摘要：针对目前双流卷积神经网络通常使用堆叠RGB帧和光流图分别提取视频的表观信息和运动信息,存在信息冗余和计算复杂度高的问题,基于时域分割网络提出了一种结合光流图、差分图像和并行卷积神经网络的行为识别算法。首先通过分析行为视频中存在的运动模糊现象,设计了一种基于图像特征量的关键帧选取算法,同时构建了一个包含表观信息流和运动信息流的改进时域分割网络,将关键帧RGB图像、非关键帧光流图像和差分图像并行地输入特征提取网络计算分类得分,最后将关键帧与非关键帧的行为类别得分进行平均融合后输入SoftMax层得到视频类别概率。为进一步降低算法的参数量和计算复杂度,设计了一种轻量化卷积神经网络作为特征提取网络。本文算法在UCF101数据集的识别准确率为94.7%,在HMDB51数据集的识别准确率为69.3%,推理速度相比于时域分割网络快了45.3%。实验结果表明,该算法能够高效利用视频的表观信息和运动信息,且具有较高的行为识别准确率。

摘要：审图,即设计审查,是保障工程设计安全、环保、舒适、合规的关键环节。针对传统人工审图成本高、主观性强、低效、易错等问题,智能审图应运而生并被广泛关注与应用。该文对近年来自动化审图和智能审图的研究与应用做了全面调研和综述,建立了相应的理论研究框架,并系统总结了智能审图的应用发展路径。当前,相关研究主要围绕图(或设计)的可计算性与规范(或知识)的可计算性展开,前者重点解决计算机如何识别、理解设计方案的问题,后者重点解决计算机如何理解规范知识并进行推理的问题。根据数字化与智能化的方式,可将智能审图相关应用实践分为数字化、感知智能、认知智能三个维度,其中审图流程及业务的数字化是基础,感知智能是CAD(Computer-Aided Design)识图、逆向翻模的技术支撑,认知智能则是知识推理计算的重要手段。最后,研究指出智能审图方兴未艾,在模型语义扩充、复杂工程知识表示学习、性能化设计审查、算法鲁棒性及透明性等方面仍面临着巨大挑战。

摘要：梁和板组成的楼盖系统是框架结构的主要抗连续倒塌构件。为了分析各类结构参数对钢筋混凝土楼盖系统抗连续倒塌性能的影响,该文首先根据《混凝土结构设计规范》GB 50010—2010设计制作了8个钢筋混凝土单向梁板子结构缩尺试件,这些试件具有不同的截面尺寸和配筋率。然后通过竖向加载试验研究这些试件在中柱破坏后的材料变形/损伤和抗连续倒塌承载力。试验结果表明:带楼板的子结构试件的承载能力明显高于相同截面的梁试件的承载能力;试件在梁机制阶段的承载能力主要由截面尺寸和钢筋面积所决定,而悬链线机制阶段的承载能力主要由截面中连续钢筋面积所决定;楼板的宽度、厚度和板内配筋以及梁高对梁机制下的承载力有较大的提高,其中板宽在大于一定值后影响变得不显著;只有楼板宽度和楼板配筋率对悬链线机制下的承载力有显著影响;梁内抗震配筋对缩尺试件在两个阶段的抗连续倒塌承载力影响都不大。

摘要：钢筋混凝土框架结构依靠梁板组成的楼盖系统来抵抗连续倒塌,其在小变形下的连续倒塌抗力由梁板内的压拱机制提供。现有压拱机制的宏观理论分析模型参数过多且不能考虑楼板的影响,因此难以在工程设计中进行应用。该文基于楼盖系统微观受力机理的分析,建立了压拱机制下梁板子结构系统的连续倒塌抗力分析模型。和现有模型相比,该文计算模型的参数大幅减少、公式显著简化,且能够考虑楼板和梁抵抗连续倒塌的共同作用。通过与国内外47个梁试件和6个梁板子结构试件的试验结果进行对比,发现该文计算模型在计算梁试件时计算精度和现有模型精度相同,而在计算梁板共同作用下的连续倒塌抗力时精度提高显著,能够为混凝土框架结构的抗连续倒塌工程设计提供参考。