摘要：随着经济的发展和社会科学的不断进步,人们的生产和生活水平显著提高。虽然物质条件不断得到满足,但人们也更加注重精神品位的追求。以建筑材料为例,人们不再满足于原有的保温居住功能,越来越重视环境保护和建筑材料的生态功能。建筑材料的选择不仅要符合安全标准,还要符合环保和绿色的理念。在这种情况下,新型轻质高强度建筑材料成为建筑业的新宠。与传统建筑材料相比,新型轻质高强建筑材料具有无可比拟的优势。它们不仅更好地反映了现代技术的先进性,而且符合低负荷和低建设成本的新概念。论文主要分析了新型轻质高强材料在装配式建筑中的应用。

摘要：为解决变电站避雷器破损样本图片少,图像识别成功率低的问题,提出了一种基于正样本学习的变电站避雷器破损识别方法。对变电站避雷器图像数据进行噪声过滤,消除环境因素对识别的影响,检测识别避雷器的边缘,并提取避雷器图像区域数据。在此基础上,采用卷积神经网络对正常的避雷器图片进行学习,获得正样本重建数据。并将当前避雷器图像与正样本进行比较,从而对破损避雷器进行识别。将该方法应用于在某地区变电站,实际识别成功率为96.8%;其结果验证了文中所提方法的有效性。