论文部分内容阅读
在对图书馆建筑空调系统的基础上,对图书馆建筑环境进行深入分析,剖析新型冠状病毒肺炎疫情期间图书馆建筑空调系统暴露出来的问题和缺陷,为图书馆建筑在重大公共卫生事件期间提出相应的预防措施和应对策略。
“新冠肺炎”疫情防控下图书馆空调环境卫生现状调查及预防对策
【摘 要】
：
在对图书馆建筑空调系统的基础上,对图书馆建筑环境进行深入分析,剖析新型冠状病毒肺炎疫情期间图书馆建筑空调系统暴露出来的问题和缺陷,为图书馆建筑在重大公共卫生事件期间提出相应的预防措施和应对策略。
【机 构】
：
华北理工大学建筑工程学院
【出 处】
：
华北理工大学学报:自然科学版
【发表日期】
：
2021年4期
【基金项目】
：
河北省高校基本科研业务费项目(JQN2020035,JQN2021006)。
其他文献
以2010~2019年北京地区民航旅客吞吐量数据为基础,根据数据特点,构建了以多元线性回归、时间序列趋势外推和灰色GM(1,1)模型为基础预测模型,以熵权法确定权重的旅客吞吐量预测模型。针对北京两场旅客数据,对单一模型和组合预测模型的准确性和有效性进行了分析,并对北京两场2030年的旅客吞吐量进行了战略预测,针对“一市两场”模式下的资源优化分配问题提出了建议措施。研究结果表明:熵权法修订后的结果在一定程度上增强了评估结果的客观性。
植物界的基因组大小表现出了惊人的多样性,植物基因组大小主要与重复序列尤其是LTR反转录转座子的扩增与删除有关。近年来,新一代测序技术的发展使植物复杂基因组的重复序列分析变得更加容易。然而,这些高度重复的序列在细胞和发育过程中的作用仍有很大的潜力等待挖掘。该研究重点对重复序列对植物基因组大小的影响进行论述,并对植物基因组大小的研究现状、重复序列的分类以及当前基因组大小研究存在的问题进行了说明与讨论。研究结果表明:反转录转座子的含量与基因组大小正相关,反转座子对基因组大小的进化具有重要意义。
基于社会网络分析(SNA)构建房地产项目利益相关者的社会网络模型,从网络密度、中心度以及结构洞3个方面分析网络中利益相关者之间的关系。以房地产开发企业为主体,运用凝聚子群分析法对其利益相关者进行分类,根据分类结果提出加强房地产开发企业与其他相关方协同合作的对策和建议。
在自由无调性音乐作品中,作品音高参数的深层结构关系如何分析?集合复合型是如何联系各个段落并揭示作品的背景结构?再进一步,能否将集合的和声种类进行归属,进而阐释整体的和声风格特性及结构特征?这种分析结果的准确性与客观性如何?文章围绕上述问题,以威伯恩《六首音乐小品》第二乐章为例,首先对作品的集合复合型结构进行揭示,在此基础上,运用集合类属理论为集合分析的结果提供多重分析效能的验证,并探索上述问题。
无线传感器网络在工业、农业领域的应用已经十分普及,但受地理位置等环境因素的影响,使其具有局限性,且传感器节点随机部署导致的网络覆盖率低下等问题,造成资源浪费。为了提高网络覆盖率,提出一种基于改进PSO-BFO(粒子群与细菌觅食混合算法)的WSN节点覆盖优化方法。引入自适应参数到PSO(粒子群算法)的惯性权重系数,并引入指数函数到BFO(细菌觅食算法)的游动步长,构造PSO-BFO更新函数,采用MATLAB编写算法进行仿真实验,与BFO算法和WOA(鲸鱼优化算法)分别进行对比,并采用测试函数进行收敛性测试。
设计12组外掺镀铜钢纤维轻骨料混凝土试块进行抗压强度及抗折强度试验,研究外掺多尺度镀铜钢纤维和不同轻骨料替代率对混凝土力学性能的影响。试验结果表明:随着替代率的增加,6 mm镀铜钢纤维混凝土的抗压强度和抗折强度下降最为明显;17 mm镀铜钢纤维和替代率为50%的轻骨料抗压强度最佳,17 mm镀铜钢纤维和替代率为30%的轻骨料抗折强度最佳。对镀铜钢纤维轻骨料混凝土研究具有一定的参考价值。
针对多模态医学图像配准算法,从底层概念上升到算法和应用,对图像配准工作进行了详尽的综述,简要概述了配准的框架和分类标准,从配准环节对算法进行阐述和改进。简介了3DSlicer软件,给出了用于图像配准的几个重要模块,并完成了CT-MRI的多模态图像配准。研究结果表明,利用3DSlicer软件中的多个模块配合,可以较快地实现不同参数下的配准实验,针对CT和MRI图像的实验,对临床具有重要意义。
支持向量机自提出以来,就在数据挖掘、模式识别、人工智能等领域引发了广泛关注。因其严谨的数学基础以及良好的特性,被应用到各个领域中去。其中支持向量回归是基于支持向量机的一个回归预测算法,其应用也极为广泛。本文针对目前应用于房价预测领域的其他机器学习算法诸如普通线性回归、贝叶斯岭回归等算法,无法解决房价数据的多维性、复杂性等难题。系统的研究了支持向量回归算法以及房价数据的特点,选择了公开的房价数据集,通过数据预处理后,将支持向量回归算法应用到房价的预测中。以期为SVR的研究提供更多的方向,为房价预测研究提供更
为预测矿井开采时所产生粉尘的浓度与时间关系,保障井下人员身安全。采用时间序列与神经网络相结合的外因输入非线性自回归模型(NARX模型)来对粉尘的浓度进行预测,该模型主要用于处理时序型数据,能够通过给不同时段的输入之间建立联系,避免传统模型预测时面对的影响因素多、数据收集困难等问题,并与时间序列模型、神经网络模型进行比较。结果表明,外因输入非线性自回归模型对粉尘浓度预测具有较好的性能,预测函数的误差低至3.8%,均化误差仅有2.2,平稳R方也达到了0.9以上。
二层规划问题带有约束条件,求解难度较大,针对此问题提出一种基于精确罚函数的改进蚁群优化算法。首先,设计一种新的精确罚函数处理约束条件,避免了经典罚函数不可微、不光滑的问题;其次,采用改进的蚁群优化算法进行上下层组合求解;再次,编程仿真验证算法的有效性;最后,将其应用于实际价格控制二层规划问题决策中。研究结果表明,基于新的精确罚函数的蚁群优化算法,计算结果更加科学合理,为二层规划、多层规划问题求解提供了一种新的研究思路。