水电工程枢纽三维协同设计系统研究与应用

中国电建集团华东勘测设计研究院有限公司开发的水电水利三维协同设计平台,2005年至今已在白鹤滩、龙开口、杨房沟、苗尾、绩溪、沙坪二级、卡拉等多个水电工程项目的可研、招标和技施阶段进行了三维枢纽设计,提高了在枢纽工程方案比选、工程量统计、枢纽出图等方面的生产效率。介绍了枢纽三维协同设计系统的系统结构、网络部署,以及配置标准化、协同设计流程及枢纽三维工具集等关键技术。

基于APM的马道参数化建模与基坑开挖技术研究

为解决传统基坑边坡及开口线设计方式工作量大、效率低、步骤繁琐并且制图精度及准确性难以保证的问题,研究并提出了一种基于APM的马道参数化建模与基坑智能开挖的设计方法。该方法实现了三维马道线的智能参数化建模及修改,由三维马道线创建的临时TIN进一步与地形DEM进行求交分析计算实现基坑开口线的自动生成。利用智能马道及基坑开挖技术可以辅助工程设计人员完成复杂的基坑边坡设计及开挖工程量"一键式"计算。

基于多特征融合的重叠组套索脑功能超网络构建及分类

脑功能超网络的研究对脑疾病的准确诊断具有重要作用,目前已经有多种超网络的构建方法被应用于脑疾病的分类研究,但这些方法均未考虑到组间的重叠性问题。研究证明,组间的重叠性可能会对相关超网络模型的构建及构建后的分类应用产生影响,因此若仅使用非重叠组结构会限制其在超网络中的适用性。针对已应用于脑疾病分类研究的超网络构建方法在构建超网络模型时未考虑到分组之间的部分重叠性问题以及特征提取阶段的属性单一性问题,提出将多特征融合分析的重叠组套索方法应用于超网络的构建,并将其应用于抑郁症的诊断。结果表明,无论是在纯聚类系数属性下还是在多特征融合分析下,重叠组套索方法的分类性能较其他已有方法均有提高;在重叠组套索方法下,采用多特征融合分析较仅使用聚类系数属性分析获得了更高的分类准确率,达到了87.87%。

以区块链打造网上远程考试信任机制

随着新冠肺炎疫情不断蔓延,疫情防控任务成为重中之重。在当前形势下,学校开学日期难以确定,新生复试(笔试)、学生补考等工作如何开展,成为很多院校共同面临的问题。通过互联网开展网上远程考试是目前较为可取的机制,一方面降低学生的时间和经济成本,另一方面提高学校考试工作的效率,特别是在疫情期间,学生足不出户参加考试,减少了人群聚集概率。然而,网上远程考试存在的一系列信任问题制约着其广泛开展和应用。本文从学校的实际需求出发,利用区块链自身的分布式、难篡改、可溯源等特点,辅以数字签名、数字证书和视频监考等技术,设计与实现了一种网上远程考试的考试双方的互信机制,从"出题——考试——判卷——存档——复查"各个环节.

基于相对极差的不确定脑网络特征提取与分类

近年来,脑网络被广泛应用在脑部疾病的诊断和分类中。考虑到大脑的不确定性特征,先前的研究将不确定图应用在脑网络建模中。在不确定脑网络研究中,传统的特征提取方法多采用均值、方差、极差等进行子图特征提取,但是它们存在泛化性能差以及子图间差异无法直接衡量的问题,进而影响分类准确率。因此,相对极差被提出作为新的特征提取方法。这一方法的优点在于既考虑到子图模式间的最大差异,又考虑到子图模式间的组间差异,可以有效避免传统方法的弊端。结果表明,相对极差与其他特征提取方法相比,其分类性能显著高于传统方法。同时,在不同的特征选择方法下相对极差表现出较好的分类性能,具有很强的泛化性。该研究为不确定脑网络特征提取方法提供了重要的参考意义。