检索结果-南通市图书馆

不同养护方式对铁尾矿砂制备的再生粗骨料性能影响

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

哈尔滨工程大学学报 2024年第6期45卷 1217-1224页

作者：刘宝潘钢华高敏蒙海宁陆军工程大学国防工程学院江苏南京210007 东南大学材料科学与工程学院江苏南京211189 东南大学江苏省土木工程材料重点实验室江苏南京211189 江苏镇江建筑科学研究院有限公司江苏镇江212004

为了提高铁尾矿沙的利用率,本文采用成球技术使用铁尾矿沙制备粗骨料,将经过界面预处理后的铁尾矿砂采用喷洒预处理液水雾,同时撒入胶凝材料的方式生成骨料颗粒,最后将骨料颗粒进行养护得到再生粗骨料。探究不同的养护方式对再生粗骨料... 详细信息

为了提高铁尾矿沙的利用率,本文采用成球技术使用铁尾矿沙制备粗骨料,将经过界面预处理后的铁尾矿砂采用喷洒预处理液水雾,同时撒入胶凝材料的方式生成骨料颗粒,最后将骨料颗粒进行养护得到再生粗骨料。探究不同的养护方式对再生粗骨料的性能的影响,结合SEM和MIP探究养护方式对再生粗骨料微观形貌和孔结构的影响。结果表明:改进的成球技术制备铁尾矿沙再生粗骨料具有一定的可行性。另外,自然养护条件骨料的性能表现最差,蒸汽养护骨料的压碎指标最小,碳化养护骨料的吸水率最小。从微观结构来看碳化养护的骨料体系结构致密,孔隙和微裂缝含量相对较少,因此骨料吸水率最小;蒸汽养护水化产物含有大量的凝胶状和网状结构的水化硅酸钙、针状钙矾石和少量的氢氧化钙晶体,这是压碎指标小的原因。这些研究结果为铁尾矿沙制备再生粗骨料应用于混凝土的后期服役过程中提供了指导意义。

关键词：铁尾矿沙再生粗骨料养护方式利用率微观结构压碎指标吸水率混凝土

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

水下爆炸冲击波反射压力计算方法的改进

兵工学报 2024年第4期45卷 1196-1207页

作者：严泽臣岳松林邱艳宇王建平赵跃堂施杰李旭陆军工程大学爆炸冲击防灾减灾国家重点实验室江苏南京210007 91053部队北京100070 陆军工程大学国防工程学院江苏南京210007

重力坝是一类常见大型混凝土水工建筑。为探寻适用于其近区水下爆炸冲击波反射压力的计算方法,利用冲击波阵面上的质量、动量和能量3个守恒基本关系式,以及凝聚介质状态方程,严格推导出物理内涵明晰的刚性壁面水下爆炸冲击波反射压力计... 详细信息

重力坝是一类常见大型混凝土水工建筑。为探寻适用于其近区水下爆炸冲击波反射压力的计算方法,利用冲击波阵面上的质量、动量和能量3个守恒基本关系式,以及凝聚介质状态方程,严格推导出物理内涵明晰的刚性壁面水下爆炸冲击波反射压力计算方法。通过连续介质中冲击波速与粒子速度之间的关系,给出其中水的状态参数k的确定方法,揭示状态参数k随入射冲击波压力呈双指数衰减规律,发现入射压力在725 MPa以上时,k值的变化对冲击波反射压力计算结果有着重大影响。通过与Cole[12]、Henrych[14]和罗泽立等[15]提出的计算方法及数值仿真进行对比验证分析,结果表明:新提出的计算方法具有适用范围更广、计算精度更高的特点,且首次从理论上揭示水下爆炸冲击波反射压力系数范围为2.00~4.49。

关键词：水下爆炸反射压力刚性壁面 Hugoniot关系式数值模拟

维普期刊数据库博看期刊

基于PCA和ICA模式融合的非高斯特征检测识别

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第1期50卷 169-180页

作者：葛泉波程惠茹张明川郑瑞娟朱军龙吴庆涛南京信息工程大学自动化学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 江苏省大数据分析技术重点实验室南京210044 河南科技大学信息工程学院洛阳471023

针对无人船(Unmanned surface vehicle,USV)航行位姿观测数据的非高斯性/高斯性判别问题,提出一种基于主成分分析(Principal component analysis,PCA)和独立成分分析(Independent component analysis,ICA)模式融合的非高斯特征检测识别方法.首先,采用基于标准化加权平均和信息熵的数据预处理方法.其次,引入混合加权核函数并使用灰狼优化(Grey wolf optimization,GWO)算法进行参数优化,以提高PCA方法的准确性.同时,该算法采用一种新的非线性控制因子策略,提高全局和局部搜索能力.最后,建立了一种基于ICA和PCA联合的相关性分析方法来实现多维数据的降维,在降维数据的基础上综合T型多维偏度峰度检验法和KS(Kolmogorov-Smirnov)检验法进行非高斯性/高斯性特征检测识别.该方法考虑了非线性非高斯的噪声对降维结果精确度的影响,有效降低了多维数据非高斯检测的复杂度,同时也为后续在实际USV位姿估计等应用中提供了保障.实验表明,该方法具有较高的准确性和稳定性,可为USV航行位姿观测数据处理提供支持.

关键词：主成分分析混合核函数灰狼优化算法高维降维非高斯

维普期刊数据库博看期刊

基于无人机的悬索桥主缆自动巡检及小样本表观病害识别

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2024年第2期37卷 29-39页

作者：冯东明余星宇黎剑安吴刚东南大学混凝土与预应力混凝土结构教育部重点实验室江苏南京211189 东南大学智慧建造与运维国家地方联合工程研究中心江苏南京2211189 长大桥梁安全长寿与健康运维全国重点实验室江苏南京211189 东南大学土木工程学院江苏南京211189

为了实现悬索桥主缆的自动化、智能化检查,开展了基于无人机的主缆巡检路径规划和小样本数据下的主缆病害识别研究。首先,利用无人机倾斜摄影测量技术快速建立悬索桥的三维模型,提出主缆无人机自动巡检路径的规划方法;然后,采用Faster R... 详细信息

为了实现悬索桥主缆的自动化、智能化检查,开展了基于无人机的主缆巡检路径规划和小样本数据下的主缆病害识别研究。首先,利用无人机倾斜摄影测量技术快速建立悬索桥的三维模型,提出主缆无人机自动巡检路径的规划方法;然后,采用Faster RCNN网络模型识别主缆图像中的表观病害;最后,采用基于图像融合的数据增强方法,提高小样本数据集下目标检测的准确率。在Faster RCNN网络模型训练过程中,随着训练轮次的增加,测试集中裂纹、锈蚀和划痕3类病害的平均精确率得到提升,并在第15个训练轮次后逐渐稳定,在经过100个训练轮次后,测试集中所有类别的平均精确率为0.723。以小龙湾桥为研究对象,进行了主缆的现场检查试验。研究结果表明:基于悬索桥三维模型进行主缆无人机自动巡检路径规划具有实际可行性;基于Faster RCNN网络模型能较准确地识别主缆的裂纹、锈蚀和划痕病害;利用图像融合方法生成病害数据能有效克服数据样本少的问题,并提高识别的准确性。

关键词：桥梁工程病害检测深度学习主缆检测路径规划

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

仿生高韧水泥基复合材料制备技术及增韧机理

东南大学学报（自然科学版） 2024年第1期54卷 1-8页

作者：吴彰钰佘伟缪昌文东南大学材料科学与工程学院南京211189 江苏省建筑科学研究院有限公司高性能土木工程材料国家重点实验室南京210008

为了提升混凝土基体的韧性,基于贝壳珍珠层独特“砖-泥”结构,采用水泥石与有机聚合物制备出具有仿生“砖-桥-泥”结构的高韧水泥基复合材料.通过三点弯曲试验、扫描电子显微镜及有限元模拟方法研究了仿生水泥基材料的抗折强度、韧性及... 详细信息

为了提升混凝土基体的韧性,基于贝壳珍珠层独特“砖-泥”结构,采用水泥石与有机聚合物制备出具有仿生“砖-桥-泥”结构的高韧水泥基复合材料.通过三点弯曲试验、扫描电子显微镜及有限元模拟方法研究了仿生水泥基材料的抗折强度、韧性及增韧机理.结果表明,相较于传统水泥的脆性断裂模式,仿生水泥基材料表现出明显的延性断裂特征,包括峰后曲线渐进下降、跨中挠度大幅增加等.基于有机聚合物的多尺度桥接-伸展效应,仿生水泥基材料内部呈现明显的裂纹偏转及分支现象,体现了仿生“砖-桥-泥”结构的内外协同增韧机制.仿生水泥基材料能够在保证95%抗折强度的基础上,将水泥基体的韧性提高179.45%,可为解决混凝土增韧降脆问题提供新的技术路径.

关键词：水泥基复合材料聚合物仿生增韧 “砖-泥”结构数值模拟

面向知识图谱生成的非遗丝织领域实体关系抽取研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：王昊李晓敏布文茹赵梓博邓三鸿南京大学信息管理学院江苏省数据工程与知识服务重点实验室

[目的]针对当前非遗领域实体关系抽取与图谱构建研究面临标注数据缺乏的问题，提出一种轻标注关系抽取方案。 [方法]以丝织领域文本为数据源，构建了SREP模型，首先采用无监督学习方法确定关系类别，然后通过主动学习方式进行关系实例... 详细信息

[目的]针对当前非遗领域实体关系抽取与图谱构建研究面临标注数据缺乏的问题，提出一种轻标注关系抽取方案。 [方法]以丝织领域文本为数据源，构建了SREP模型，首先采用无监督学习方法确定关系类别，然后通过主动学习方式进行关系实例拓展，进而基于关系三元组数据构建领域知识图谱。 [结果]通过关系聚类确定KMeans算法为适用算法，实体中间文本结合实体类别的特征组合为最优文本表示特征，并抽取出5类关系。在实例拓展阶段，发现LR算法较适用于主动学习方法，训练得到精度为0.86的关系预测模型。在此基础上构建丝织领域知识图谱，实现丝织领域隐含知识的发现。 [局限]模型的效果还需要在更大规模数据集、不同领域文化的关系抽取环节进行验证，以增强模型的通用性与普适性。 [结论]实证结果验证了本文所提模型能够在降低标注数据依赖的基础上有效提取非遗文本中的实体关系，实现非遗结构化文本的语义挖掘和利用。

关键词：非遗丝织关系抽取无监督知识图谱主动学习

基于DSCS-YOLO的苹果表面缺陷检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南京农业大学学报 2024年第3期47卷 592-601页

作者：朱琦周德强盛卫锋左文娟朱家豪江南大学机械工程学院江苏无锡214122 江苏省食品先进制造装备技术重点实验室江苏无锡214122

[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题,提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力,设计一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(deep and shallow... 详细信息

[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题,提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力,设计一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(deep and shallow feature selection module),采用DSCS替换Backbone中的C3模块,在保留表面缺陷浅层信息的基础上强化对重要特征的学习,并起到削弱冗余特征的作用;针对Backbone与Neck部分输出信息过多导致的参数耦合问题,利用解耦头原理对Head层部分进行分层预测。其次采用ELU激活函数改进原有解耦头,简化末端结构,使网络训练更加容易。最后针对表面缺陷标注困难的问题,采用Wise-IoU损失函数代替CIoU损失函数,为不同质量的标注提供非线性增益,实现网络的动态聚焦学习。[结果]DSCS-YOLO提高了对小目标的检测能力,在苹果表面缺陷测试集上平均精度均值达到90.9%,相较于YOLOv3-tiny、YOLOv5s、YOLOX-s以及SSD分别提高了4.5%、1.9%、6.3%、16.3%,检测效果最优。同时模型参数量为9.54 M,推理时间仅为2.8 ms,检测速度快,满足实际应用需求。[结论]改进后的DSCS-YOLO提高了YOLOv5s算法的精度,实现了苹果表面缺陷的精准识别。

关键词：苹果表面缺陷检测特征融合动态聚焦损失函数 YOLOv5s 注意力机制

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向在线健康社区的生成式方面级情感分析

现代情报 2024年

作者：韩普叶东宇南京邮电大学管理学院江苏省数据工程与知识服务重点实验室

[目的/意义]为解决在线健康社区文本中方面实体和评论实体难以对齐的问题，提出了一种基于端到端的生成式方面级情感分析模型BERT-WWM-GPT。[方法/过程]首先在模型训练阶段通过编码器抽取文本中包含丰富语义信息的特征向量；接着基于特... 详细信息

[目的/意义]为解决在线健康社区文本中方面实体和评论实体难以对齐的问题，提出了一种基于端到端的生成式方面级情感分析模型BERT-WWM-GPT。[方法/过程]首先在模型训练阶段通过编码器抽取文本中包含丰富语义信息的特征向量；接着基于特征向量和标准预测序列在解码器中迭代生成情感三元组，并通过最大似然估计训练模型参数；然后在模型推理阶段基于文本语义特征向量在解码器生成预测序列；最后利用规则得到有效的情感三元组表达。[结果/结论]在自建数据集和5份公共数据集进行验证，结果表明BERT-WWM-GPT模型在两个方面级情感分析任务中的F1值分别比基准模型GTS和MuG RoBERTa-large提升了12.25%和7.22%。BERT-WWM-GPT模型能够有效抽取在线健康社区评论中的多重情感三元组，且在其他领域具有优秀的泛化能力。

关键词：生成式模型方面级情感分析情感三元组在线健康社区

基于深度注意力扩散图神经网络的法律文本细粒度分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：韩普王志伟杜文文张子豪南京邮电大学管理学院江苏省数据工程与知识服务重点实验室

[目的]利用解耦技术缓解过度平滑并构建深度图网络学习文本隐藏特征，同时采用注意力扩散机制增强图网络的长距离交互能力，以提升法律文本细粒度分类效果。[方法]本研究提出了基于深度注意力扩散图神经网络的法律文本细粒度分类模型FL... 详细信息

[目的]利用解耦技术缓解过度平滑并构建深度图网络学习文本隐藏特征，同时采用注意力扩散机制增强图网络的长距离交互能力，以提升法律文本细粒度分类效果。[方法]本研究提出了基于深度注意力扩散图神经网络的法律文本细粒度分类模型FLGNN，该模型首先使用预训练模型BERT作为嵌入层获取长距离语义特征，接着构建文本有向图通过深度图网络捕获文本全局图信息和隐藏特征，最后利用特征融合和节点级注意力机制优化文本特征并进行分类任务。[结果]模型在来自北大法宝数据库的数据集PKULawData上Acc值达94.85%，较BERT、DADGNN和RCNN等基线模型的Acc值分别提升了1.15%、3.44%和1.72%；在法律合同文本数据集JSCLawData上Acc值达90.91%，较BERT、DADGNN和RCNN等基线模型的Acc值分别提升了1.35%、4.19%和4.10%。[局限]模型在其它领域的适用性需要进一步探究。[结论]FLGNN模型能捕获法律文本的全局图信息并挖掘深层语义信息，进一步提升了法律文本细粒度分类效果，可为法律领域智能化管理和人工智能提供有效支撑。

关键词：法律文本分类深度图神经网络细粒度分类解耦合注意力扩散