排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
软基侧向变形对邻近桥台及桩基的影响和防治 总被引:13,自引:5,他引:8
基于非线性粘弹性理论,描述了土体的蠕变特性,并对某小桥桥台挡板开裂原因进行分析,同时对修建在软土中桩基与土、桥台及台背填土的相互作用进行了有限元计算,得出软土侧向挤出是挡板开裂原因的结论。对加铺地基梁的加固效果进行了计算,提出用改变工序来减少土体侧向挤出的方法,对用修建浅平基础代替桩基的工程效果进行有限元计算,论证了使用浅平基础的可行性。 相似文献
2.
基于一个非线性粘弹性本构模型描述土体的蠕变特性,建立了有限元模型,对某工程中使用EPS作换填材料所产生的效果进行了计算模拟,讨论了主次固结沉降以及超固结状态的影响,探讨了工程中产生较大工后沉降的原因,预测了工程的远期沉降量,探讨了在该类工程中设计EPS的原则和方法。 相似文献
3.
4.
基于一个非线性粘弹性本构模型描述土体的蠕变特性,建立了有限元模型,对某工程中使用EPS作换填材料所产生的效果进行了计算模拟,讨论了主次固结沉降以及超固结状态的影响,探讨了工程中产生较大工后沉降的原因,预测了工程的远期沉降量,探讨了在该类工程中设计EPS的原则和方法。 相似文献
5.
细粒度图像分类是计算机视觉中一项基础且重要的工作,其目的在于区分难以辨别的对象类别(例如不同子类的鸟类、花或动物).不同于传统的图像分类任务可以雇佣大量普通人标注,细粒度数据集通常需要专家级知识进行标注.除了视觉分类中常见的姿态、光照和视角变化因素之外,细粒度数据集具有更大的类间相似性和类内差异性,因此要求模型能够捕捉到细微的类间差异信息和类内公有信息.除此之外,不同类别的样本存在不同程度的获取难度,因此细粒度数据集通常在数据分布中表现出长尾的特性.综上所述,细粒度数据分布具有小型、非均匀和不易察觉的类间差异等特点,对强大的深度学习算法也提出了巨大的挑战.本文首先介绍了细粒度图像分类任务的特点与挑战,随后以局部特征与全局特征两个主要视角整理了目前的主流工作,并讨论了它们的优缺点.最后在常用数据集上比较了相关工作的性能表现,并进行了总结与展望. 相似文献
1