利用阵列式位移传感系统进行地质灾害深部位移动态监测与分析

为了掌握地质灾害深部位移的变形规律,使用阵列式位移传感系统(SAA)对地质灾害不稳定体进行深部位移动态监测,并同时安装了测斜仪以进行比较分析。通过建立地质本构模型和进行"降雨—变形"模型分析,优化设计了监测线和监测点位。试验结果表明:在地质灾害监测中,使用阵列式位移传感系统进行滑坡体深部位移的监测,不仅能够实时监测到滑坡体深部位移的变形情况,还能判断出滑移面具体位置。相比于测斜仪监测,阵列式位移传感系统测量准确度更高,在滑坡地质灾害监测中有更好的应用范围和前景。

基于智慧云的超高层建筑施工测控管理平台的研究

超高层建筑施工测控管理平台依托于云管理、云计算和智能分析,实现了超高层建筑的整体变形的自动化提取和表达、空间结构形态的精细化检测以及变形趋势的智慧预测。论文详细介绍了系统逻辑结构层次划分、系统功能的具体实现方法和核心技术。并结合在建的北京市第一高楼"中国尊"(528m)施工测控项目,完成了平台的应用研究与验证。该平台在超高层建筑施工的变形数据处理分析、主体结构检测和桁架卸载三维分析等方面应用效果良好,具备良好的数据处理、分析和管理能力。

高校辅导员胜任特征研究综述

本文从胜任特征的研究进程出发,介绍了胜任特征在高校辅导员领域的研究。据此对高校辅导员胜任特征的概念、模型及应用进行综述,评述了辅导员胜任特征的研究进展,提出研究中存在的不足。

北京市“现状一张图”的建设与实施

为满足北京市规划和自然资源委员会对综合地理信息分析决策服务的要求,北京院自2018年末开展了"现状一张图"项目。通过应用三维实景采编、智能分析与决策等技术手段,从现势性、数据采集精度、空间地理要素等角度出发,结合国情监测数据、多分辨率遥感影像数据、地名地址数据,对北京六环范围内的房屋建筑、房屋附属建筑以及房上房等建筑实体进行了采编,建立了建筑实体的专题成果数据库,竭力做到"一张地图窥全貌"。同时,本文也针对项目实施过程中所产生的问题,提出了相应的解决措施。

地理空间数据质量检查平台的设计与应用

针对地理空间数据层次关系复杂,数据量大,对检验因子的获取和数据质量检查缺乏全流程化的软件问题,本文以洋葱架构模式构建了地理空间数据质量检查平台。实践表明:平台通过六大功能模块的协调工作,实现了自动化的空间数据检查和规范化的数据输出。平台的可用性和高效性有了显著提高。为地理空间数据质量检查的快速响应提供了新模式,并能够满足多种复杂、灵活的数据检查需求。

LM-CDBN超高层变形预测模型的构建与应用

为提高超高层建筑变形预测精度,对附有条件的深度信念网络(conditional deep belief network,CDBN)模型中权值及阈值调整方法进行了改进,使用LM (Levenberg-Marquardt)算法作为新的模型定权机制,构建了LMCDBN网络模型;将构建的LM-CDBN超高层变形预测模型应用于一座298 m超高层建筑中;然后用训练误差、预测值拟合度、预测结果稳定性组成的综合评价体系对模型进行了评价;最后,将LM-CDBN模型分别与深度信念模型(deep belief network,DBN)、极限学习机(extreme learning machine,ELM)、基于无迹卡尔曼滤波的支持回归向量机(unscented Kalman filter-support vector regression,UKF-SVR)进行了预测结果对比.结果表明:在超高层建筑的变形预测中,相比DBN、ELM和UKF-SVR,LM-CDBN预测精度分别提升了32%、55%及24%,模型的信息提取稳定性及处理时变系统非线性问题的泛化能力得到了提高.

温暖中国年 高黎贡山下的年猪饭

不知从什么时候开始,身边的年味己渐去浓浓的味道,关于过年的喜悦仿佛都停留在了童年。而在滇西腾北一个位于中缅边境高黎贡山腹地的小山村——大塘,我仿佛又找回了那种久违的年味。不知从什么时候开始,身边的年味已渐去浓浓的味道,关于过年的喜悦仿佛都停留在了童年。

山间那一片素馨花

花，好香的一片素馨花海，漫山的素馨花开得香味十足。听着流水声，寻着香味儿，在不远处的山涧旁找到了这片素罄花海。透着茂密的灌木丛，不禁大声告诉在沟渠一旁劳作的母亲：妈，这里有一片好大的素馨花丛。看，这些花儿开得争奇斗艳，它们隐藏在大山深处，香飘四溢，这里一团，那里一簇。把整个春天都开得如火如荼。素馨花，正如它的名字那样：素雅，馨香，从不向外界炫耀它们有多么的芬芳。它们只是默默无闻地开在山间灌木丛里，从来不和周围的花儿争夺雨露阳光，从来不做攀援的藤木，只是在山间散发着它们的香味儿，完成大自然赋予它们的使命。

超高层建筑变形监测和形态检测智能分析系统

对超高层建筑进行综合测控与分析是超高层建筑施工的一项重要环节,也是确保施工质量和安全的重要手段。根据超高层建筑变形所具有的时空联动性的特点,提出UFK-SVR变形预测算法,研发了超高层建筑变形监测和形态检测智能分析系统。系统实现了多源海量监测和检测数据的信息化和安全化的全要素管理、变形信息的智能化分析、建筑形态的全景化展示、危险源的精确化定位以及自动化预警。该系统应用于北京市在建第一高楼"中国尊"施工监测,取得了良好的效果。

浅谈高中化学中的有机化合物知识教学策略

随着素质教育的不断发展与普及,如何发展学生化学思维,培养学生核心素养,逐渐成为高中化学教师需要积极探讨的问题。在新课改背景下,教师要始终坚持以生为本的教育原则,结合教学大纲与学生的真实水平,对教学方案进行优化与改革,借助多元化的教学手段,为学生营造轻松愉悦的有机化合物学习环境,以激发学生的潜能,提升学生的化学综合水平,并充分培养学生的综合素养。本文将对有机化合物知识教学的重要性进行简要概述,并有效分析学生在有机化合物学习中存在的问题,进而提出一系列具有可行性的高中化学有机化合物知识教学策略,促使高中化学教学能够焕发出新的光彩。

改进灰色人工神经网络模型的超高层建筑变形预测

针对灰色人工神经网络模型初始化权值和阈值的随机性导致易产生误差积累和过拟合的缺陷,该文利用遗传算法的全局优化能力训练灰色人工神经网络模型的权值和阈值,构建了基于遗传算法的灰色人工神经网络超高层建筑物变形预测模型。结合长沙北辰新河A1超高层建筑变形监测实例,用该文所提模型与灰色人工神经网络模型分别进行变形数据的处理分析和预测。实验结果表明,该文提出的模型具有更好的预测精度,预测趋势也更加逼近实际测量结果。