大砂袋围堰在围海造陆工程中的应用

随着社会经济的发展,世界上不少国家有围海造地的需求。大砂袋围堰由于其具有良好的整体性和柔韧性,且对堤基的变形具有较好的适应性,已成功应用于多个围海造陆工程。但在大砂袋围堰施工过程中也出现过围堰失稳的案例。以一填海造陆工程为例,介绍了大砂袋围堰的设计及施工情况,利用极限平衡法分析了其在施工过程中出现塌陷的原因,为以后的工程现场施工提供借鉴经验。     

新型铁路站房中玻璃幕墙的实践及发展

研究目的：通过对曾经主持的几个铁路站房立面设计的总结与回顾，探讨了铁路站房玻璃幕墙的一些特点，大空间幕墙的支撑形式，面板的选择，并展望了玻璃幕墙在新型铁路站房中的应用及发展的新趋势。研究结论：钢桁架和索杆桁架是解决大空间大跨度幕墙受力的一种较好的方法，LOW—E玻璃的设计和应用是玻璃幕墙减低太阳辐射的非常有效的途径，现代建筑的玻璃幕墙中越来越多地采用了光伏发电和双层气循环等新型幕墙技术。     

先隧后站地铁扩挖施工监测技术

地铁开挖时，其周围的建筑物变形观测成了地铁施工中的关键之一，也是影响地铁施工安全的重要指标。介绍了广州市轨道交通东山口站先隧后站扩挖时建筑物沉降、隧道围岩变形及内力监测技术。     

基于交通大数据的移动模式分析综述

交通大数据可为揭示交通主体显性出行行为背后的深层规律（即移动模式）提供重要基础。精确掌握大数据驱动下交通主体的移动模式，可为需求预测、客流组织、土地利用、事件管理等应用提供理论依据。交通大数据主体繁多、时空多态、关联性复杂的特性迫使小数据时代下的移动模式分析方法转型和升级，但仍可能遇到移动模式一致性表达难、异常类型检测难、复杂关联性表达难、时空多态性建模难、一体可视化分析难等普遍问题。针对这些问题，利用科学知识图谱，对2010~2020年期间3 747篇文献的热点关键词分布、发表趋势分布、出版刊物分布等特点进行归纳总结，结合常见的移动模式分析数据集，系统综述现有研究在移动模式常态分析、非常态分析、关联分析、预测分析和可视化分析方向上的阶段性进展。其中，移动模式常态分析综述了个体活动特性分析、出行类别划分、特定群体分析等应用的研究进展。移动模式非常态分析综述了基于模板匹配和数据驱动的非常态事件检测方法的发展脉络。移动模式关联分析综述了面向不同数据源的关联特性检测方法的发展近况。移动模式预测分析综述了基于数理统计和数据驱动的交通属性预测方法的发展状况。移动模式可视化分析综述了用户交互设计、移动模式宏观可视化、微观可视化和整体可视化的发展近况。最后，系统总结各个分支方向面临的主要问题与挑战，并从数据整合、模型创新、机制变革等角度提炼移动模式分析研究的未来发展趋势，期望为后续研究采用新理论技术开展移动模式分析提供参考。     

基于多尺度方法的道路隧道温度场特征研究

隧道火灾往往会造成严重后果。为实现快速准确的火灾报警,以大连路隧道、青浦隧道、白茫雪山隧道正常运营及火灾试验工况下采集的大量正常运营工况温度数据和火灾工况温度数据为对象,使用多尺度分析方法,研究道路隧道火灾工况和正常运营工况不同尺寸下的温度场特征。结合隧道光纤光栅温度系统采集的数据,对隧道火源及其邻域的温度、温度梯度和温度二阶导数进行大量统计描述分析; 同时对火灾时隧道内温度场的波动特征进行论述。通过分析,得出隧道火灾时的温度场具有强烈波动特征,建议使用单位时间内温度的标准差、离散系数来表征隧道温度的波动程度;使用单位时间内温度一阶导数的标准差、离散系数（均值大于0.1）来表征温升的波动程度,并给出常规工况下单位内时间温度标准差的建议取值。最后,通过识别火源点及其邻域的温度波动特征可判断火灾是否发生。     

船舶营运大数据挖掘与应用思考

船舶营运大数据来源于航运信息平台和营运船舶监测,通过对这些海量数据的分析与挖掘,能发现很多有价值的信息与规律,可应用于多载况下船舶功率与航速评估、船舶能效设计指数(EEDI)实船验证方法的完善、MRV机制实施的技术支持;风浪对航速的影响研究;节能技术的节能效果评价;船舶进坞清污最佳时机分析;船舶设备运行的精细化管理等,对于促进造船和航运业的技术进步具有重要的意义。     

六寨至河池段高速公路关键技术问题对策措施

阿荣旗-北海公路六寨-河池段高速公路地形地质复杂。文章针对该工程出现的特殊路基、长大纵坡路段、桥梁选址、选型、不良地质地段隧道、路线交叉、弃土场设置等关键问题提出科学合理的技术对策。     

大前锋在篮球攻防中技术动作的应用与训练

在现代篮球激烈的身体对抗中,球队整体水平的发挥与大前锋的实力有着重要的关系。大前锋兼有前锋和中锋的特点,技术全面还可弥补后卫位置上的不足以及球队整体运转的缺陷。加强对大前锋的培养与训练,使其熟练掌握和运用各项技术动作,在每一场比赛的进攻与防守端都发挥出积极的作用,具有十分重要的意义。     

大数据背景下的桥梁结构健康监测研究现状与展望

结构健康监测（SHM）技术在许多大型桥梁的运营养护管理中均有应用，但已有监测系统积累的海量数据并未被充分解读。为将大数据技术引入到桥梁SHM数据的处理分析中，首先总结大数据的概念和构成要素；然后分析SHM数据的工业大数据属性，梳理桥梁SHM大数据的研究方向；随后综述包括处理技术和分析方法在内的大数据技术在桥梁SHM中的应用现状，在由数据预处理、数据融合、特征工程、模式识别、可视化构成的大数据分析流程中提出SHM大数据研究的需求和应用场景；最后对大数据技术在桥梁SHM中的前景与驱动力进行展望和讨论。结果表明：SHM大数据研究应以结构状态评估为落脚点；大数据处理技术在SHM的系统框架搭建及数据分析能力扩展方面虽已得到较多应用，但其并非SHM大数据研究的重点；SHM数据融合对大数据分析方法有迫切需求，以实现桥梁SHM数据与外观检测等多源异构数据的多层面融合；深度学习、集成学习为结构状态敏感特征的提取提供了新的算法；有监督、无监督机器学习方法结合海量SHM数据将对结构状态评估下的模式识别问题形成更全面的认知；异常识别、相关分析、迁移学习等方法可为实桥SHM损伤识别提供支撑。研究结果可为SHM领域的大数据研究提供参考。     

基于大数据的新能源汽车个性化售后服务推荐系统

国内新能源汽车售后服务市场起步较晚,用户满意率不高,服务体系亟待完善,在大数据的时代背景下,跳脱出固有的被动服务的思维模式,借助信息化的强大力量刻画用户画像,构建符合时代发展和用户个性化需求的主动推荐售后服务系统,由"用户主动预约"向"主动预约用户"转变,扭转我国新能源汽车售后服务市场态势,将成为我国新能源汽车售后服务发展的一大趋势。