种方法，分析了隧道典型岩溶形态、岩溶发育特征；探析薄层缓倾岩层地区巨型溶洞的形成机理，针对性地进行工程地质评价，并在此基础上提出了相应的处理措施。     

G310线牛背至麦积公路滑坡成因及处治措施研究

以G310线牛背至麦积公路K1428+000~+200段山体滑坡处治工程为例，通过对滑坡体灾害的成因分析，并结合区域内地质特征，对滑坡体采取坡面主动卸载，坡脚处设置抗滑桩板墙支护的方案。经过综合处治，目前滑坡体处于稳定状态，有效地保障了该路段公路运营安全。     

漫谈港口

中华文化源远流长、博大精深，与经济、政治相互交融，熔铸在民旅的生命力、创造力和凝聚力之中，是与时俱进的。我们的先知造“港口”两字，可直解水边之巷，人和物进出之口。由此可悟出港口的地理特征、港口与城市的密切关系和港口对机体的重要作用。“港”字告诉我们，水边之巷是城市的组成部分，港城连体密不可分，兴衰与共、相依为命，这是理应由城市政府统一管理港口的管理体制的必然归宿。     

散流器在FPSO空调系统设计中应用

本文结合了浮式生产储油船(FPSO)设计的实例,介绍了散流器在空调系统设计中的应用,阐述了散流器的种类,设计计算和系统布置的特点,同时采用计算流体动力学CFD(Computational Fluid Dynamics)的方法分析房间的气流组织和温度分布,使设计人员可以对空调的效果进行预测.提供了一个FPSO大负荷房间空调送风问题的解决方案,供专业设计人员参考.     

长江上游钱口石梁滩切礁整治试验

钱口石梁是长江上游羊石盘—上白沙水道中水急滩。通过分析该滩段的碍航特性及滩险成因,采用模型试验方法对切礁整治方案进行研究。整治工程方案的影响因素包括切礁深度(4、5、6 m)、切礁范围(全部切除和部分切除)、弃渣填槽。结果表明:不同的切深方案,流态基本相同,横流减弱明显,基本不碍航;全部切除方案优势明显,航标数量减少,布设难度降低,航道维护和运行费用较小;弃渣填槽后,泡水和漩水一定程度减弱,流态进一步改善。推荐采用切礁深度5 m、全部切除,并将弃渣填槽的方案。方案实施后航道条件得到有效改善,航道维护难度和运行成本降低。     

粉煤灰和矿粉低热硅酸盐水泥胶凝材料的水化特征

采用不同掺量粉煤灰和矿粉取代低热硅酸盐水泥,制备水泥砂浆和净浆。测试砂浆抗压强度和抗折强度发展,用XRD分析水泥净浆物相组成,用恒温量热仪测试水泥净浆的放热速率和放热量。结果表明:掺入粉煤灰使低热硅酸盐水泥强度下降,强度发展速度变慢,掺入矿粉对低热硅酸盐水泥强度发展影响较小;与纯水泥体系相比,掺粉煤灰胶材体系的水化物相种类没有变化,水化产物中氢氧化钙含量下降,掺矿粉对氢氧化钙的降低作用更明显,且会促进AFm的形成;粉煤灰和矿粉可降低低热硅酸盐水泥水化放热速率和放热量,粉煤灰对水化进程影响不明显,矿粉对水化进程有促进作用。     

舰船监控网络入侵的实时检测研究

传统舰船监控网络入侵检测方法实时性差,无法及时发现舰船监控网络中的入侵行为。为了满足舰船监控网络入侵检测的实时性,加快舰船监控网络入侵检测速度,提出一种舰船监控网络入侵的实时检测方法。首先提取舰船监控网络入侵行为特征,然后引入特征降维算法对舰船监控网络入侵行为进行处理,使得舰船监控网络入侵行为特征数量变少,最后引入支持向量机对舰船监控网络入侵行为进行分类和检测,并通过实例分析本文方法的有效性。结果表明,本文方法能够有效防止出现"维数灾"现象,具有较好的舰船监控网络入侵检测实时性,提高入侵检测的准确性,能够有效保证舰船监控网络安全。     

海洋卫星遥感图像对比度特征同步检测方法研究

传统的海洋卫星遥感图像对比度特征同步检测方法具有运算复杂、检测效率低的缺陷,为了解决上述问题,提出海洋卫星遥感图像对比度特征同步检测方法研究。以提取的海洋卫星遥感图像对比度特征为依据构建图像对比度特征图,以此为基础,采用最大熵估计算法对遥感图像对比度特征进行分割,得到遥感图像对比度特征熵,通过LBP方法对遥感图像对比度特征进行同步定位,实现了海洋卫星遥感图像对比度特征的同步检测。通过测试结果显示,与传统的海洋卫星遥感图像对比度特征同步检测方法相比较,提出的海洋卫星遥感图像对比度特征同步检测方法极大地降低了运算复杂度,提升了检测效率,充分说明提出的海洋卫星遥感图像对比度特征同步检测方法具备更好的检测性能。     

基于机器学习的大规模船舶图像检索机制

船舶图像具有大规模、多样性等变化特点,传统船舶图像检索机制难以获得高精度检索结果。为了获得理想的船舶图像检索结果,设计了基于机器学习的大规模船舶图像检索机制。首先分析当前船舶图像检索研究进展,阐述船舶图像检索基本流程,然后采集不同类型的船舶图像检索特征,选择最优的船舶图像检索特征作为机器学习算法的输入、船舶图像类别作为输出,最后通过机器学习算法的训练建立船舶图像检索的分类器,并与其它船舶图像检索机制进行了对照测试。测试结果表明,本文机制可以满足大规模船舶图像检索要求,船舶图像检索正确率要高于对比船舶图像检索机制,可以更快找到用户需要的船舶图像,获得了令人满意的船舶图像检索结果。