摘要：提出了基于响应面法来设计研发磷酸镁水泥基快速修补材料.通过建立二次多项式预测模型,探究了镁磷比(M/P)、水胶比(w/b)和硼砂掺量(B/M)三因素各自作用以及交互作用对早期(3 h)抗压强度的影响规律.结果表明,水胶比(w/b)是影响早期抗压强度最关键的因素,其次是硼砂掺量(B/M)和镁磷比(M/P).预测模型的计算结果表明,当w/b=0.12,M/P=10,B/M=0.05时,快速修补材料能够取得最佳的早期抗压强度性能,然后通过验证试验证明了预测模型的可靠性.另外,将优化后的配合比进行了实际修补应用,经一年跟踪监测,其修补效果良好.

摘要：阿尔及利亚首都阿尔及尔新机场项目的高架桥工程采用了法国专业公司TERRE ARMEE设计的预应力回填式匝道,其两侧为厚14 cm的预制混凝土墙,混凝土墙之间用优质回填土回填夯实,回填土中再埋设纤维带与混凝土墙连接,以防止其倾斜倒塌。详细介绍了预应力回填式匝道的施工技术。该技术施工简单、快捷,立面形象美观,具有较好的推广价值。

摘要：目的比较三种基于卷积神经网络(CNN)的人工智能(AI)糖尿病视网膜病变(DR)眼底图像诊断模型与眼科医生诊断的一致性。设计诊断试验。研究对象北京同仁医院眼科236例(468眼)糖尿病患者的彩色眼底图像。方法患者每眼分别以黄斑和视盘为中心免散瞳拍摄两张45°眼底图像。以眼科医生诊断结果作为金标准,对三种不同公司设计的AI DR诊断模型(模型1、2、3)进行DR有无检测、DR转诊检测、DR分期检测评价。主要指标灵敏度(Se)、特异度(Sp)、受试者工作特征曲线(ROC)曲线下面积(AUC)。结果DR有无检测:模型1灵敏度为95.8%,特异度为90.1%,AUC为0.930;模型2灵敏度为96.5%,特异度为85.2%,AUC为0.908;模型3灵敏度为96.2%,特异度为83.5%,AUC为0.917。DR转诊检测:模型1灵敏度为93.9%,特异度为90.1%,AUC为0.933;模型2灵敏度为97.7%,特异度为89.3%,AUC为0.935;模型3灵敏度为95.4%,特异度为89.8%,AUC为0.926。DR分期检测:模型1灵敏度为72.9%~90.1%,特异度为93.9%~97.8%,AUC为0.854-0.930;模型2灵敏度为68.8%~92.1%,特异度为90.6%~98.2%,AUC为0.831-0.914;模型3灵敏度为75.0%~83.5%,特异度为89.2%~96.8%,AUC为0.849~0.917。结论三种AI诊断模型对糖尿病患者眼底图像DR有无及DR转诊检测的准确性均较高,可作为糖尿病患者DR筛查的辅助方法。

摘要：在城市园林中，杂草是被排斥的对象，园林绿化师的工作之一就是清理杂草。随着城市化进程的加快，人们的审美开始转变，对绿地的生态功能也更加重视。在这种背景下，野生草本植物的生态功能被人们深入发掘，而其质朴、自然的景观效果也深受人们的喜爱，野生草本植物景观逐渐受到重视，并成为新兴的景观配置形成。