摘要：介绍秦沈客运专线B2 8- 9标段大跨度单箱整孔铁路箱梁的现浇施工方法 ,并重点对现浇膺架的设计及膺架预拱度调整、混凝土施工、预施应力。

摘要：卷积神经网络已广泛应用于遥感影像场景分类任务,然而优秀的模型体量大,无法部署到资源受限的边缘设备中,直接应用现有的知识蒸馏方法压缩模型,忽略了场景数据的类内多样性和类间相似性。为此,本文提出一种类中心知识蒸馏方法,旨在获得一个紧凑高效且精度高的遥感影像场景分类网络。首先对预训练的教师网络进行微调,然后基于设计的类中心蒸馏损失将教师网络强大的特征提取能力迁移到学生网络,通过约束师生网络提取的同类特征分布中心的距离完成知识的转移,同时在蒸馏过程中结合真值标签训练,最后学生网络单独用于预测。实验在4个数据集上与8种先进的蒸馏方法在不同训练比率、不同师生架构下进行了比较,本文方法均达到最高分类精度。其中,在训练比率为60%的RSC11、UCM、RSSCN7及AID数据集中,相比于性能最好的其他蒸馏方法,师生网络属同系列时分类总体精度分别提升了2.42%、2.74%、2.95%和1.07%。相似技术对比实验及可视化分析进一步证明了本文方法优异的性能。本文所提出的类中心知识蒸馏方法更好地传递了复杂网络所提取的类内紧凑、类间离散的特征知识,提高了轻量网络分类的性能。

摘要：高光谱影像标记样本的获取通常是一项费时费力的工作,如何在小样本条件下提高影像的分类精度是高光谱影像分类领域面临的难题之一。现有的高光谱影像分类方法对影像的多尺度信息挖掘不够充分,导致在小样本条件下的分类精度较差。针对此问题,本文设计了一种面向高光谱影像小样本分类的全局特征与局部特征自适应融合方法。该方法基于动态图卷积网络和深度可分离卷积网络,分别从全局尺度和局部尺度挖掘影像的潜在信息,实现了标记样本的有效利用。进一步引入极化自注意力机制,在减少信息损失的同时提升网络的特征表达,并采用特征自适应融合机制对全局特征和局部特征进行自适应融合。为验证本文方法的有效性,在University of Pavia、Salinas、WHU-Hi-LongKou和WHU-Hi-HanChuan4组高光谱影像基准数据集上开展分类试验。试验结果表明,与传统分类器和先进的深度学习模型相比,本文方法兼顾执行效率和分类精度,在小样本条件下能够取得更为优异的分类表现。在4组数据集上的总体分类精度分别为99.01%、99.42%、99.18%和95.84%,平均分类精度分别为99.31%、99.65%、98.89%和95.49%,Kappa系数分别为98.69%、99.35%、98.93%和95.14%。本文方法对应的代码开源于https://***/IceStreams/GLFAF。

摘要：在织物动感模拟中,碰撞检测及响应处理非常复杂,实时性和真实感难以达到。为此采用质点—弹簧模型进行建模,基于层次包围盒,设计出碰撞检测算法,在此基础上,提出自碰撞检测算法。同时,提出一种检测基本几何单元间碰撞的方法,快速检测出质点与三角形的交点。然后,依据织物的物理特性进行碰撞响应处理。实验表明,算法提高了实时性,并实现了较强的真实感。

摘要：当前的程序设计都是人工设计执行流程,这种方法具有被动性、机械性、缺乏灵活性等缺点。提出一种基于强化学习的程序设计机制,并实现了相应的算法。根据环境情况和问题要求让计算机自主选择执行流程,通过学习使结果达到最优,同时能实现分层调用。采用这种方法,程序执行可以自主决策,较好地实现了自适应,减少了对设计者的依赖。结果显示,这种方法能取得较好的运行效率。

摘要：在人工智能发展全球化的时代背景下,人们对临床研究提出了更高的要求,推动了临床研究科学事业的发展。随机对照试验(RCT)是传统临床研究方法的金标准和循证证据的基石,但设计方法与中医诊疗特点融合性存在不足。真实世界研究契合了中医个体化诊疗、整体疗效评价的特点,可为中医临床评价研究开辟一条新道路。文章在中医真实世界研究的基础上通过考虑中医药临床研究的特点,结合大数据的特征引入人工智能-神经元网络算法技术,初步探讨神经元网络和人工智能算法在中医药真实世界研究中开展的可行性。