《智能計(jì)算機(jī)與應(yīng)用》計(jì)算機(jī)應(yīng)用雜志，雙月刊，本刊由哈爾濱工業(yè)大學(xué)主辦，哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院承辦，本刊宗旨：堅(jiān)持理論與實(shí)際結(jié)合，普及與提高結(jié)合，注重科學(xué)性、知識(shí)性、實(shí)用性，普及推廣電腦知識(shí)，促進(jìn)電腦應(yīng)用水平不斷地提高，為廣大讀者和社會(huì)主義現(xiàn)代化建設(shè)服務(wù)。刊物特色：難易結(jié)合、靈活多樣、實(shí)用性強(qiáng)、可讀性好。

　　《智能計(jì)算機(jī)與應(yīng)用》辦刊宗旨：刊發(fā)國內(nèi)外智能計(jì)算機(jī)學(xué)術(shù)研究與技術(shù)應(yīng)用成果，搭建計(jì)算機(jī)技術(shù)成果轉(zhuǎn)化與學(xué)術(shù)交流的平臺(tái)， 推進(jìn)我國智能計(jì)算機(jī)研究與應(yīng)用學(xué)科的發(fā)展。榮獲1988，1991，1996，2000年黑龍江省優(yōu)秀科技期刊。

　　智能計(jì)算機(jī)與應(yīng)用雜志欄目設(shè)置

　　綜述與探討 、學(xué)術(shù)交流、技術(shù)專題、技術(shù)報(bào)告、開發(fā)與應(yīng)用、研究生論壇、技術(shù)產(chǎn)品介紹

　　智能計(jì)算機(jī)與應(yīng)用雜志榮譽(yù)

　　萬方收錄(中)上海圖書館館藏國家圖書館館藏知網(wǎng)收錄(中)維普收錄(中)中國學(xué)術(shù)期刊(光盤版)全文收錄期刊

　　智能計(jì)算機(jī)與應(yīng)用雜志社征稿要求

　　1、文稿應(yīng)資料可靠、數(shù)據(jù)準(zhǔn)確、具有創(chuàng)造性、科學(xué)性、實(shí)用性。應(yīng)立論新穎、論據(jù)充分、數(shù)據(jù)可靠，文責(zé)自負(fù)(嚴(yán)禁抄襲)，文字要精煉。

　　2、姓名在文題下按序排列，排列應(yīng)在投稿時(shí)確定。作者姓名、單位、詳細(xì)地址及郵政編碼務(wù)必寫清楚，多作者稿署名時(shí)須征得其他作者同意，排好先后次序，接錄稿通知后不再改動(dòng)。

　　3、文章要求在2000-2400字符，格式一般要包括：題目、作者及單位、郵編、內(nèi)容摘要、關(guān)鍵詞、正文、參考文獻(xiàn)等。文章標(biāo)題字符要求在20字以內(nèi)。

　　4、文章中的圖表應(yīng)具有典型性，盡量少而精，表格使用三線表;圖要使用黑線圖，繪出的線條要光滑、流暢、粗細(xì)均勻;計(jì)量單位請(qǐng)以近期國務(wù)院頒布的《中華人民共和國法定計(jì)量單位》為準(zhǔn)，不得采用非法定計(jì)量單位。

　　5、為縮短刊出周期和減少錯(cuò)誤，來稿一律使用word格式，并請(qǐng)?jiān)敿?xì)注明本人詳細(xì)聯(lián)系方式。

　　6、編輯部對(duì)來稿有刪修權(quán)，不同意刪修的稿件請(qǐng)?jiān)趤砀逯新暶鳌Ｎ铱�同時(shí)被國內(nèi)多家學(xué)術(shù)期刊數(shù)據(jù)庫收錄，不同意收錄的稿件，請(qǐng)?jiān)趤砀逯新暶鳌?/p>

　　閱讀推薦：電腦應(yīng)用文萃

　　《電腦應(yīng)用文萃》堅(jiān)持為社會(huì)主義服務(wù)的方向，堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo)，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng)，傳播先進(jìn)的科學(xué)文化知識(shí)，弘揚(yáng)民族優(yōu)秀科學(xué)文化，促進(jìn)國際科學(xué)文化交流，探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律，活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣，為教學(xué)與科研服務(wù)。

　　智能計(jì)算機(jī)與應(yīng)用最新期刊目錄

考慮疲勞恢復(fù)效應(yīng)的應(yīng)急手術(shù)調(diào)度研究————作者：李昂;葉春明;閆金輝;張舒曼;

摘要：為解決突發(fā)事件下的應(yīng)急手術(shù)調(diào)度問題，本文在混合流水車調(diào)度的基礎(chǔ)上，考慮醫(yī)護(hù)人員在長時(shí)間手術(shù)下的疲勞恢復(fù)現(xiàn)象，構(gòu)建了包含疲勞恢復(fù)機(jī)制的應(yīng)急手術(shù)調(diào)度模型。為了求解模型，本文對(duì)北方蒼鷹優(yōu)化算法進(jìn)行改進(jìn)，首先通過引入Lévy飛行進(jìn)行預(yù)搜索，之后引入隨機(jī)向量擾動(dòng)以增強(qiáng)算法的搜索廣度，最后通過全局最優(yōu)信息引導(dǎo)機(jī)制增強(qiáng)算法的收斂速度。實(shí)驗(yàn)結(jié)果表明：在手術(shù)調(diào)度中合理安排休息時(shí)長不僅能夠緩解醫(yī)護(hù)人員的疲勞，同時(shí)也可...

基于黃金正弦和正余弦策略的變異登山隊(duì)優(yōu)化算法————作者：馬麗;顧磊;

摘要：針對(duì)登山隊(duì)優(yōu)化算法(Mountaineering Team-Based Optimization， MTBO)在種群多樣性和全局搜索能力方面的不足，提出了一種基于黃金正弦和正余弦策略的變異登山隊(duì)優(yōu)化算法GSMTBO。首先，通過引入迭代映射進(jìn)行種群初始化，有效避免了初始種群的聚集現(xiàn)象，提高種群的多樣性。其次，在補(bǔ)充新隊(duì)員時(shí)，采用黃金正弦策略更新隊(duì)員位置，利用正弦函數(shù)的周期性和黃金分割系數(shù)的優(yōu)化特性，...

EG-YOLO：基于YOLOv8改進(jìn)的月面隕坑檢測(cè)算法————作者：朱高城;劉世杰;李鑫;

摘要：精確檢測(cè)識(shí)別月面隕坑目標(biāo)，對(duì)于深化月球科學(xué)研究、巡視器導(dǎo)航定位以及避障具有重要意義。為了提高月面影像隕坑檢測(cè)的準(zhǔn)確性，本文提出了一種基于YOLOv8改進(jìn)的隕坑檢測(cè)算法EG-YOLO，另外通過收集和處理大量的月面影像數(shù)據(jù)，構(gòu)建了一個(gè)廣泛多樣的月面隕坑數(shù)據(jù)集，并結(jié)合多種數(shù)據(jù)增強(qiáng)手段對(duì)數(shù)據(jù)進(jìn)行了擴(kuò)展，有效提升了模型在不同場(chǎng)景下的泛化能力和魯棒性。改進(jìn)算法主要內(nèi)容包括：（1）引入EMA注意力機(jī)制模塊，在不...

基于深度融合時(shí)空特征的車輛多軌跡預(yù)測(cè)————作者：溫興浩;

摘要：由于車輛的高流動(dòng)性、車輛軌跡錯(cuò)綜復(fù)雜的時(shí)空依賴性以及高度多樣化的場(chǎng)景組件，高精度車輛軌跡預(yù)測(cè)在現(xiàn)實(shí)場(chǎng)景中極具挑戰(zhàn)性。現(xiàn)有的多軌跡預(yù)測(cè)方法大多無法有效表達(dá)復(fù)雜的時(shí)空依賴性。針對(duì)這一問題，我們?cè)诒疚闹刑岢隽艘环N深度融合時(shí)空特征的軌跡預(yù)測(cè)（FSTDT）。首先，利用特征提取模塊分別處理靜態(tài)和動(dòng)態(tài)交通參與者的特征。然后，將提取靜態(tài)目標(biāo)和動(dòng)態(tài)目標(biāo)的特征來構(gòu)建圖神經(jīng)網(wǎng)絡(luò)的子圖，并將每個(gè)目標(biāo)作為圖結(jié)構(gòu)的一個(gè)節(jié)點(diǎn)。...

緩解圖結(jié)構(gòu)不平衡的元對(duì)比學(xué)習(xí)網(wǎng)絡(luò)對(duì)齊方法————作者：智博文;

摘要：網(wǎng)絡(luò)對(duì)齊旨在識(shí)別兩個(gè)圖之間的對(duì)應(yīng)節(jié)點(diǎn)，這對(duì)于信息整合至關(guān)重要。許多現(xiàn)有的網(wǎng)絡(luò)對(duì)齊方法使用圖神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)有效的節(jié)點(diǎn)表示，利用其捕獲復(fù)雜圖結(jié)構(gòu)的能力。然而，基于圖神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)對(duì)齊方法通常會(huì)遇到結(jié)構(gòu)不平衡的問題，例如節(jié)點(diǎn)度和共同鄰居的分布不均勻。這些不平衡會(huì)造成節(jié)點(diǎn)嵌入性能差異，最終影響網(wǎng)絡(luò)對(duì)齊的性能。因此，本文提出了元對(duì)比學(xué)習(xí)圖增強(qiáng)網(wǎng)絡(luò)對(duì)齊(MCANA)，從共同鄰居視角出發(fā)并且融合元學(xué)習(xí)與圖對(duì)比學(xué)...

基于RGB-紅外校準(zhǔn)互補(bǔ)的跨模態(tài)目標(biāo)檢測(cè)算法————作者：高皓一;張玉金;張瑞鑫;王永琦;徐行;

摘要：隨著傳感器技術(shù)的快速發(fā)展和實(shí)際任務(wù)要求不斷提高，僅靠單源目標(biāo)檢測(cè)存在越來越多的挑戰(zhàn)，為解決這一問題，本文提出了一種基于RGB-紅外校準(zhǔn)互補(bǔ)的跨模態(tài)目標(biāo)檢測(cè)算法。首先模型通過融合通道注意力機(jī)制捕捉模態(tài)特征的重點(diǎn)特征，利用自注意查詢Q、鍵K和值V特征的相似度關(guān)系，進(jìn)行互相關(guān)對(duì)齊，確定模態(tài)特征的最佳對(duì)齊位置來實(shí)現(xiàn)精確校準(zhǔn)。同時(shí)，為避免摻雜RGB 和紅外之間的冗余信息導(dǎo)致性能變差，利用互信息衡量兩個(gè)模態(tài)流...

卡通人物合成語音與自然語音的聲學(xué)對(duì)比分析——以喜羊羊和灰太狼為例————作者：李孜涵;黃瑋;

摘要：本文以喜羊羊和灰太狼的自然語音和合成語音為語料，從譜重心、離散程度等4個(gè)譜矩參數(shù)和基頻微擾、振幅微擾等8個(gè)嗓音參數(shù)這兩個(gè)維度，考察自然語音和合成語音的差異。實(shí)驗(yàn)表明，在譜矩參數(shù)上，喜羊羊和灰太狼兩個(gè)卡通人物的譜重心和離散程度的自然語音的平均值大于合成語音的平均值，偏度和峰度的合成語音的平均值大于自然語音的平均值。配對(duì)樣本T檢驗(yàn)顯示，兩個(gè)卡通人物的自然語音和合成語音的譜重心、離散程度、峰度、偏度均存...

基于改進(jìn)YOLOv5的卷煙品規(guī)展示視頻檢測(cè)研究————作者：覃宜霜;陶雯;賈建雙;陳杰;覃瓊慧;

摘要：在卷煙營銷管理中，精準(zhǔn)統(tǒng)計(jì)煙草零售終端柜臺(tái)中卷煙品規(guī)數(shù)量對(duì)于庫存控制和產(chǎn)品陳列優(yōu)化具有至關(guān)重要的作用。為了實(shí)現(xiàn)高效的卷煙產(chǎn)品識(shí)別與統(tǒng)計(jì)，本文提出了一種基于YOLOv5的輕量化卷煙品規(guī)展示視頻檢測(cè)方法。首先，為了降低模型復(fù)雜度，在YOLOv5中引入輕量化的MobileNetV3主干網(wǎng)絡(luò)，以減少計(jì)算量和參數(shù)規(guī)模；其次，采用視頻幀匹配技術(shù)融合幀級(jí)檢測(cè)結(jié)果，以確保跨幀目標(biāo)的準(zhǔn)確匹配和統(tǒng)計(jì)。實(shí)驗(yàn)結(jié)果表明，相...

基于圖像稀疏度評(píng)估的白細(xì)胞污染檢測(cè)方法————作者：趙哲銘;隆欣宏;郭建磊;鞏秋實(shí);馬千里;謝福財(cái);

摘要：細(xì)胞培養(yǎng)中的污染問題嚴(yán)重影響實(shí)驗(yàn)結(jié)果的可靠性和可重復(fù)性。目前，污染檢測(cè)依賴于人工操作，存在人力消耗大和時(shí)效性差的問題。為了解決這些問題，本文基于矩陣稀疏度基本原理提出了一種分塊圖像稀疏度評(píng)估方法(Sparse Matrix Clustering，SMC)，實(shí)現(xiàn)對(duì)白細(xì)胞污染狀態(tài)的自動(dòng)檢測(cè)。該方法利用圖像分塊和局部二值化技術(shù)消除噪聲點(diǎn)和陰影，通過分塊圖像像素分布情況計(jì)算圖像稀疏度計(jì)分圖，動(dòng)態(tài)求解計(jì)分圖...

全身PET/CT圖像下結(jié)合健康人先驗(yàn)知識(shí)的腫瘤分割————作者：楊旭愷;王凱祎;陳璐;李雅婧;張旻;

摘要：在全身成像的引導(dǎo)下，早期發(fā)現(xiàn)和治療腫瘤對(duì)于提高患者的治愈率和生活質(zhì)量至關(guān)重要。雖然目前已經(jīng)開發(fā)出了各種計(jì)算機(jī)系統(tǒng)來加速和增強(qiáng)癌癥診斷，但是在腫瘤的檢測(cè)和分割上，尤其是全身腫瘤分割，仍然具有挑戰(zhàn)性。并且目前提出的方法忽略了健康人的信息，這是一個(gè)很重要的信息。為了解決這個(gè)問題，我們提出了一種新的框架，該框架首先由健康人的信息得到病人腫瘤特征的先驗(yàn)信息。隨后將得到的先驗(yàn)信息與原始的PET/CT結(jié)合起來一...

基于信任關(guān)系和有界置信模型的大群體共識(shí)達(dá)成算法————作者：陳倩;

摘要：在大規(guī)模群體決策中，不同的反饋機(jī)制為個(gè)體提供調(diào)整意見的建議，以提高群體共識(shí)水平。然而，在現(xiàn)有的反饋機(jī)制中，個(gè)體接受這些建議的意愿很少被考慮。在意見動(dòng)力學(xué)領(lǐng)域，這一問題是通過有界置信模型來研究的，該模型表明個(gè)體只考慮與自己意見不同的意見，不超過一定的置信水平。在此基礎(chǔ)上，本文提出了一種基于社會(huì)網(wǎng)絡(luò)信任關(guān)系和有界置信模型的反饋機(jī)制來促進(jìn)群體共識(shí)達(dá)成，該反饋機(jī)制不僅考慮與個(gè)體相似個(gè)體的意見，也考慮到了個(gè)...

基于多分支CNN和Attention的聲共振液位估計(jì)方法————作者：姬志永;張林杰;齊國紅;楊暢暢;

摘要：復(fù)雜環(huán)境中，基于聲共振原理的液位測(cè)量方法常因采集到失真的聲波信號(hào)，導(dǎo)致提取的序列中存在一些射頻點(diǎn)被遺漏，造成不可忽略的計(jì)算誤差。針對(duì)該問題，常用故障診斷模型檢測(cè)序列中缺陷點(diǎn)位置，再進(jìn)行補(bǔ)償。然而，傳統(tǒng)的故障檢測(cè)方法在提取故障數(shù)據(jù)的全局和局部特征上仍存在局限性，而人工智能與深度學(xué)習(xí)方法的興起為解決這一問題提供了新的解決思路。為此，本文提出了一種基于多分支卷積神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制方法去估計(jì)液位高度。實(shí)...

基于CSAtt-GraphSAGE雙通道特征加權(quán)融合的企業(yè)內(nèi)部網(wǎng)絡(luò)威脅檢測(cè)方法————作者：羅燕燕;劉子傲;謝媛媛;紀(jì)祥敏;

摘要：針對(duì)許多研究注重于用戶個(gè)體行為分析，忽略了用戶之間潛在關(guān)聯(lián)關(guān)系的問題，提出一種基于雙通道特征加權(quán)融合的企業(yè)內(nèi)部網(wǎng)絡(luò)威脅檢測(cè)方法。首先，在Intra通道采用CSAtt分析用戶個(gè)體行為特征的內(nèi)在聯(lián)系和增強(qiáng)關(guān)鍵特征的表達(dá)能力；其次，在Inter通道將用戶行為特征與用戶關(guān)聯(lián)關(guān)系抽象成異構(gòu)圖，并借助GraphSAGE捕捉圖中關(guān)聯(lián)用戶節(jié)點(diǎn)間的群體行為模式；然后，引入可學(xué)習(xí)因子將不同通道獲取的特征信息進(jìn)行加權(quán)融...

基于DAGSVM的居民出行方式分類研究————作者：康憶寧;張登銀;

摘要：采用移動(dòng)蜂窩信令數(shù)據(jù)識(shí)別居民出行方式對(duì)于規(guī)劃交通方案、制定交通策略具有十分重要的意義，然而目前大多數(shù)研究方法未考慮不同輸入組合特征對(duì)模型性能的影響，從而導(dǎo)致識(shí)別精度不佳。本文提出一種基于DAGSVM(Directed Acyclic Graph Support Vector Machine)的居民出行方式識(shí)別方法。首先，采用基于網(wǎng)格的預(yù)處理算法對(duì)原始數(shù)據(jù)進(jìn)行篩選，提取出信令數(shù)據(jù)的出行特征，并結(jié)合K...

結(jié)合定位和局部判別性特征訓(xùn)練的細(xì)粒度圖像分類————作者：梁林林;曲海成;

摘要：為解決細(xì)粒度圖像分類中不相關(guān)背景信息干擾，以及子類別差異特征難以提取等問題，提出了一種結(jié)合定位和局部判別性特征訓(xùn)練的細(xì)粒度圖像分類方法(FLRDF)。FLRDF是一個(gè)疊加的網(wǎng)絡(luò)結(jié)構(gòu)，首先利用ResNet50提取輸入圖片的全局特征，輸出特征圖，在訓(xùn)練過程中使用圖像級(jí)別的注釋，不使用物體邊界框級(jí)別的注釋、即弱監(jiān)督目標(biāo)定位；然后，對(duì)特征圖進(jìn)行判別性特征抑制處理，準(zhǔn)確定位輸入圖像的前景目標(biāo)，并按照原圖尺寸...

基于注意力機(jī)制的多圖神經(jīng)網(wǎng)絡(luò)交通預(yù)測(cè)模型————作者：李博;崔高峰;馮澤濤;

摘要：由于復(fù)雜的時(shí)空相關(guān)性和非線性的交通模式，實(shí)現(xiàn)精確的預(yù)測(cè)仍然是一個(gè)挑戰(zhàn)。針對(duì)于此，本文提出了一種新穎的多變量時(shí)間序列預(yù)測(cè)框架(MSTGCN+AL),嘗試使用多圖神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。引入2種新的圖類型，一是通過自適應(yīng)鄰接矩陣得到自適應(yīng)鄰接圖，能更好地獲取交通節(jié)點(diǎn)之間的位置關(guān)系；另一個(gè)是潛在圖，通過使用全局變量擬合三角函數(shù)，可以更好地從交通數(shù)據(jù)中提取周期性和上下文信息。為了對(duì)齊圖節(jié)點(diǎn)及其時(shí)間戳，采用了一個(gè)...

基于加權(quán)聯(lián)邦學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的工控系統(tǒng)入侵檢測(cè)————作者：楊馳;俞貴琪;張建軍;彭博;賈徽徽;

摘要：入侵攻擊對(duì)正常的工業(yè)生產(chǎn)流程造成阻塞和破壞，機(jī)器學(xué)習(xí)可實(shí)現(xiàn)對(duì)入侵檢測(cè)的分類識(shí)別進(jìn)而加以干預(yù)，但工控系統(tǒng)中各數(shù)據(jù)持有者之間存在的隱私安全壁壘無法將數(shù)據(jù)整合利用。為了打破數(shù)據(jù)壁壘，并獲得更好的入侵檢測(cè)分類效果，提出面向工業(yè)控制系統(tǒng)的聯(lián)邦學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)方法，利用多層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)入侵檢測(cè)分類，通過聯(lián)邦學(xué)習(xí)將各工業(yè)數(shù)據(jù)持有者的數(shù)據(jù)安全保留在本地，只傳輸模型和參數(shù)信息從而打破數(shù)據(jù)壁壘。針對(duì)各數(shù)據(jù)持有者...

基于CRNN深度學(xué)習(xí)方法的風(fēng)電滾動(dòng)軸承故障預(yù)測(cè)模型研究————作者：潘依樂;高永彬;

摘要：故障診斷和預(yù)測(cè)是風(fēng)力發(fā)電機(jī)組在實(shí)踐和研究中的重要課題。風(fēng)電機(jī)組在工業(yè)發(fā)展中面臨不少困難和挑戰(zhàn)，需要繼續(xù)減少計(jì)劃外停機(jī)、緩解性能下降及消除安全隱患，這需要在早期檢測(cè)和恢復(fù)潛在故障。智能故障預(yù)測(cè)是一種很有前景的實(shí)用工具，因?yàn)槟軌蚩焖儆行У靥幚硎占�的信�?hào)并提供準(zhǔn)確的預(yù)測(cè)結(jié)果。盡管許多研究已經(jīng)開發(fā)了用于檢測(cè)軸承故障的機(jī)器學(xué)習(xí)(Machine Leaning, ML)和深度學(xué)習(xí)(Deep Learning,...

衛(wèi)星視頻運(yùn)動(dòng)車輛檢測(cè)方法的評(píng)價(jià)分析與優(yōu)化————作者：王璐;陳仁喜;

摘要：近年來視頻衛(wèi)星的成功研發(fā)，使對(duì)地表動(dòng)態(tài)目標(biāo)的實(shí)時(shí)性監(jiān)測(cè)成為可能。為將視頻衛(wèi)星運(yùn)用于智能交通領(lǐng)域，首先需實(shí)現(xiàn)衛(wèi)星視頻中車輛目標(biāo)的高效檢測(cè)，該項(xiàng)技術(shù)是獲取一切交通信息的前提。然而，衛(wèi)星拍攝的視頻數(shù)據(jù)與地面監(jiān)控視頻差異懸殊，現(xiàn)有檢測(cè)算法難以全面、且準(zhǔn)確地檢測(cè)出衛(wèi)星視頻中車輛目標(biāo)。為此，本研究在對(duì)現(xiàn)有檢測(cè)算法適用性進(jìn)行評(píng)價(jià)的基礎(chǔ)上，結(jié)合視頻影像特點(diǎn)，引入特征背景建模法，通過構(gòu)建非感興趣區(qū)掩膜，剔除大量誤檢...

基于ABAQUS的高填方邊坡沉降數(shù)值模擬分析————作者：朱美宣;

摘要：針對(duì)國內(nèi)機(jī)場(chǎng)高填方邊坡工程沉降問題，選取某新建機(jī)場(chǎng)高填方邊坡工程作為研究對(duì)象，利用ABAQUS有限元計(jì)算軟件，基于生死單元法、巖土體本構(gòu)關(guān)系、土體固結(jié)理論及現(xiàn)場(chǎng)監(jiān)測(cè)試驗(yàn)，構(gòu)建并驗(yàn)證了高填方邊坡沉降數(shù)值分析模型。研究結(jié)果表明：對(duì)于分級(jí)填筑的高填方邊坡，最大沉降量并不是發(fā)生在填土層表面，而是在回填土體中部；隨著時(shí)間的推進(jìn)，邊坡頂面工后沉降逐漸趨于一條平滑的曲線；隨著頂面計(jì)算點(diǎn)距坡頂距離越來越遠(yuǎn)，工后沉...

　　相關(guān)電子信息期刊推薦

• 北大核心《微處理機(jī)》
• 省級(jí)《網(wǎng)絡(luò)與信息》
• 國家級(jí)《影視制作》
• 國家級(jí)《電子與封裝》
• 國家級(jí)《計(jì)算機(jī)與數(shù)字工程》
• 國家級(jí)《電信技術(shù)》
• 省級(jí)《湖南文理學(xué)院學(xué)報(bào)》
• 北大核心《控制理論與應(yīng)用》
• 國家級(jí)《互聯(lián)網(wǎng)周刊》
• 省級(jí)《廣東廣播電視大學(xué)學(xué)報(bào)》
• 省級(jí)《上海信息化》
• 北大核心《測(cè)控技術(shù)》
• 國家級(jí)《電腦迷》
• 國家級(jí)《導(dǎo)航定位學(xué)報(bào)》
• 省級(jí)新知客
• 省級(jí)廣播電視信息
• 省級(jí)《電信網(wǎng)技術(shù)》
• 北大核心光通信研究
• 國家級(jí)信息方略雜志
• 省級(jí)《黑龍江大學(xué)自然科學(xué)學(xué)報(bào)》
• 北大核心《信息化研究》
• 國家級(jí)《國土資源信息化》
• 國家級(jí)《電子質(zhì)量》
• 國家級(jí)《通信技術(shù)》
• 國家級(jí)《信息通信》
• 省級(jí)自動(dòng)化與儀器儀表
• 國家級(jí)《通信世界》
• 省級(jí)辦公自動(dòng)化綜合月刊
• 國家級(jí)《包裝與食品機(jī)械》
• 省級(jí)《湖南廣播電視大學(xué)學(xué)報(bào)》

　　核心期刊推薦

核電子學(xué)與探測(cè)技術(shù)

電子與信息學(xué)報(bào)

電子信息對(duì)抗技術(shù)

固體電子學(xué)研究與進(jìn)展