-
题名南京五台山某工程质量事故分析与加固
- 1
-
-
作者
曹新明
朱文灿
黄济川
-
机构
南京市建筑设计研究院
-
出处
《江苏建筑》
1997年第3期20-24,共5页
-
文摘
本文针对南京五台山某工程——现浇钢筋砼框架结构中存在严重的砼孔洞、露筋、蜂窝麻面及不密实等质量事故,选择可靠的砼质量检测方法,分析事故的原因和检测结果,确定合理的梁、柱加固方案,即:梁采用外包钢筋砼加固方法;柱采用施加侧向预应力的外包钢构架加固方法。提出了加固梁断面尺寸的确定方法、抗剪强度计算方法、加固柱承载力计算新概念以及加固梁、柱的构造要求和施工方法。
-
关键词
混凝土施工
工程质量
事故
加固
建筑物
-
分类号
TU755.7
[建筑科学—建筑技术科学]
TU746.3
[建筑科学—建筑技术科学]
-
-
题名基于深度学习的实验设备识别系统开发设计
被引量:1
- 2
-
-
作者
黄济川
杨雨秋
廖磊
-
机构
四川师范大学
-
出处
《工业技术创新》
2020年第3期1-6,共6页
-
基金
“互联网+”孵化项目(项目编号:S201910636331)
-
文摘
为了让使用者科学规范使用实验设备、教学者提高实验室教学效率,提出了基于深度学习的实验设备识别系统,系统搭载Android平台环境,使用者通过拍照或本地相册选取实验设备图像。Android客户端采集图像并裁剪,使用TCP/IP网络传输协议将图像发送至服务器端;服务器端使用残差网络和改进的YOLO网络模型对图像进行检测,并在数据库中查找图像特征值对应的实验设备;数据库将识别结果和设备使用方法、注意事项等反馈至Android客户端。测试表明,系统对实验设备的识别准确率可达99%以上。实验设备识别系统可为同行提供参考借鉴,提高教学效率和质量。
-
关键词
深度学习
实验设备识别系统
Android客户端
服务器端
TCP/IP网络传输协议
残差网络
改进的YOLO网络模型
-
Keywords
Deep Learning
Experimental Equipment Recognition System
Android Client
Server
TCP/IP Network Transmission Protocol
Residual Network
Improved YOLO Network Model
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-