关于高层建筑现浇框架柱施工中部分质量问题产生原因和防治措施的探讨

本文从施工角度,详细分析了影响高层建筑现浇框架柱施工质量的原因。并且介绍了防治措施,对实际施工具有指导意义。     

Cell wall thickness and tangential Young's modulus in coniferous early wood

To investigate the effect of wall thickening around cell corners on the tangential Young's modulus of coniferous early wood, tapered beam cell models in which the variation of the cell wall thickness in the axial direction was taken into account were constructed for seven species. Their tangential Young's moduli were compared with the experimental results. The calculated Young's moduli of tapered beam cell models were larger than those of the models composed of the cell walls with uniform thickness, although both models showed almost the same density. For some species the calculated Young's moduli of the models in which the cell wall thickness increased curvilinearly in the axial direction were much closer to the experimental values. The reduction of the radial cell wall deflection due to the increase of the stiffness around cell corners was considered to increase the tangential Young's modulus of a wood cell.This report was presented at the 49th annual meeting of the Japan Wood Research Society, Tokyo, April 1999     

基于Zernike矩和神经网络的角点筛选方法

在计算机视觉领域中角点特征的提取具有相当重要的地位，因为角点包含了丰富的信息。本文的目的在于提取某类图像上的重要特征角点。其主要思路是首先利用角点检测方法提取图像中的角点之后，然后再通过Zernike矩和神经网络对它们进行筛选，从而达到自提取特征角点的目的。最后通过实验验证了本算法的有效性。尽管本文是针对某类图像进行了特征点提取的，但相信对于一般情况下的目标特征检测也具有一定的借鉴意义。     

叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法

针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。      

L型构件双圆棒榫节点抗弯强度模型及其数值模拟

为解决现有圆棒榫节点抗弯强度研究中试验偶然性的问题,采用有限元法,建立L型构件双圆棒榫节点抗弯强度模型,进行数值模拟,并通过相应的试验对模拟结果进行了验证。结果表明:1)所建立的有限元模型可用于实木榫接合家具设计中的抗弯强度预测,不同直径下有限元分析结果与试验结果平均误差均<15%,且圆棒榫变形情况与试验结果相符;2)双圆棒榫接合构件抗弯节点主要破坏形式为榫损伤,抗弯强度随直径增加而增加,但增幅减小;3)直径为10 mm的双圆棒榫可用于椅子腿部与望板接合部位,直径为8 mm的双圆棒榫可用于椅子腿与扶手连接处,性能满足GB 103547所规定的要求,直径为6 mm的双圆棒榫不适用于椅子连接。     

THE STUDY OF ANTI-SEISMIC BEHAVIOR OF THE TOP CORNER JOINTS OF REINFORCED CONCRETE FRAME WITH THE INCLUSION OF STEEL FIBRES

This paper first discusses the limited effect of steel fibre reinforcement on plain concrete and reinforced concrete. Then, making a comparison among the test results of three full-scale top corner joint assemblies of frame, in which only two of them are added with steel fibres in joint zone. The advantageous and disadvantageous influence in anti-seismic aspect is investigated after adding steel fibres in the joint zone. Finally, this paper gives an overall comment on the application future of using the steel fibres in every kinds of joint of anti-seismic reinforced concrete frame.     

高分辨率遥感影像耕地分层提取方法

随着城市化建设进程的加快,城郊耕地经常会被开发为建设用地,甚至还会遭受非法占用的危险,这极大威胁了中国粮食安全。该文针对高分辨率遥感影像城郊耕地特点,提出了一种多尺度分层的耕地提取方法。首先,基于归一化植被指数(normalized difference vegetation index,NDVI)约束改进传统Harris角点检测方法得到建筑区概率密度图,并利用最大类间方差(Otsu algorithm,Otsu)分割去除复杂建筑区;然后,利用尺度选择工具(estimation of scale parameter,ESP)分析耕地占主导影像的多尺度分割结果,得到耕地较佳分割尺度并在该尺度下分割整幅影像;进而,利用形状、光谱信息初步检测出耕地对象,选择非建筑区的耕地与建筑区的非耕地样本,训练支持向量机模型并对不确定地物进行分类;最后,依据空间关系进一步判断图像对象,得到城郊耕地最终提取结果。试验结果表明,该方法能较高精度地从城郊区域的复杂背景中提取出不同类型、不同光谱的耕地目标。     

Seismic performance of first floor corner joints of high-rise reinforced concrete frame structure

Crushing risk of corner column will increase substantially due to first floor corner joint shear failure of high-rise reinforced concrete frame structure under bi-directional loading and high axial compressive load caused by earthquake action. Therefore,     

基于无人机遥感影像的玉米苗期株数信息提取

准确、快速地获取玉米苗期株数对于育种早期决策起着至关重要的作用。该文利用2017年6月于北京市小汤山镇采集的无人机影像,首先对比分析RGB、HSV、YCbCr及L*A*B 4种色彩空间,变换优选HSV颜色模型对无人机影像前景(作物)与后景(土壤背景)进行分割,得到分类二值图。然后利用骨架提取算法及多次去毛刺处理等数学形态学流程提取玉米苗形态,得到高精度作物形态骨架,结合影像尺度变换剔除噪声影像,将影像分为多叶、少叶2类,经Harris、Moravec和Fast角点检测识别结果对比,Harris角点检测算法可以较好地提取玉米苗期影像的株数信息。结果表明,少叶类型识别率达到96.3%,多叶类型识别率达到99%,总体识别率为97.8%,将目前传统影像识别精度提高了约3%。同时在多个植株叶片交叉重叠覆盖的情况下,该文的研究方法有良好的适用性。通过无人机影像提取玉米苗期作物准确数目是可行的。该文采用了数学形态学的原理,通过HSV色彩空间变换得到的二值图,从无人机影像中识别提取玉米苗期形态信息,利用影像尺度缩放变换去除噪点,优化骨架识别算法使得识别精度大大提高,最后采用角点检测从无人机影像中直接读取玉米材料小区内的具体数目,该方法节省了人力物力,为田间大面积测定出苗率及最终估产提供了参考。     

像素自相关矩阵的阈值自适应角点检测算法

针对Harris角点检测算法中角点响应函数(corner response function,CRF)系数阈值与非极大值抑制系数阈值需要人为设定所造成的可变性和随机性等问题,该文提出一种通过计算图像每个像素的自相关矩阵行列式值,构造特征角点图像进行自适应阈值分割的改进Harris角点检测算法.该算法首先通过计算原图像经过方向滤波和低通滤波后各像素的自相关矩阵行列式值,以此构造特征角点图像;然后采用OTSU算法计算特征角点图像分割阈值,从而筛选出预选区域;最后结合改进的非极大值抑制方法提取有效角点.通过5组角点检测对比试验结果数据分析,不同类型图像的角点检测准确率均有提高,高分二号遥感影像的角点检测准确率提高27.06个百分点,可以初步得出,该算法相比传统Harris角点检测算法不但能够自动计算角点检测的最佳阈值,而且能够更准确地定位角点和去除边缘伪角点,从而提高了角点检测的精确度,该研究可为农业遥感影像数据检测提供参考.