涵洞整体式基础分析与设计

主要介绍涵洞整体式基础选择及设计要点,重点分析整体式基础地基承载力的深度修正,并通过计算,对整体式基础的材料选用进行了比较说明。     

高职院校特殊用途英语专业新生自主阅读现状调查

本文运用定量和定性的研究方法,调查了职业技术学院特殊用途英语专业新生自主阅读现状和导致该现状的原因。结果表明,学生在英语阅读学习中表现出一定的自主性,其自主程度在阅读的各个阶段基本上都是中等偏低,但存在一定的差异,阅读中较高些,阅读前较低而阅读后最低;导致该现状的原因是多方面的,主要是缺乏内在动机、有一定的外在动机、对老师的过分依赖、较低的自我效能感、没有受过系统的阅读元认知和认知策略的培训。本研究结果对职业技术学院的英语阅读教学有一定的启示。     

β-淀粉样蛋白诱导大鼠海马S100β表达的作用及机制

目的　探讨 β 淀粉样蛋白 (Aβ)对S10 0 β表达的影响及作用机制。 方法　采用Aβ2 5-3 5和IL 1ra ,选择大鼠海马CA1区进行定位注射 ,通过行为学测试、刚果红染色和免疫组化技术结合图像分析的方法 ,对不同时间大鼠的学习记忆、淀粉样沉积、GFAP和海马CA1区S10 0 β表达的变化进行观测。 结果　Aβ2 5-3 5注射后 ,大鼠的学习记忆能力明显下降 ;海马CA1区出现Aβ沉积 ,并有大量GFAP阳性胶质细胞包绕 ;实验组S10 0 β阳性细胞数目在 3、7、2 1d较对照组均有明显增多 ,细胞平均面积只在 2 1d才有明显增大。脑内注射IL 1ra后 3、7d,S10 0 β阳性细胞数目明显低于同组的Aβ大鼠 ,而高于对照组。结论　Aβ2 5-3 5脑内注射可建立具有类似阿尔茨海默病的局部病理改变和学习记忆损害的AD动物模型 ;Aβ2 5-3 5可上调大鼠海马CA1区S10 0 β的表达 ,实验早期以S10 0 β阳性细胞的数目增加为主 ,后期表现为细胞体积的增大 ;IL 1ra脑内注射可明显降低Aβ2 5-3 5上调S10 0 β表达的作用 ,其机制是阻断由Aβ2 5-3 5激活的小胶质细胞释放的IL 1对星形胶质细胞的活化作用。     

横向荷载作用下板桩墙入土深度计算方法的探讨

分析计算表明，在横向荷载作用下的板桩墙，当按极限土压力计算其稳定性所需入土深度时，应与按弹性反力计算其变形和内力五相联系，并在两者之间反复修正才能得到合理结果，这在理论和实践上均有必要。     

基于深度置信神经网络的半潜式平台浮体运动模型和响应预测研究

半潜式平台承受着风、浪、流等复杂环境荷载的耦合作用,在工作海况下平台的浮体运动多为波频小幅运动.在极端海况下平台产生大幅运动对结构的安全带来威胁.本文基于深度学习理论,开展了半潜式平台运动响应预测及分布规律的研究.首先,按照10 min为时间间隔对环境监测信息进行划分,对风速、波浪压力等环境监测信息的分布规律进行研究并选取合适的分布拟合参数,结合分形学理论及统计分析的方法,提出了实测风速、波浪压力等数据的特征参数,并结合浪高、周期、流速、流向等实测数据,建立了具有降维特征的环境信息输入参数;其次,基于实测响应数据,以横摇为例,以10 min为时间间隔对其监测信息进行划分并对其分布规律进行研究,并选取合适的响应分布拟合参数作为响应的特征参数;接着,利用北斗远程传输系统传输的监测数据,基于深度置信神经网络(Deep Belief Network,DBN)建立极端海况下实测环境荷载与实测响应的关系模型,并与基于BP、Elman神经网络的关系模型预测结果进行对比,可以看出,基于DBN神经网络的关系模型预测误差仅为5.07％,结果较为准确;最后,基于DBN神经网络建立了荷载特征参数与响应分布拟合特征参数的关系模型,并与基于DNN、BP神经网络的关系模型预测结果进行对比.研究发现,基于DBN神经网络的预测模型结果更为准确,更接近于真实响应的分布规律,可以对工作海况下平台安全作业提供一定的指导.     

稀土对30CrMnSiA钢离子S—N—C共渗组织和耐磨性能的影响

本文研究了稀土元素对离子硫、氮、碳共渗层金相组织，渗层深度及耐磨性能的影响。结果表明，一定量的稀土元素对离子硫、氮、碳工艺具有较明显的催渗作用，使渗层深度提高２５％以上，改善了表面组织，使表面硬度增强，耐磨性能提高２倍以上。     

长治公交组织党委中心组集中学习

2R13日,长治公交组织党委中心组进行集中学习,旨在切实加强党内政治文化建设、从严从实开好民主生活会的思想自觉和行动自觉。会上,公司党委成员共同学习了《关于新形势下党内政治生活的若干准则》和《中国共产党党内监督条例》。     

基于深度卷积神经网络的铁路接触网鸟窝检测方法研究

鸟类在铁路接触网筑巢一直是造成接触网故障的一个重要原因,目前主要依靠人工巡检的方式确定是否存在鸟窝,不仅工作量大、漏检率高,而且效率低。因此提升接触网鸟窝的检测效率,及时排除隐患,对保障铁路安全运营具有重要的意义。针对此问题,提出了一种基于深度卷积神经网络的Faster R-CNN模型用于接触网鸟窝的自动识别。通过自定义合适的网络结构和参数,经过预训练、 RPN网络训练、Fast R-CNN网络训练以及对RPN和Fast R-CNN的联合训练,建立了适合鸟窝检测的Faster R-CNN模型,实现对鸟窝的检测。经试验,Faster R-CNN的准确率为88.5%,每张图片的识别速度为79 ms,通过与传统的HOG方法、DPM方法和卷积神经网络方法进行比较,验证了深度卷积神经网络对铁路接触网鸟窝检测高效性。     

基于集成学习模型的城市轨道交通车载数据分析与列车停车误差预测

提出了一种基于Stacking策略的集成学习模型算法。通过基础模型算法评估阶段和基础模型算法集成阶段,成功选出K个基础模型,并基于模型集成策略完成了模型的集成工作,最终得到了基于Stacking策略的集成预测模型。基于实际案例,使用该集成模型对列车停车误差进行预测,并对预测结果进行验证。验证结果显示,基于Stacking策略的集成学习算法模型的训练效率高、预测精度高,与其他传统模型相比具有较强优势。     

寒区隧道隔热层设计参数的实用计算方法

根据冻土学基本理论推导寒区隧道围岩的季节冻结深度和季节融化深度计算公式.根据传热学的热流连续定律,分别计算隧道围岩的热流量及含隔热层和衬砌隧道围岩的热流量;采用当量换算法推导出寒区隧道隔热层厚度及导热系数的计算公式.以青藏铁路风火山隧道为例,采用推导的隔热层厚度及导热系数公式进行计算.结果表明:隧道DK1 159+046断面在2004年需要的隔热层厚度为4.1 cm,导热系数为0.03 W·(m·℃)-1;考虑未来50年升温2.6℃,全隧道铺设厚度为5cm、导热系数为0.03 w·(m·℃)-1的隔热层,在前20年基本保证围岩不融化,在之后的30年围岩可能会融化.隧道实际的隔热层厚度为5 cm,导热系数为0.03 w·(m·℃)-1,2004年实测地温资料表明隧道围岩没有融化.此计算公式在寒区隧道设计的初始阶段,可用于指导隧道隔热层厚度和导热系数的参数设计.