底部抽真空法在围垦工程中优越性研究(英文)

将应用于围垦工程中的底部抽真空技术同传统的上部抽真空方法进行对比试验,研究底部抽真空的优点。经过改进的仪器能够对试样施加80kPa的真空压力,同时能够量测不同土层深度下土体的孔隙压力、沉降及体积随时间的变化情况。试验用土取自南京秦淮河,研究结论表明:底部抽真空方法对土体的加固效果优于上部抽真空方法。与上部抽真空方法相比,底部抽真空方法加固后土体含水率低10%,干密度大11%,不排水剪强度提高35%,最终沉降则增加22%。除此之外,试验结果还显示底部抽真空方法固结更快,不同深度土层加固效果差异较小,底部法还能够有效保持真空度的恒定。底部抽真空方法与上部抽真空方法的最大区别就在于:上部抽真空过程中,土体内部水位不会发生变化,因此总保持饱和状态。相反,采用底部法时,真空压力的施加使得排水板内的水位快速下降到土层底部,土体中水位也因此随时间增加而逐渐下降,土体不再被水浸没,可以由饱和态转变成为非饱和态。

基于分类器组合增量集成的远程教育学生表现预测

针对远程教育中传统的集成算法通常以批模式方式运行而导致其在连续生成数据的情况下不可用的问题,提出了一种基于分类器组合增量集成的远程教育学生表现预测算法。首先,简要介绍了三种备受关注的集成分类算法:朴素贝叶斯的增量版本、1-NN和WINNOW算法;然后,在训练数据集上利用三种算法产生各自的假说;最后,将三种假说进行集成,并利用投票方法预测学生的表现。在希腊远程教育大学"信息"课程提供的训练集HOU上的实验结果表明,相比其它几种较好的分类器,该文算法取得了更好的分类精度和更少的训练时间,为教师提供了强有力的学生表现预测工具。