摘要：对承钢不同高炉的多次休风和复风过程进行了跟踪,总结出休风和复风的关键技术,包括休风料数量的确定、休风料位置与分配、休风料的修正等。认为合理设计休风料数量和分配比例是复风后炉温平稳和炉况快速恢复的基础;堵部分风口复风,并掌控好各阶段的加风节奏,是炉况快速恢复的关键。承钢高炉采用休风和复风关键技术后,高炉炉温充沛稳定,恢复进程大幅加快,并杜绝了炉况失常事故的发生。

摘要：DMVisualMiner是将可视化技术应用于数据挖掘领域而开发的一个数据分析平台.可视化数据挖掘主要应用在4个方面:数据准备阶段的可视化、模型生成阶段的可视化、结果呈现阶段的可视化、数据挖掘流程的可视化.实现了对数据挖掘各个方面的可视化,同时DMVisualMiner采用构件的设计方法,利用插件的概念增强了系统的可扩展性,设计并实现了基于XML的模型表示方法,使得DMVisualMiner能够和预言模型系统集成,并能在网络环境下发布.

摘要：目的 人脸活体检测是人脸识别技术安全的重要保障,而背景环境的负面干扰是限制检测系统性能的关键问题。针对这一问题,提出了一种基于面部纹理和前/背景差异分析的人脸活体检测模型。方法 首先,基于新型骨干网络构建面部纹理分析模块,为模型提供充足的面部纹理信息,减缓模型受背景差异的负面干扰;接着,结合边缘检测算法思想对前/背景差异分析模块的卷积核重新改写,以此突出面部边缘的细节特征;最后,设计注意力特征融合模块将两个分流模块有机结合,提升模型在各种复杂环境下的可靠性。结果 在CASIA-MFSD(CASIA-mobile face spoofing dataset)、Replay-Attack和OULU-NPU等3个数据集上做了多组对比实验,在CASIA-MFSD数据集上的等错误率(equal error rate,EER)为0.19%,在Replay-Attack数据集上的等错误率和半错误率(half total error rate,HTER)均为0.00%和0.00%,在OULU-NPU数据集4个协议上的平均分类错误率(average classification error rate,ACER)分别达到0.6%、1.9%、1.9±1.2%和3.7±1.1%。结论 在人脸反欺诈模型中融合前/背景差异信息和面部纹理信息,可有效减缓背景环境带来的负面干扰,提升模型的鲁棒性。所提模型在背景复杂、欺诈攻击方式尖锐的数据集上均取得较低的错误率,较同类先进算法具有明显优势。

摘要：本文主要从均质土坝的特点出发,分别从施工前期技术准备工作、现场施工、试验检测三个方面,对均质土坝施工质量管控进行阐述,结合坝体受力特点和稳定性要求,通过合理的质量控制,为大坝稳定创造有利条件。

摘要：主要结合高速公路现场实际情况,从填筑土料的选择、填筑质量的控制、台座的设计、场地防排水及现场检测等方面说明高填方路基作为预制梁场的应用。

摘要：文章依托克拉玛依至塔城高速公路主要从后张法预应力孔道压浆浆液配合比设计及其相应的性能检测结果来说明孔道压浆浆液的可行性,结合实际工程说明掺用压浆剂的孔道压浆浆液在保证孔道压浆质量及延长预应力结构的使用寿命方面有更好的效果及可推广性。