考虑土体连续性的桩承载力自平衡法研究及工程试验

自平衡试桩法因其具有方便、经济等优势而被推广起来,但目前关于该方法转换成静载法荷载-位移曲线过程中涉及到的转换系数的研究较少.在对比研究自平衡试桩法与传统单桩竖向抗压静载试验方法的基础上,依据Mindlin解,对未考虑土体连续性时转换后得到的自平衡试桩桩顶位移与实际结果的差异进行分析,研究砂土地区试桩中的上托桩桩周土体位移对桩端沉降变化的影响,进而对现有确定自平衡试桩承载力的转换方法进行改进.通过室内模拟试验验证了该方法的可行性,将此方法应用到沈阳某高层桩基础工程试验中,发现采用考虑土体连续性的自平衡转换方法明显降低了荷载-位移曲线的拟合误差.     

高职院校考试模式浅析

目前,高职院校的考试模式仍存在一些问题：如考试形式较为单一,重记忆、轻实践;试卷存在自主命题、自主评阅的现象;考试试卷设计不够合理;考试成绩的评定方法不够客观;考风、考纪不够严格。形成这些问题的原因主要是与考试相关的课程建设没有完善,教师的自我约束力和责任感欠缺,学校的监督机制还不够完备。因此,为了促进考试模式的改革必须要从课程组的建设、考试方法和考试内容的改革及严抓考风和考纪着手。     

一类特殊风险模型的破产概率

研究了保费收入为ctβ,且索赔由分数布朗运动(自相似参数H>1/2)所模拟的一类特殊的风险模型的破产概率.通过测度变换,得到了无限时间的破产概率.最后利用分数布朗运动是高斯过程这一性质,给出了有限时间破产概率的上下界及极限定理.     

平潭太阳辐射状况分析

用回归分析法计算了平潭太阳辐射,并进行分析。结果表明,用线性回归计算太阳辐射值其精度合乎要求,不必采用非线性回归。但各月的回归系数应分别计算。不宜采用固定的或分时段的回归系数。计算得出:平潭的太阳辐射年平均值为4.5×10~3瓦/米~2,与福州相近。但出现峰值的时间不同。旬直接辐射最大值出现在七月中旬,最小值出现在十二月下旬;旬散射辐射最大值出现在六月下旬,最小值出现在一月上旬。平潭的D/Q年平均值为48％。     

浅谈住宅型节能建筑的综合设计

随着全球人口和经济规模的不断增长,能源使用带来的环境问题如全球气候变暖,给人类的生存与发展带来了严峻的挑战。节能建筑是遵循气候设计和节能的基本方法,对建筑规划分区、群体和单体、建筑朝向、间距、太阳辐射、风向以及外部空间环境进行研究后,设计出的低能耗建筑。     

环氧聚氨酯乳液的黏度和稳定性

采用聚酰胺对环氧树脂进行扩链后并进行阳离子化改性,共混入聚氨酯固化剂,用外加乳化剂进行相反转,制得了环氧聚氨酯乳液,研究了溶剂用量及溶剂配比、改性环氧树脂相对分子质量大小、水溶性及固化剂用量等对乳液黏度和稳定性的影响.实验发现:树脂体系中溶剂量存在一临界值为8.8%(质量分数,下同),当溶剂量高于8.8%时,较难发生相反转,制得的乳液不稳定;当溶剂用量低于8.8%时,能发生相反转,且乳液稳定性好;疏水性的二甲苯部分代替亲水性的乙二醇单丁醚,能显著降低改性环氧树脂的黏度和最终乳液的黏度.当聚酰胺用量为环氧树脂用量的6.0%~6.5%时,中和度达65%,改性环氧树脂水溶性较好;控制固化剂量为改性环氧树脂量的15.0%~20.0%时,制得的乳液稳定性好.     

基于GLUE方法的流域水文模型的不确定性分析

以东江流域中的星丰流域为研究对象,采用GLUE方法探讨了TOPMODEL模型在水文预报中的不确定性.研究结果表明,模型中的参数m、T0和RV较为敏感,它们的微小改变都将影响模拟结果,而参数SR0不太敏感.从两场次洪水的流量过程线可看出,模拟得到的流量过程线的上、下边界并不能完全包含实测流量过程线,总有一些实测流量落在90%的置信区间之外,说明TOPMODEL模型并不能完全模拟出该流域的流量过程,这正是由于模型的不确定性而引起的.     

BALB／c突变无毛小鼠血清IgG含量的测定

对本中心发现并培育成群的一种新的BALB／c突变无毛小鼠血清IgG含量进行测定，同时与其它二种表型进行比较。结果表明，小鼠IgG含量随日龄的增大而增大，雌雄间无显著性差异。1月龄无毛小鼠IgG含量低于其它两种表型，但2－3月龄间无差异，表明该突变未引起成年小鼠正常血清IgG含量的变化。此外，试验中还发现，BALB／c突变小鼠三种表型2月龄时血清IgG含量比文献报导的BALB／c小鼠低，其原因有待进一步探讨。     

乳化剂对核壳含氟苯丙乳胶粒形貌及涂膜润湿性的影响

采用预乳化半连续种子乳液聚合方法,选用3种乳化剂体系(SDS/OP-10,DNS-86,DNS-86与含氟乳化剂复配)制备含氟苯丙乳液,研究其对合成核壳含氟苯丙乳液的乳胶粒形貌和乳液涂膜疏水疏油性的影响.利用透射电镜、红外光谱、X射线光电子能谱和水/油接触角测试对所制备乳液的乳胶粒形貌、化学组成、涂膜表面元素信息和疏水...     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...