论文部分内容阅读
本文研究了未来的人居建筑的发展趋势及其3个主要特点,即智能型、有机性和生态化,并且从建筑师的角度提出了相应的设计策略.
未来的人居建筑及其设计策略
【摘 要】
：
本文研究了未来的人居建筑的发展趋势及其3个主要特点,即智能型、有机性和生态化,并且从建筑师的角度提出了相应的设计策略.
【机 构】
：
哈尔滨工业大学
【出 处】
：
森林工程
【发表日期】
：
2003年6期
其他文献
目的：观察尘肺在螺旋CT（SCT）及高分辨率CT（HRCT）的表现，探讨两者的结合应用对提高尘肺诊断的价值。方法：已明确诊断尘肺患者25例均行全肺SCT扫描，然后在主动脉弓顶、气管隆凸、气管分
桥梁工程是交通行业的重要部分，而桥面防水施工则是桥梁工程施工的重中之重。下面围绕桥面防水质量、周边环境、防水材料选择等方面，对桥梁工程施工中桥面防水施工的要求进行了
为有效识别视觉系统采集的可见光图像中的舰船目标,提出了基于YOLO(You Only Look Once)网络模型改进的10层的卷积神经网络(Convolutional Neural Network,CNN)用于水面舰船目标的智能识别,通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征,将所提CNN的舰船目标识别结果与YOLO网络
用浸泡加传统回流提取、超声波提取及浸泡加超声波提取法提取了甘薯茎叶中的绿原酸,并将三种提取工艺进行了比较,优选出甘薯茎叶中绿原酸提取的工艺条件。考察了提取次数、超
澳大利亚核磁共振的应用与政府资助的公立医院的技术评估有关。通过这种评估可以获得医院所设置的磁共振的用途、费用及其功能的详尽资料。本文总结了这一评估的主要结果,同
现有的行为识别算法不能充分地提取抽象的行为特征,为此提出了基于三维残差卷积神经网络(3D Residual Convolutional Neural Network,R3D)的人体行为识别算法。该网络在三维卷积神经网络(3D Convolutional Neural Network,3D-CNN)基础上加入了残差模块,可以更好地提取时空域的特征,然后通过改变步长大小进行特征图降维,提高网络效率,并
[目的]了解学生因病缺课的情况及其原因,探讨降低因病缺课率的措施.[方法]对仙居县中小学生进行因病缺课监测.[结果]因病缺课发病率为9.30%,因病缺课率为0.14%,因病缺课发病
随着我国科学技术的进步和人民生活水平的提高，极大地推动了我国铁路事业的飞速发展，同时也对车辆检修工作提出了更高的要求。车钩缓冲装置的检修和拆卸安装作为车辆检修过程中
目的了解辽宁省城乡居民中医养生保健素养状况,为制订中医药科普有关政策提供依据。方法采用分层多阶段随机抽样方法,抽取辽宁省8个县(市、区)的15~69岁常住人口进行问卷调查