摘要：在经历了长时间的居家隔离后,居住建筑的新需求开始被人们广泛讨论。通过分析从古至今居住区及居住建筑的发展、新时代居住区不同年龄人群面临的问题,提出新“三生”空间+分层级管理模式的住宅概念,即将国土空间规划中的生产、生活、生态“三生”空间重新定义为生产空间(学习、工作、产业)、生活空间(居住、娱乐、休闲、卫生)、生态空间(生物多样性、观赏、可持续性、内循环)的新“三生”空间,并将重新定义的“三生”空间分别置于居住小区—居住组团—居住单体内,合理优化各层级的“三生”空间功能结构,做到每一层级都可以有较为完整的“三生”配置,使其可以形成大隔离,小交往的新型“三生”邻里模式,既能够给居民被保护的安全感,又能保证其相对的私密性。最终形成一个较为完整的基于“三生”空间的功能复合化居住区及单体设计。

摘要：采用电解MnO2和锂作为正负极材料制作成65 Ah电池及并联成325 Ah锂锰动力电池,测试其短路、加热、过充电、过放电、海水浸泡、针刺、挤压、火焰及跌落的安全性能。研究发现,通过适当的结构和工艺设计及必要保护后,大容量锂锰动力电池可以满足苛刻滥用条件下的安全性能。

摘要：废旧电子产品“互联网+回收”模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)–梯度特征深度森林(GfDF)算法的UMP识别方法.本方法由UMP识别模型和PDE参数寻优模型组成,其中:前者包含的UMP定位裁剪模块基于Faster–RCNN模型对图像裁剪以获得有效信息, GfDF识别模块通过引入多尺度梯度特征策略使其更易学习“定位模块”抓取信息;后者使用并行策略优化GfDF模型超参数以提高UMP识别精度.实验结果表明,相比于深度模型和其他机器学习模型,本方法在识别精度和训练时间上均具有优势,能够有效提高回收装备自动化程度和手机回收效率.

摘要：矿山现场工作人员在作业过程中需要及时判断矿石与围岩,及时优化开采设计方案有助于控制矿石损失贫化。为了实现对矿山现场矿石和围岩的智能化识别,对比了多种算法后采用EfficientDet神经网络模型,矿石和围岩的识别特征较为明显,选用EfficientDet中D0版本进行训练进而获得神经网络模型。基于井下环境进行数据扩充,在检测前对图像进行预处理。通过验证,模型对矿石和围岩识别正确率可以达到96%。在识别矿岩交界处的图片时,对于矿石、围岩分类的准确率超过91%,且预测框大小合适,可以很好地观测到矿岩交界线。模型能够在不同环境下高效、准确地识别矿石和围岩,证明模型的泛化性和鲁棒性较强。