山东理工大学建筑工程学院
山东理工大学教育技术培训人员名单xls
王海华 王金丽 王立新 王丽2 魏芹芹 尹丽菊 于文刚 张丹 张明 张正团 赵艳雷 周丽妲 丁桂波 刘东锋 刘海鹰 罗汉卿 任秋娟 王柏松 郄鹏 谢金峰 杨春然 张术环 郑晓华 白福萍 陈刚2 陈岩 陈英新 董梅2 付军 耿佃友 韩春花 郝鹏 侯宁 胡晓娣 黄顺亮 黄业德 李辉
第 2 页，共 11 页
山东理工大学需参加教育技术培训人员名单
序号 部门 姓名 何静 焦万丽 乐红志 李秋红 刘俊成 柳巍 孟凡涛 田兆富 徐启达 张爱娟 张大富 张红鹰 张华4 张建阔 张磊 边敦新 陈平2 陈兆磊 杜钦君 哈恒旭 何柏娜 姜殿波 姜静 李震梅 刘连鑫 刘群 刘伟3 刘雪婷 柳宝虎 卢彦峰 罗永刚 史成东 宿宝臣
证书编号
10 材料科学与工程学院 11 材料科学与工程学院 12 材料科学与工程学院 17 材料科学与工程学院 18 材料科学与工程学院 19 材料科学与工程学院 20 材料科学与工程学院 23 材料科学与工程学院 26 材料科学与工程学院 29 材料科学与工程学院 30 材料科学与工程学院 31 材料科学与工程学院 32 材料科学与工程学院 34 材料科学与工程学院 35 材料科学与工程学院 50 电气与电子工程学院 52 电气与电子工程学院 54 电气与电子工程学院 57 电气与电子工程学院 58 电气与电子工程学院 59 电气与电子工程学院 64 电气与电子工程学院 65 电气与电子工程学院 67 电气与电子工程学院 71 电气与电子工程学院 72 电气与电子工程学院 74 电气与电子工程学院 75 电气与电子工程学院 78 电气与电子工程学院 80 电气与电子工程学院 81 电气与电子工程学院 87 电气与电子工程学院 89 电气与电子工程学院
齐晓霓 任宪强 沈玉凤 石沛林 王晓原 王延遐 肖革文 徐家川 宇仁德 张俊友 张开旺 康兆庆 潘发勤 苏守波 张爱莲 毕奎奎 高峰2 高勇1 高越 韩智利 李建民 李亮 李平2 李文森 刘福祥 任启平 孙凤 王冰 王宗刚 杨宽欣 杨明2 于茂荣 赵峰峰 卞秋菊 蔡清吉 陈茹 冯青华
广联达图形知识点串讲
房间依附：楼地面、天棚、吊顶、墙面、墙裙、踢脚、 独立柱装修、房心回填 墙面依附：墙裙、踢脚 基础构件依附：土方、灰土回填、垫层 栏板依附：保温层、压顶
二、建筑部分
保温墙：
保温墙可以通过建立单元的形式，建立水平分多层
的墙体，在较寒冷地区比较常见，绘制方式同墙构
件。
二、建筑部分
墙垛： 砖墙垛：工程量并入其依附的砖墙上
常用画法 折线\直线 折线 画点 画点\智能布置 画点\智能布置
构件特殊画法 自动生成土方构件、 梁平齐基础底\顶 自动生成土方构件 自动生成土方构件 画线分割满基 自动生成土方构件、 画线分割满基垫层
热 键
L T D M X
桩
桩承台 地沟 基槽土方 基坑土方
桩
桩承台 地沟 基槽土方 基坑土方 矩形基坑 异型基坑
混凝土墙垛：工程量并入其依附的砼墙上
注：为了便于根据材质统计和核对工程量，
实际绘图时，砖墙垛和砼墙垛应分别定义
和绘制。
二、建筑部分
2. 门窗洞 （1）门、窗、门联窗
门、窗、门联窗的定义及绘制
设置门窗立樘位置（墙中心线与门窗中心线的距离）
精确布置门窗位置（动态输入）。
公有属性和私有属性的区别。
二、建筑部分
标准门
建筑 窗 矩形窗 参数化窗 异型窗 标准窗 门联窗 墙洞 门联窗 矩形墙洞 异型墙洞 矩形过梁 过梁 异型过梁 标准过梁 壁龛 矩形壁龛 异型壁龛
M
C C C C MC D D GL GL GL BK BK
画点
画点 画点 画点 画点 画点 画点 画点 画点\智能布置 画点\智能布置 画点\智能布置 画点 画点 I G A D 设置门窗立樘位置\精确布置 C
Matlab 图形数据转换为 DXF 格式的方法研究
QIN Yong，FU Zhongliang
摘要： Matlab 具有强大的函数绘图功能，但其图形目前只能存为图片形式，一定程度上限制了数据的交流。分别讨论 Matlab 图形
数据中字、线、块、面、像 5 种具体格式的转换方法，并以 DXF 格式转出，最后给出具体转换图形。
象的属性有坐标数据、线型、线宽、颜色、点类型（ 类似
于线型，Matlab 中常用不同形状的点来区分线条） 。
获得属性数据的代码与文字大致相同，不再赘述。
需要说明 3 个问题： ① 线宽也是相对值，没有
实际意义，转换到 AutoCAD 后需手动修改； ② 线型
值为 none 说明是点对象，否则为线对象； ③ Auto-
定。前一种方式多用于面（ surface） 对象，后一种方
式多用于块（ patch） 对象。下面着重讲解基于索引
方式颜色数据的获取。
所谓索引 是 指 对 Matlab 中 颜 色 矩 阵 Ccolomap 的 匹配过程，Ccolomap是一个 k × 3 矩阵，其中每一行的 3 个数都介于 0 ～ 1 之间，分别代表红（ R） 、绿（ G） 、蓝
CAD 中线型样式全部定义在 acadiso． lin 文件中，而
Matlab 中线型样式较少，转换前应先建立映射关系。
3． 块对象的数据获取
Matlab 中的块（ patch） 指的是某一个或多个多
边形区域，可 赋 予 一 定 的 颜 色 和 照 明，一 些 文 献 中
也称之为补片，与 AutoCAD 中的块（ block） 是两个
四、转换试验
分别选择几个具有代表 性 的 图 形 进 行 转 换。 图 2（ a） 是从 Matlab 转出的等高线，属于块对象，利 用本文块对象提取方法可以快速在 AutoCAD 中生 成等高线； 图 2（ b） 是 meshz（ peaks） 函数绘制出的图 形，属于面对象，转换后会丢失颜色信息； 图 2（ c） 是 Matlab 的图标，转换后会丢失颜色信息； 图 2（ d） 是 contour（ peaks） 函数绘制出的图形，里面包括了注记 文字，从图 中 可 以 看 出 文 字 位 置、角 度 均 能 正 确 转 换，但有压线现象； 图 2（ e） 是火车鸣笛的声音信号， 属于线对象。需要说明的是 Matlab 中横轴与纵轴
山东理工大学 2012年寒假社会实践表彰文件
共青团山东理工大学委员会文件鲁理工大团发[2012]7号关于表彰2012年大学生寒假社会实践先进个人、优秀调查报告的决定各团总支、团委：2012年寒假，在校团委统一部署下，全校各级团组织紧扣“践行先进文化，彰显青年责任”主题，以就近就便和点面结合为原则，结合时代旋律，设计了“宣讲六中全会精神，做先进文化践行者”、“寻找身边感动，汲取成长力量”、“调研热点，关注民生”、“志愿服务，情暖冬日”、“就业创业，成就未来”、“回访母校，携手成长”等社会实践主题，共有24000余名学生深入到我省17地市及甘肃兰州，山西太原、陕西华阳等地区的农村、城市社区、厂矿企业，开展了等内容丰富、形式多样的主题实践活动，广大学生在实践中受教育、长才干、做贡献，充分发挥了实践育人的作用，同时也产生了一大批社会实践优秀调查报告，涌现出了一大批社会实践先进个人。
为鼓励先进，推动大学生社会实践活动更加广泛深入的开展，在学院推荐的基础上，经过认真评选，共评出2012年寒假社会实践活动先进个人100名、社会实践优秀调查报告317篇，现予以表彰。
希望受表彰的同学认真总结经验，再接再厉，在今后的实践活动中更好地发挥模范带头作用，为我校社会实践活动进一步深入开展做出新的、更大的贡献。
附件1：2012年寒假社会实践活动先进个人名单附件2：2012年寒假社会实践优秀调查报告名单二〇一二年四月十六日附件1：山东理工大学2012年大学生寒假社会实践活动先进个人名单（共100名）机械工程学院（9人）：丁昌磊、王飞、卢建忠、巩义侠、袁军、马德刚衣科衡、王庆海、苗乃浩交通与车辆工程学院（7人）：孙雨南、陈同同、鲁延珊、唐增伟、张忠良、陈恒钱雪立农业工程与食品科学学院（4人）：庞申、董芒、吕尚峰、赵炳坤电气与电子工程学院（8人）：张晓璇、范伟强、李化良、侯金星、曹野、单楠房轶男、吕美玲计算机科学与技术学院（6人）：崔飞飞、黎敏、常哲、赵雨、郑帅、周玉真化学工程学院（6人）：封雅敏、宋晓威、李圣令、石继祥、张鹏飞、杨明明建筑工程学院（6人）:朱迪松、刘加明、乔泓伟、陈振鸣、马怀阳、冯建伟资源与环境工程学院（5人）：于松北、王延生、纪全菊、宋天宇、肖丹阳材料科学与工程学院（4人）：蔚倩倩、吴奇阳、孙华强、冯光亮生命科学学院（3人）：范睿、蔡蒙娜、高华健理学院（5人）：孙智、单文扬、渠亚楠、陈艳巧、高翔文学与新闻传播学院（2人）：王成琳、谭灵恩外国语学院（4人）：于蓉蓉、张艳梅、周健、苏婧法学院（4人）：顾瑶、李跃荣、谢昀含、潘程商学院15人：万里洋、宋忠金、张峰、李光一、付业腾、吕小龙靳欣欣、王宏森、张余余、王巧玲、郭然、张瑜于琪、丁文婷、张贺美术学院3人：李连义、刘怡辰、史佳音乐学院2人：姜博、孙贝贝体育学院3人：刘朝霞、于婷婷、梁堃国防教育学院2人：刘力源、朱维伟鲁泰纺织服装学院2人：孟雪、王旭附件2：山东理工大学2012年大学生寒假社会实践活动优秀调查报告名单（共317篇）一等奖（共36篇）序号报告名称学院作者1 《农村回迁房政策下民权与房权问题的实践探查》机械工程学院赵相路2 《理工兄弟家政》机械工程学院陈文涛3 《“走百县，访千企”调研报告》交通与车辆工程学院鲁延珊、吕永安、贾德凯4 《吉林市公交广告公司调查报告》交通与车辆工程学院孙雨南、钱亚男5 《“走进一汽解放军汽车厂”调查报告》交通与车辆工程学院钱雪立、楚晓倩、段刚许恺6 《“走百县，访千企”调研报告》交通与车辆工程学院陈同同、闫国威、夏谦7 《大学生社会实践如何彰显“以人为本”》农业工程与食品科学学院庞申8 《大学生创业探索之家乡商机构思》电气与电子工程学院卢志威9 《回访母校携手成长》电气与电子工程学院范伟强10 《寒假社会实践报告》电气与电子工程学院郑蕊11 《赴滨州蓝宇培训机构寒假社会实践》电气与电子工程学院徐丽丽12 《“走百县、访千企”社会实践报告》计算机科学与技术学院常哲、崔夫艳、辛玉娟13 《寒假社会实践报告》计算机科学与技术学院赵雨、张鲁清、杨圣彬14 《2012年寒假社会实践—回访母校，携手成长》化学工程学院赵联锦15 《“回访母校，携手成长”社会实践报告》化学工程学院冯慧16 《寻找身边感动，汲取成长力量—走进敬老院实践活动》建筑工程学院朱迪松17 《关于农村医疗现状及合作医疗运行调研》建筑工程学院赵桂鸿18 《淄博市市民社会安全感调研报告》资源与环境工程学院于松北、宋天宇、刘磊苗英成、杨宇、王国强赵春晓19 《心感师恩访母校，扬我理工学子风》资源与环境工程学院李建波、纪全菊20 《当代大学生的未来期望及生活现状调查》材料科学与工程学院蔚倩倩、司丽琦、牛凤珍田珍珍、陈甜甜、王霞21 《关于农村合作医疗现状调查报告》生命科学学院蔡蒙娜22 《食品安全调查报告》理学院孙智23 《理学院志愿服务团队2012年寒假社会实践报告》理学院单文扬、逯瑾、葛歌高骏、燕伟、闫有志扬月会24 《关于大学生创业就业项目调查》外国语学院伊然、李娜、刘敏25 《“大学生参与寒假社会实践”调查报告》外国语学院单兰、肖亚平、张萌郑露秋26 《创新实践》法学院吕德27 《寒假社会实践报告》法学院肖凯文28 《社会实践报告--“走百县、访千企”》商学院李光一、宋忠金、卢甲泰杨法宽、安亚、王振东29 《在高校树立海尔文化，营造海尔文化氛围，推进海尔事业发展研究》商学院张峰、吕小龙、刘芳菲万里洋30 《“走百县、访千企”寒假社会实践总结》商学院王宏森、刘岩、韩宁31 《“走百县、访千企”寒假实践调查报告》商学院付业滕、贾彦鹏、李可敏张峰、王辉、王瑶瑶32 《寒假就业社会实践调查活动总结》商学院郭然、徐三立33 《寒假社会实践报告》美术学院李爱芹34 《弘扬先进文化，彰显青春价值》音乐学院王金萍35 《“勤工俭学，体验社会”实践活动》体育学院刘朝霞36 《关于旺旺品牌春节促销的调研报告》国防教育学院刘力源二等奖（共92篇）序号报告名称学院作者1 《宣讲六中全会精神，做先进文化践行者》机械工程学院巩义侠2 《农村集市的发展和农村的生活水平》机械工程学院袁军3 《“志愿服务，情暖冬日”实践活动》机械工程学院张孝荣4 《就业创业，成就未来》机械工程学院王庆海5 《山东联盟化学工程学院集团有限公司实践报告》机械工程学院苗乃浩6 《2011-2012年寒假家教实践报告》机械工程学院陈伟7 《2012年寒假社会实践报告》机械工程学院衣科衡8 《新生代农民工文化调查问卷》机械工程学院王飞9 《“走百县，访千企”寒假实践活动》交通与车辆工程学院刘诗琪、刘雨雷、徐爱华10 《“走百县，访千企”调查报告》交通与车辆工程学院焦方通、刘瑶瑶、许文聘刘真、潘芋燕11 《关于环境现状与环境建设的调查》交通与车辆工程学院聂爱武、赵梅梅、张长宝车超群12 《山东省烟台市就业调查总结》交通与车辆工程学院张瑜、王海洋、王冬冬13 《“走百县，访千企”社会实践报告》交通与车辆工程学院王昌庆、王彦平、秦立鹏蒲开波14 《参观调研诸城市新东方汽车仪表有限责任公司》交通与车辆工程学院王浩、宋大伟、孙梦骏15 《居民用水用电调查》农业工程与食品科学学院张晓芳、彭恬、卓庆敏王伟16 《回访母校—枣庄三中》农业工程与食品科学学院张茂健17 《寻找生活中工业设计的“用武之地”》农业工程与食品科学学院姜冬其18 《情暖空巢老人》农业工程与食品科学学院霍洪强19 《就业创业，成就未来》电气与电子工程学院姚钟方20 《走百县，访千企》电气与电子工程学院刘雷21 《地方传统文化保护调研》电气与电子工程学院陈泽宇22 《假期社会实践报告》电气与电子工程学院石京子23 《关于县级企业对应届大学生招聘要求的调研报告》电气与电子工程学院于露24 《关于老年人生活状况的调查》电气与电子工程学院李化良、尚娜娜25 《回访母校，携手成长》电气与电子工程学院尹逊凯26 《就业创业，成就未来》电气与电子工程学院刘娜27 《“走百县，访千企”用人单位信息统计调查》电气与电子工程学院房轶男28 《我的假期实践报告》计算机科学与技术学院彭而立29 《寒假社会实践报告—先锋高科技有限公司》计算机科学与技术学院田洪坤30 《寒假社会实践报告—亚旭电子》计算机科学与技术学院赵爱华31 《寒假社会实践—佳乐家超市》计算机科学与技术学院赵珊珊32 《“走百县、访千企”社会实践报告》计算机科学与技术学院魏海莉33 《关于村民近三十年生活变化的调查报告》计算机科学与技术学院张鹏34 《一年又一年》化学工程学院刘端武35 《行走在感动中》化学工程学院樊芳芳36 《2012年寒假社会实践—体验农村婚姻百态》化学工程学院王建龙37 《回访母校活动成果总结》化学工程学院薛建伟38 《寒假社会实践报告—回访母校》化学工程学院高波39 《寒假社会实践之我的寒假生活》建筑工程学院乔泓玮40 《寒假社会实践—在大润发做收银员》建筑工程学院费文华41 《寒假社会实践报告—瑞福盛置业公司见习收获》建筑工程学院冯建伟42 《民间文化初体验》建筑工程学院季春生43 《2012年寒假社会实践报告》建筑工程学院王维超44 《沈阳市民对沈阳地铁满意度调研》资源与环境工程学院于松北45 《2012寒假社会实践工作心得》资源与环境工程学院宋凤林46 《栖霞市民幸福度调查》资源与环境工程学院柳林杉47 《关于新农村合作医疗保险的调研报告》资源与环境工程学院陈逊志、武鲁庆48 《寒假家乡农业现状实践调查》资源与环境工程学院王震49 《滕州工业概况及就业信息调查》材料科学与工程学院吴奇阳50 《淄博英科框业实践》材料科学与工程学院孙华强51 《世纪华联超市打工实践》材料科学与工程学院冯光亮52 《山东枣庄育才家教中心》材料科学与工程学院陈川53 《“回访母校，携手成长”走进岚山第一中学》生命科学学院高华健54 《留守儿童问题调研》生命科学学院范容丽55 《社会实践报告之水果销售》生命科学学院苏远丰56 《2012山东理工大学寒假“走百县，访千企”活动总结》理学院渠亚楠、冯丹丹、吴奇阳57 《寒假实践报告》理学院王艳艳、肖顺顺、栾茹惠58 《“走千企访百县”社会实践报告》理学院郭倩男、宋维佳、房大健59 《从世纪天鸿对人才的需求看文化产业的大发展》文学与新闻传播学院迟媛芳60 《追求卓越，期待远航---关于在卓越教育任寒假辅导老师的社会实践报告》文学与新闻传播学院王成琳61 《“走百县，访千企”社会实践报告》外国语学院夏兰兰、张莹、陈孝明李斯亚璇62 《新农村建设背景下的农村水利发展调研》外国语学院韩君芳63 《寒假社会实践报告》外国语学院丁梦雪64 《“回访母校，携手成长”社会实践报告》外国语学院张成杰65 《社会实践报告》法学院顾瑶66 《回访母校，携手成长》法学院魏一67 《社会实践报告》法学院王仕林68 《农村社会资本与新农村建设情况研究》法学院刘季康69 《“走百县、访千企”威海地区总结》商学院王巧玲70 《“走百县、访千企”寒假就业社会实践调查活动总结（山东省烟台市）》商学院张瑜、王海洋、王冬冬71 《寒假社会实践报告》商学院于琪72 《寒假社会实践报告》商学院杨洪霞73 《寒假社会实践报告》商学院冯丹丹、渠亚楠、吴奇阳74 《寒假酒店服务生社会实践报告》商学院蒲敬元75 《山东理工大学临沂市节能监察支队》商学院刘昱含76 《“走百县、访千企”寒假社会实践报告—构建大学生与企业的沟通桥梁》商学院宫玮汝、王颖颖、于琪77 《2012寒假社会实践—走百县访千企》商学院刘彬彬78 《温室大棚社会实践报告》商学院王慧丹79 《寒假就业社会实践调查活动总结—“走百县、访千企”活动感悟》商学院苟永红、陈咨洁、任鸿翠80 《寒假社会实践报告—“调研热点关注民生—走进百姓患者，了解医疗改革”》商学院梁兴志81 《寒假社会实践报告—关于烟台东昇集团的财务管理调查报告》商学院宁远82 《新形势下农民工增收问题的调查研究报告》商学院宋忠金83 《城乡一体化工农同步走—莱芜推进城乡一体化发展的社会调查和探索》商学院邹旭鑫84 《寒假社会实践报告》美术学院赵东阁85 《社会实践报告》美术学院李为民86 《社区演出伴我行》音乐学院李玲87 《过程中享受成长》音乐学院孙贝贝88 《寒假社会实践报告》体育学院于婷婷89 《山东理工大学寒假社会实践报告》体育学院梁堃90 《2012年寒假“走百县，访千企”就业实践活动总结》体育学院周元第、孙喆、仇蒙蒙91 《“志愿服务，情暖冬日”实践活动》国防教育学院朱维伟、朱文鹏、袁亮尚凯楠、罗建明、李海峰余淼、缪昊初、李玉辉92 《魔鬼酷寒之旅》鲁泰纺织服装学院孟雪三等奖（共189篇）序号报告名称学院作者1 《“走百县，访千企”社会实践活动》机械工程学院王传果、宋大伟2 《寒假社会实践》机械工程学院吕国玉3 《回访母校，见证母校成长》机械工程学院李冠君4 《关于农村新年期间娱乐活动的调查》机械工程学院徐卫超5 《实践报告》机械工程学院付清涛6 《回访母校，探索发展—农村教育发展调查报告》机械工程学院侯佳起7 《2012年寒假社会实践报告》机械工程学院张浩8 《寒假社会实践报告》机械工程学院许文斌9 《社会实践报告》机械工程学院矫玉菲10 《社会实践报告》机械工程学院刘彦峰11 《社会实践报告》机械工程学院兰传春12 《寒假社会实践报告》机械工程学院魏晓鹏13 《假期社会实践》机械工程学院李晓旺14 《在汽车美容装饰中心的社会实践报告》机械工程学院谢琛15 《寒假社会实践报告》机械工程学院崔恒玉16 《增强大学生对社会、就业及打工的了解》机械工程学院吴俊杰17 《实践报告》机械工程学院卢云超18 《面向循环经济的玉米深加工产业分析报告》交通与车辆学院常晶晶19 《关于新型农村合作医疗制度的调研报告》交通与车辆学院王宝堂20 《“回访母校，感恩我师”实践活动报告》交通与车辆学院刘洪超21 《淄博吉诺尔石化有限公司认识实习报告》交通与车辆学院翟乃川、马晓宇、邵启桐22 《德州扒鸡的发展现状》交通与车辆学院顾秋霞、李霞、刘宏凯聂爱武23 《餐厅社会实践报告》交通与车辆学院连伟豪24 《关于医疗卫生体制改革状况的社会实践调查报告》交通与车辆学院王海洋25 《“关于新农村的开发、规划、教育问题的调查报告”》交通与车辆学院杨晓晴、逄淑洁、耿慧慧解媛26 《勤工助学现状调查报告》交通与车辆学院赵海兰27 《关于车辆工程专业的相关调查报告》交通与车辆学院李静28 《关于淄博汽车4s店的发展现状的社会实践报告》交通与车辆学院王站古、张忠良、王先锋29 《“走进企业，体味实践”社会实践报告》交通与车辆学院李金凤30 《关于现代青少年消费心理的调查报告》交通与车辆学院郝延峰、孙宇航、李君31 《关于孝堂山文化的调研报告》交通与车辆学院方萌萌32 关于对高密市个体餐饮业的调查农业工程与食品科学学院杜宏达33 《服装销售》农业工程与食品科学学院姚红娟34 《家具公司的实习》农业工程与食品科学学院陈妍如35 《台儿庄居民生活水平调查》农业工程与食品科学学院李滕36 《我的老师生活》农业工程与食品科学学院秦浩37 《回访母校感恩我师》农业工程与食品科学学院刘洪超38 《关于在汽车配件厂的社会实践调查报告》农业工程与食品科学学院姜标39 《寒假教学辅导班》农业工程与食品科学学院宋晓凯40 《春运志愿者之初体验》电气与电子工程学院单楠41 《寒假社会实践报告》电气与电子工程学院张晓璇42 《走百县，访千企》电气与电子工程学院王慧、苏艳丽、韩亚43 《记我当菜农的点滴》电气与电子工程学院张玉娟44 《“走百县，访千企”之调研报告》电气与电子工程学院李连霞45 《走访齐鲁晚报今日泰山》电气与电子工程学院吕美玲46 《社会实践报告》电气与电子工程学院宋露露47 《“走百县，访千企”之实践活动》电气与电子工程学院张永伟48 《走百县，访千企》电气与电子工程学院孔明49 《志愿者服务之春晴日暖》电气与电子工程学院杨晓叶50 《服务梁山县马营社区》电气与电子工程学院马伟51 《就业创业，成就未来》电气与电子工程学院汤会鸿52 《就业创业，成就未来》电气与电子工程学院包祥53 《志愿服务，情暖冬日》电气与电子工程学院卢童54 《打工》电气与电子工程学院赵学松55 《寒假社会实践——远方教育有限公司》计算机科学与技术学院金耀伟56 《高速公路电子收费系统的发展及见解》计算机科学与技术学院盖作甲57 《寒假社会实践报告》计算机科学与技术学院孙雪倩58 《寒假社会实践报告—山东省临沂家园工艺品有限公司》计算机科学与技术学院王庆银59 《回访母校实践报告》计算机科学与技术学院张莹60 《寒假社会实践报告—上海如海超市》计算机科学与技术学院石昭民61 《寒假社会实践报告—济南市军乐凯瑞酒店》计算机科学与技术学院胡肖龙62 《寒假社会实践报告》计算机科学与技术学院赵静63 《寒假社会实践报告—安丘市佳乐家超市》计算机科学与技术学院徐从余64 《寒假社会实践报告》计算机科学与技术学院王真真65 《寒假社会实践调查报告》计算机科学与技术学院王栋66 《“走百县、访千企”实践报告》计算机科学与技术学院崔飞飞、程志伟、周玉真67 《关于鄄城县护城河污染情况的调查实践》化学工程学院孙雯68 《乌鲁木齐市近一年城市交通与车辆学院发展》化学工程学院张宇69 《2012年社会实践报告》化学工程学院高雷70 《寒假社会实践报告—回访高中母校》化学工程学院李秀利71 《2012年社会实践报告》化学工程学院王律强72 《2012年寒假社会实践报告》化学工程学院杨众73 《山东理工大学寒假社会实践》化学工程学院杜小琼74 《“回访母校，携手成长”社会实践报告》化学工程学院刘兆涛75 《寒假昊鑫机械工程学院配件有限公司实践报告》化学工程学院张秀伟76 《2012年寒假社会实践——回访母校，携手成长》化学工程学院闫香花77 《“回访母校，携手成长”社会实践报告》化学工程学院张颖78 《寒假社会实践报告》化学工程学院孙承志79 《社会实践报告》化学工程学院张思虹80 《2012年走百县访千企就业社会实践报告》建筑工程学院张迪迪81 《寒假社会实践报告》建筑工程学院李明82 《寒假社会实践报告》建筑工程学院孙运志83 《乡村公路路基路面的调查报告》建筑工程学院张秀亮84 《寒假社会实践报告》建筑工程学院金伟强85 《关于山东省即墨市南泉镇家电下乡政策成效调研报告》建筑工程学院金鑫86 《寒假社会实践报告》建筑工程学院章明超87 《浅谈中小企业面临的瓶颈问题——临朐县泰源材料加工场调查报告》建筑工程学院张笑笑88 《社会实践报告》建筑工程学院王立良89 《感恩成长回访母校》建筑工程学院张万里90 《社会实践报告》建筑工程学院邱兆洁91 《合肥伊利乳业有限责任公司》资源与环境工程学院马金辉92 《关于销售烟花爆竹的实践报告》资源与环境工程学院王乃江93 《关于私企单位工人工作环境的调查》资源与环境工程学院苏一鸣94 《安徽涡阳支教有感》资源与环境工程学院陈洲洋95 《关于农村土地资源利用情况的调查报告》资源与环境工程学院王延生96 《开启幸福之门——记我的打工之旅》资源与环境工程学院王仁博97 《寒假勘查专业就职走向调查报告》资源与环境工程学院陈鹏98 《家教心得》资源与环境工程学院吴彩玲99 《关于大学生假期兼职利与弊的调查》材料科学与工程学院张迪100 《东营伟浩建筑公司》材料科学与工程学院卜健庭101 《淄博英科框业生产实习》材料科学与工程学院杨超卿102 《临淄胜辉化工有限公司》材料科学与工程学院赵中国103 《陕西省布尔山羊良种繁育中心》材料科学与工程学院康永强104 《寒假肉食店零工社会实践报告》材料科学与工程学院栾青胜105 《寒假手机连锁店销售社会实践报告》材料科学与工程学院赵玉光106 《国药集团威奇达药业社会实践》生命科学学院范睿107 《对“人们对自己当前工作的看法”的调查》生命科学学院孙梦蕾108 《昊源纺织绣品长社会实践》生命科学学院于丛丛109 《喜客多商贸有限公司社会实践调查》生命科学学院车洪永110 《关于幼儿教师的社会实践报告》生命科学学院侯丹111 《“走千企访百县”寒假实践报告》理学院陈莹、杜亚男、谭善静112 《山东理工大学“走千企访百县”社会实践报告》理学院杨秀菊、丁超、王海113 《社会实践报告》理学院陈艳巧114 《综合实践报告》理学院高翔115 《山东理工大学社会实践报告》理学院张宝生116 《福利厂雨衣制作实践》理学院朱梦117 《寒假社会实践报告》理学院马力118 《寒假社会实践报告》理学院贾亚威119 《社会实践报告》理学院赵宏霞、赵中孝、丁伟伦120 《假期社会实践论文之写作家教经历谈》文学与新闻传播学院谭灵恩121 《寒假社会实践报告---欲宝厨房设备厂打工体验》文学与新闻传播学院卢志明122 《关于在山东省莒南县天海园林绿化有限公司实习的实践报告》文学与新闻传播学院聂香竹123 《新疆三石公社会实践报告》文学与新闻传播学院胡子健124 《寒假社会实践报告---慧金针织有限公司》文学与新闻传播学院李玉平125 《关于风湿病的调查总结》文学与新闻传播学院李璐126 《西庆农场社会保障科的实践报告》文学与新闻传播学院骆雪萍127 《“回访母校，携手成长”社会实践报告》外国语学院于蓉蓉、仲保奎、李志鑫128 《关于我身边医疗卫生体制改革成效的实践报告》外国语学院曹奇、苏婧129 《“走百县，访千企”社会实践报告》外国语学院葛昕、刘青袁、家龙130 《“志愿服务，情暖冬日”社会实践报告》外国语学院陈晓彤131 《“走百县，访千企”之由企业文化探求企业发展》外国语学院郭潇、李晓哲、王梦茹李文风132 《“志愿服务，情暖冬日”社会实践报告》外国语学院徐玉玲、彭海梅133 《“走百县，访千企”社会实践报告》外国语学院张腾龙、王聪会、王善凯134 《关于城管的社会实践报告》法学院赵成才135 《寒假社会实践报告》法学院魏中彪136 《社会实践报告》法学院殷彬彬137 《寒假社会实践》法学院王毓浦138 《大学生社会实践报告《法学院赵新鑫139 《社会实践报告》法学院郭凯。
工业园规划
课程名称：
工业园区规划设计
§1.1 .2 工业园区常见类型
传统产业园区：
基于工业产业集群理论、企业间有生产工艺的直接联系 一般有一定污染 特征： 物质在各种产业间流动，形成产业链，从而形成产业集群。 分类： 以工业性质；以环境污染程度
课程名称：
工业园区规划设计
§1.1 .2 工业园区常见类型
高科技工业园区：
§2.2 影响工业园区布局的因素
• 2、工厂生产工艺的要求 • 3、工厂协作与联合的形式 1．产品生产过程具有连续阶段性的工厂进行联合 2．以原料的综合利用或利用生产中的废料为基础进行联合 3．以各个专业化工厂生产的零件、部件组装成机器和仪器 进行协作
4、建立为主要生产单位服务的统一的材料准备中心
5．共用公共设施
课程名称：
工业园区规划设计
7）综合性工业一居住区的布置方式 工业用地规划和居住用地规划紧密结合，并组成一个综合 的有机整体，同时，也是城市的组成部分。 特点 居住和工作地点之间以步行交通为主；工业区和居住区可在动力供 应、热力设施以及生活福利设施等方面开展协作和统一安排；还可 以统一建设工业区和居住区共用的公共中心。
4、提出相关要素发展的原则和方法 5、提出规划区发展的重点项目，强调创新、个性和特色
在宏观层面上对工业园区的发展勾勒理想蓝图
课程名称：
工业园区规划设计
§1.2.2 工业园区规划各层次内容
概念性规划
控制性 控制性 详细规划 详细规划
修建性 详细规划
厂区 总平面设计
课程名称：
工业园区规划设计
（一）从多个层次对工业园区分析，对其定位、定性。 （二）确定工业园区内不同性质用地的界线。 （三）根据交通需求分析，确定地块出入口位置、停车泊 位、公共交通场站用地范围和站点位置、步行交通以及其 它交通设施。规定各级道路的红线、断面、交叉口形式及 渠化措施、控制点坐标和标高。 （四）确定工业园各地块建筑高度、建筑密度、容积率、 绿地率、交通出入口方位、停车泊位、建筑后退红线距离 等控制指标。 （五）提出各地块的建筑体量、体型、色彩等城市设计指 导原则 （六）根据规划建设容量，确定市政工程管线位置、管径 和工程设施的用地界线，进行管线综合。 （七）制定相应的土地使用与建筑管理规定。
基于改进GoogLeNet的沥青路面裂缝识别算法
第１３卷㊀第３期Ｖｏｌ．１３Ｎｏ．３㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年３月㊀Ｍａｒ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０３－０２０２－０５中图分类号：Ｕ４１６．０２文献标志码：Ａ基于改进ＧｏｏｇＬｅＮｅｔ的沥青路面裂缝识别算法唐港庭１，尹㊀超１，王绍平２，郭㊀兵２，李仲波１，谭子永１（１山东理工大学建筑工程学院，山东淄博２５５０４９；２日照城投建设集团有限公司，山东日照２７６８００）摘㊀要：针对目前沥青路面裂缝图像识别技术在面对复杂路面情况时（强光㊁积水㊁杂物等干扰因素）识别效率不高的问题，通过构建沥青路面裂缝数据集，提出一种基于改进ＧｏｏｇＬｅＮｅｔ的沥青路面裂缝识别算法㊂首先，对Ｉｎｃｅｐｔｉｏｎ模块和辅助分类器数量进行删减，并将大卷积核替换为连续的小卷积核；其次，激活函数采用ＲｅＬＵ与ＬｅａｋｙＲｅＬＵ组合的方式；最后，加入批量归一化层以及Ｄｒｏｐｏｕｔ层㊂实验结果表明，利用本文所制作数据集训练出的ＧｏｏｇＬｅＮｅｔ原始模型以及改进模型，在面对复杂路面情况时识别效果较好，并且改进ＧｏｏｇＬｅＮｅｔ模型在测试集上的准确率能达到８８．４％，相较于原始模型，改进模型在准确率提升５．６％的同时，耗用时间减少了３２．５ｍｉｎ（４０．３％）㊂关键词：图像识别；ＧｏｏｇＬｅＮｅｔ；裂缝数据集；Ｉｎｃｅｐｔｉｏｎ模块ＲｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｏｆａｓｐｈａｌｔｐａｖｅｍｅｎｔｃｒａｃｋｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＧｏｏｇＬｅＮｅｔＴＡＮＧＧａｎｇｔｉｎｇ１，ＹＩＮＣｈａｏ１，ＷＡＮＧＳｈａｏｐｉｎｇ２，ＧＵＯＢｉｎｇ２，ＬＩＺｈｏｎｇｂｏ１，ＴＡＮＺｉｙｏｎｇ１（１ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＺｉｂｏＳｈａｎｄｏｎｇ２５５０４９，Ｃｈｉｎａ；２ＲｉｚｈａｏＣｉｔｙＣｏｎｓｔｒｕｃｔｉｏｎＩｎｖｅｓｔｍｅｎｔＧｒｏｕｐＣｏ．，Ｌｔｄ．，ＲｉｚｈａｏＳｈａｎｄｏｎｇ２７６８００，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＩｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆａｓｐｈａｌｔｐａｖｅｍｅｎｔｃｒａｃｋｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙｉｎｔｈｅｆａｃｅｏｆｃｏｍｐｌｅｘｒｏａｄｃｏｎｄｉｔｉｏｎｓ（ｓｔｒｏｎｇｌｉｇｈｔ，ｓｕｒｆａｃｅｗａｔｅｒ，ｄｅｂｒｉｓａｎｄｏｔｈｅｒｉｎｔｅｒｆｅｒｅｎｃｅｆａｃｔｏｒｓ），ａｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｏｆａｓｐｈａｌｔｐａｖｅｍｅｎｔｃｒａｃｋｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＧｏｏｇＬｅＮｅｔｉｓｐｒｏｐｏｓｅｄｂｙｍａｋｉｎｇａｓｐｈａｌｔｐａｖｅｍｅｎｔｃｒａｃｋｄａｔａｓｅｔ．Ｆｉｒｓｔｌｙ，ｔｈｅｎｕｍｂｅｒｏｆＩｎｃｅｐｔｉｏｎｍｏｄｕｌｅｓａｎｄａｕｘｉｌｉａｒｙｃｌａｓｓｉｆｉｅｒｓａｒｅｄｅｌｅｔｅｄ，ａｎｄｔｈｅｌａｒｇｅｃｏｎｖｏｌｕｔｉｏｎｋｅｒｎｅｌｓａｒｅｒｅｐｌａｃｅｄｂｙｔｈｅｃｏｎｔｉｎｕｏｕｓｓｍａｌｌｃｏｎｖｏｌｕｔｉｏｎｋｅｒｎｅｌｓ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＲｅＬＵａｎｄＬｅａｋｙＲｅＬＵｉｓｕｓｅｄａｓｔｈｅｍｏｄｅｌａｃｔｉｖａｔｉｏｎｆｕｎｃｔｉｏｎ．Ｆｉｎａｌｌｙ，ＢａｔｃｈＮｏｒｍａｌｉｚａｔｉｏｎｌａｙｅｒａｎｄＤｒｏｐｏｕｔｌａｙｅｒａｒｅａｄｄｅｄｔｏｔｈｅｍｏｄｅｌ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｏｒｉｇｉｎａｌＧｏｏｇＬｅＮｅｔｍｏｄｅｌａｎｄｔｈｅｉｍｐｒｏｖｅｄｍｏｄｅｌｔｒａｉｎｅｄｂｙｔｈｅｄａｔａｓｅｔｉｎｔｈｉｓｐａｐｅｒｈａｖｅｂｅｔｔｅｒｒｅｃｏｇｎｉｔｉｏｎｅｆｆｅｃｔｉｎｔｈｅｆａｃｅｏｆｃｏｍｐｌｅｘｒｏａｄｃｏｎｄｉｔｉｏｎｓ，ａｎｄｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｉｍｐｒｏｖｅｄＧｏｏｇＬｅＮｅｔｍｏｄｅｌｏｎｔｈｅｔｅｓｔｓｅｔｃａｎｒｅａｃｈ８８．４％．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｏｒｉｇｉｎａｌｍｏｄｅｌ，ｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｉｍｐｒｏｖｅｄｍｏｄｅｌｉｓｉｎｃｒｅａｓｅｄｂｙ５．６％ａｎｄｔｈｅｔｉｍｅｃｏｎｓｕｍｐｔｉｏｎｉｓｒｅｄｕｃｅｄｂｙ３２．５ｍｉｎｕｔｅｓ（４０．３％）．ʌＫｅｙｗｏｒｄｓɔｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ；ＧｏｏｇＬｅＮｅｔ；ｃｒａｃｋｄａｔａｓｅｔ；Ｉｎｃｅｐｔｉｏｎｍｏｄｕｌｅ基金项目：山东省智慧交通重点实验室（筹）开放基金项目（２０１１－科技合同－４８）；国家自然科学基金（５１８０８３２７）；山东省自然科学基金项目（ＺＲ２０１９ＰＥＥ０１６，ＺＲ２０２１ＭＤ０１１）㊂作者简介：唐港庭（１９９７－），男，硕士研究生，主要研究方向：道路智能检测；尹㊀超（１９８７－），男，博士，副教授，主要研究方向：自然灾害风险评价㊁监测㊁预测预警；王绍平（１９８８－），男，学士，工程师，主要研究方向：公路工程设计与施工；郭㊀兵（１９８７－），男，硕士研究生，主要研究方向：景观生态；李仲波（１９９９－），男，硕士研究生，主要研究方向：地震滑坡危险性区划；谭子永（１９９９－），男，硕士研究生，主要研究方向：滑坡敏感性动态区划㊂通讯作者：尹㊀超㊀㊀Ｅｍａｉｌ：ｙｉｎｃｈａｏ１９８７６１１＠１６３．ｃｏｍ收稿日期：２０２２－０５－１２０㊀引㊀言近年来，随着大数据和高性能硬件设备的更新发展，利用卷积神经网络（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＣＮＮ）提取图像特征，从而进行目标识别，已经成为图像识别领域的研究热点之一［１－３］㊂部分学者基于ＣＮＮ开展了裂缝检测研究：Ｌｅｅ等学者［４］基于ＣＮＮ开发了一种具有自编码器结构的路面检测语义分割模型，并通过调整图像亮度来提高路面裂缝检测效率㊂陈健昌等学者［５］基于ＲｅｓＮｅｔ提出了一种路面裂缝检测方法，该方法能够大大减少前期图像预处理工作量，并且该方法的各项性能评估指标均优于现有模型㊂Ｒａｊａｄｕｒａｉ等学者［６］采用随机梯度下降和动量优化的方法改进ＡｌｅｘＮｅｔ模型，实验结果表明，该方法对混凝土表面裂缝的识别准确率较高㊂以上研究虽然取得了一定成果，但在面对复杂道路场景时裂缝图像的识别速度以及准确率等方面仍有较大提升空间㊂首先，在图像采集过程中，设备状态（温度㊁电磁波等干扰）或操作不当等原因都可能会严重降低采集图像的质量，并且道路上的光照条件㊁车道线㊁积水㊁阴影㊁油污㊁水渍㊁杂物等干扰因素，也可能会降低道路裂缝图像的识别的准确率㊂此外，模型训练需要大量样本数据集，目前公共裂缝数据集样本数量较少，难以满足训练要求［７］㊂针对以上问题，本文提出一种基于改进ＧｏｏｇＬｅＮｅｔ的沥青路面裂缝识别算法，并通过采集路面图像构建沥青路面裂缝数据集，进行模型的训练和测试㊂１㊀沥青路面裂缝图像数据集的构建１．１㊀图像采集针对目前公共裂缝数据集样本较少的情况，本文通过自行采集沥青路面图像，构建沥青路面裂缝数据集㊂选定山东省淄博市张店区内的部分路段，包括柳泉路㊁西二路㊁美食街㊁新村西路以及共青团路等，分别于不同天气㊁不同时段进行沥青路面图像采集㊂图像采集方案为：首先，通过高清行车记录仪以及车载摄像机以１ｋｍ为基本采集单元，驾驶汽车对沥青路面进行视频录制，采集过程中设备离地高度约１．２ｍ，并且采集宽度不小于行车道宽度的７０％㊂然后，通过视频取帧筛选出满足要求的路面图像，并删除重复或不满足要求的图像㊂最后，针对目前裂缝图像识别研究在复杂道路场景下识别效果不佳的问题，本文使用摄像机或手机以不同拍摄角度或焦距㊁在不同天气状况或不同光照条件下，对带有阴影㊁积水㊁车道线㊁井盖㊁油污㊁杂物等干扰因素的裂缝区域单独进行细节拍摄，从而提升模型泛化能力，细节拍摄图像类型如图１所示㊂㊀㊀将采集到的图像裁剪成像素大小为２２４ˑ２２４且仅含单一病害类型的图像，包括横向裂缝㊁纵向裂缝㊁块状裂缝㊁龟裂以及无病害图像共１１２４张，各类图像数量见表１㊂１．２㊀图像增广为满足模型训练需要，对裁剪后的图像进行增广，从而扩充样本数据集［８］，本文采用的增广方式包括旋转变换（横向裂缝㊁纵向裂缝不进行旋转）㊁镜像翻转（水平㊁竖直）以及亮度变换（明暗变换）㊂将扩展后的各类图像按照７ʒ２ʒ１的比例划分为训练集㊁验证集㊁测试集，各类图像具体数量见表２㊂１．３㊀图像预处理在图像采集过程中，极易受到光照条件㊁设备状态㊁采集方式等因素影响，导致图像质量降低㊂因此，需要通过图像预处理来提升图片质量，从而提高模型的识别准确率㊂（a）路面划痕（b）树枝阴影（c）雨天积水（d）雨后水渍（e）指示文字（f）车道线（g）油污（h）井盖（i）细小裂缝（j）强曝光（k）弱曝光（l）路面杂物图１㊀细节拍摄图例Ｆｉｇ．１㊀Ｄｅｔａｉｌｓｈｏｏｔｉｎｇｅｘａｍｐｌｅｓｄｉａｇｒａｍ表１㊀各类图像数量Ｔａｂ．１㊀Ｎｕｍｂｅｒｏｆｖａｒｉｏｕｓｔｙｐｅｓｏｆｉｍａｇｅｓ类型数量该类型图像占比／％含干扰因素图像占比／％横向裂缝３２３２８．７４３．７纵向裂缝３０４２７．０４２．４块状裂缝１５５１３．８３４．２龟裂１５９１４．２３４．５无病害图像１８３１６．３４７．０合计１１２４１００／表２㊀增广后的各类图像数量Ｔａｂ．２㊀Ｔｈｅｎｕｍｂｅｒｏｆａｌｌｋｉｎｄｓｏｆｉｍａｇｅｓａｆｔｅｒａｕｇｍｅｎｔａｔｉｏｎ类型原始图像／张增广后图像／张训练集／张验证集／张测试集／张横向裂缝３２３２４７０１７２９４９４２４７纵向裂缝３０４２３６８１６５８４７３２３７块状裂缝１５５１８９３１３２５３７８１９０龟裂１５９１８２３１２７６３６４１８３无病害图像１８３９１５６４１１８３９１合计１１２４９４６９６６２９１８９２９４８㊀㊀图像预处理过程如图２所示㊂图２中，（ａ）为原始裂缝图像；（ｂ）为采用平均值法进行图像灰度３０２第３期唐港庭，等：基于改进ＧｏｏｇＬｅＮｅｔ的沥青路面裂缝识别算法化处理的效果，减少图像参数，加快图像处理速度；（ｃ）为图像直方图均衡化的效果，提高图像对比度；（ｄ）为采用中值滤波法去除图像部分噪声的效果，改善图像视觉效果，提升图片质量［９－１０］㊂（a）原始图像（b）灰度化（c）直方图均衡化（d）中值滤波图２㊀图像预处理过程Ｆｉｇ．２㊀Ｉｍａｇｅｓｐｒｅｐｒｏｃｅｓｓｉｎｇｐｒｏｃｅｓｓ１．４㊀图像标注使用ＬａｂｅｌＩｍｇ标注软件对数据集中的图像进行标注，将横向裂缝㊁纵向裂缝㊁块状裂缝㊁龟裂以及无病害图像分别添加标签为ＴｒａｎｓｖｅｒｓａｌＣｒａｃｋｓ㊁ＬｏｎｇｉｔｕｄｉｎａｌＣｒａｃｋｓ㊁ＢｌｏｃｋＣｒａｃｋｓ㊁ＭａｐＣｒａｃｋｓ㊁Ｎｏｒｍａｌ，ＬａｂｅｌＩｍｇ标注软件界面如图３所示㊂图３㊀ＬａｂｅｌＩｍｇ标注软件界面Ｆｉｇ．３㊀ＬａｂｅｌＩｍｇｓｏｆｔｗａｒｅｉｎｔｅｒｆａｃｅ２㊀改进ＧｏｏｇＬｅＮｅｔ２．１㊀ＧｏｏｇＬｅＮｅｔ原模型ＧｏｏｇＬｅＮｅｔ网络由３个卷积层㊁９个Ｉｎｃｅｐｔｉｏｎ模块（１８层）㊁２个辅助分类器（ＡｕｘｉｌｉａｒｙＣｌａｓｓｉｆｉｅｒ）以及一个全连接层构成［１１－１２］，网络结构如图４所示㊂相较于经典图像分类模型ＡｌｅｘＮｅｔ和ＶＧＧＮｅｔ，ＧｏｏｇＬｅＮｅｔ网络模型虽然多达２２层，但参数量仅为５００万个，分别是ＡｌｅｘＮｅｔ和ＶＧＧＮｅｔ参数量的１／１２和１／３６，对计算机硬件条件要求相对较低㊂A v e r a g e P o o l7?7+1（V）C o n v1?1+1（V）I n c e p t i o n?3I n c e p t i o n?3I n c e p t i o n?3C o n v3?3+1（S）L o c a l R e s p N o r mM a x p o o l3?3+2（S）C o n v7?7+2（S）I n p u t M a x p o o l3?3+2（S）L o c a l R e s p N o r mF C S o f t m a xA u x i l i a r y C l a s s i f i e r2A u x i l i a r y C l a s s i f i e r1（ａ）整体网络结构C o n v1?1C o n v3?3C o n v5?5C o n v1?1C o n v1?1C o n v1?1M a x P o o l3?3F i l t e r c o n c a t e n a t i o nP r e v i o u s L a y e r（ｂ）Ｉｎｃｅｐｔｉｏｎ模块网络结构图４㊀ＧｏｏｇＬｅＮｅｔ网络结构Ｆｉｇ．４㊀ＧｏｏｇＬｅＮｅｔｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅ２．２㊀ＧｏｏｇＬｅＮｅｔ改进方法本文结合沥青路面裂缝数据集特点，在ＧｏｏｇＬｅＮｅｔ原模型的基础上从以下方面进行改进：（１）ＧｏｏｇＬｅＮｅｔ原始网络较深，本文所采用的分类标签数量较少且路面裂缝图像纹理相对简单，因此，删除ＧｏｏｇＬｅＮｅｔ原始模型中作用较小的ＬｏｃａｌＲｅｓｐＮｏｒｍ结构，并对Ｉｎｃｅｐｔｉｏｎ模块和辅助分类器数量进行删减，在保证准确率满足要求的基础上，减少模型参数量和计算时间㊂（２）Ｉｎｃｅｐｔｉｏｎ模块的大尺度卷积核有着大感受野的同时也带来了更多的参数，因此，本文使用３个连续的３ˑ３卷积核替换第一个７ˑ７卷积核，并在Ｉｎｃｅｐｔｉｏｎ模块中使用２个连续的３ˑ３的卷积核代替５ˑ５卷积核，在感受野大小不变的同时，能够大大减少模型参数㊂（３）激活函数ＲｅＬＵ（ＲｅｃｔｉｆｉｅｄＬｉｎｅａｒＵｎｉｔ）［１３］收敛速度较快，且增强了网络的稀疏性，但输入小于０时梯度为０，该层就会 ｄｉｅ ㊂针对这个问题，诞生了ＬｅａｋｙＲｅＬＵ［１４］，该函数有效改善了ＲｅＬＵ的 ｄｉｅ 特性，但损失了部分稀疏性，并且增加了运算量㊂因此，本文采用ＲｅＬＵ与ＬｅａｋｙＲｅＬＵ组合的方式，即在普通卷积核后进行ＲｅＬＵ操作，在Ｉｎｃｅｐｔｉｏｎ模块中４个分支的卷积核后进行ＬｅａｋｙＲｅＬＵ操作㊂（４）在所有卷积层之后加入批量归一化层（ＢａｔｃｈＮｏｒｍａｌｉｚａｔｉｏｎ，ＢＮ），解决梯度饱和㊁加快模型计算速度［１５］，同时在平均池化层后加入Ｄｒｏｐｏｕｔ层４０２智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀防止过拟合［１６］㊂３㊀改进ＧｏｏｇＬｅＮｅｔ模型测试３．１㊀实验环境及评价指标本文实验在Ｗｉｎｄｏｗｓ１０操作系统上完成，运行内存１６．０ＧＢ，ＣＰＵ为ＡＤＭＲｙｚｅｎ７４８００ＵｗｉｔｈＲａｄｅｏｎＧｒａｐｈｉｃｓ，８核心１６线程，ＧＰＵ为ＡＤＭＲａｄｅｏｎＴＭＧｒａｐｈｉｃｓ，Ｐｙｔｈｏｎ版本为３．８．８，Ｐｙｔｏｒｃｈ版本１．７．１㊂本文采用总耗时（训练阶段用时与测试阶段用时之和）作为模型的速度评价指标，采用准确率（Ａｃｃｕｒａｃｙ）作为模型的精度指标，其数学定义公式为：Ａｃｃ＝ＴＰ＋ＴＮＴＰ＋ＴＮ＋ＦＮ＋ＦＰ（１）㊀㊀其中，Ａｃｃ表示准确率；ＴＰ表示正样本被正确识别为正样本的数量；ＴＮ表示负样本被正确识别为负样本的数量；ＦＰ表示负样本被错误识别为正样本的数量；ＦＮ表示正样本被错误识别为负样本的数量㊂３．２㊀Ｉｎｃｅｐｔｉｏｎ模块及辅助分类器数量确定本文采用３个㊁６个㊁９个Ｉｎｃｅｐｔｉｏｎ模块（自后向前删减）分别对应０个㊁１个㊁２个辅助分类器进行数量交叉验证，能够在尽量减少Ｉｎｃｅｐｔｉｏｎ模块数量的同时，最大程度减少实验量㊂ＧｏｏｇＬｅＮｅｔ原模型中，每３个Ｉｎｃｅｐｔｉｏｎ模块会有一个辅助分类器，仅在模型训练阶段被激活，将中间层的分类结果以一定权重（本文设为０．３）作为辅助输出添加到最终结果中，最后一个Ｉｎｃｅｐｔｉｏｎ模块直接连接模型输出部分，无需再添加第３个辅助分类器㊂因此，３个Ｉｎｃｅｐｔｉｏｎ模块和２个辅助分类器的组合不存在；３个Ｉｎｃｅｐｔｉｏｎ模块和１个辅助分类器的组合，添加的辅助分类器与输出部分重合；６个Ｉｎｃｅｐｔｉｏｎ模块和２个辅助分类器的情况，添加的第二个辅助分类器与输出部分重合㊂因此，以上３种情况不进行试验，交叉验证实验结果见表３㊂表３㊀Ｉｎｃｅｐｔｉｏｎ模块及辅助分类器数量Ｔａｂ．３㊀ＮｕｍｂｅｒｏｆＩｎｃｅｐｔｉｏｎｍｏｄｕｌｅｓａｎｄａｕｘｉｌｉａｒｙｃｌａｓｓｉｆｉｅｒｓ实验组序号Ｉｎｃｅｐｔｉｏｎ模块数量辅助分类器数量准确率／％耗时／ｍｉｎ１３０４６．５４２．８２６０７９．６６０．４３６１８０．２６８．３４９０８０．６７４．８５９１８１．８７８．５６９２８２．５８０．７㊀㊀由表３可见，相较于实验６（原模型），实验１虽然耗时减少了３７．９ｍｉｎ，但准确率大幅度下降了３７．９％㊂实验２和实验３在耗时大幅度减少的同时，准确率分别下降了２．９％㊁２．３％㊂实验４和实验５的准确率分别下降了１．９％㊁０．７％，耗时分别减少了５．９ｍｉｎ㊁２．２ｍｉｎ，整体变化相对较少㊂实验２相较于实验３，模型复杂度及耗时都减少的同时，准确率仅下降了０．６％㊂综上，本文采用实验组２中６个Ｉｎｃｅｐｔｉｏｎ模块㊁以及不添加辅助分类器的方案㊂３．３㊀改进ＧｏｏｇＬｅＮｅｔ网络结构基于以上修改方案，改进后的ＧｏｏｇＬｅＮｅｔ网络结构如图５所示㊂A v e r a g e P o o l 7?7+1(V )C o n v3?3+2(S )C o n v 3?3+1(S )C o n v 3?3+1(S )C o n v3?3+2(S )C o n v 3?3+1(S )C o n v 3?3+2(S )C o n v1?1+1(V )M a x P o o l 3?3+2(S )I n c e p t i o n (4a )I n c e p t i o n (4b )I n c e p t i o n (4c )I n c e p t i o n (4d )D r o p o u t F C S o f t m a xI n c e p t i o n (3a )I n c e p t i o n (3b )B NB NB N B N B NR e L UR e L UR e L U R e L UR e L UI n p u t（ａ）改进后整体网络结构F i l t e r c o n c a t e n a t i o nL e a k y R e L UC o n v3?3L e a k y R e L U L e a k y R e L UL e a k y R e L UL e a k y R e L U L e a k y R e L UL e a k y R e L U C o n v3?3C o n v3?3C o n v1?1M a x P o o l 3?3C o n v 1?1C o n v1?1C o n v1?1P r e v i o u s L a y e r（ｂ）改进后Ｉｎｃｅｐｔｉｏｎ模块网络结构图５㊀改进ＧｏｏｇＬｅＮｅｔ网络结构Ｆｉｇ．５㊀ＩｍｐｒｏｖｅｄＧｏｏｇＬｅＮｅｔｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅ３．４㊀改进ＧｏｏｇＬｅＮｅｔ与原模型对比测试为了在模型训练效果和硬件设备条件之间取得平衡，在模型训练阶段，批尺寸设为１６，迭代次数设为５００，初始学习率设为０．００１，损失函数采用交叉熵函数，Ｄｒｏｐｏｕｔ率设为０．４㊂分别使用训练好的ＧｏｏｇＬｅＮｅｔ原模型与改进模型在测试集上进行测试，结果见表４，损失值和准确率随迭代次数的变化如图６所示㊂㊀㊀由表４可见，原始ＧｏｏｇＬｅＮｅｔ模型在测试集上的准确率为８２．８％，总耗时为８０．７ｍｉｎ，相比之下，改进ＧｏｏｇＬｅＮｅｔ模型的准确率能够达到８８．４％，提升了５．６％，总耗时为４８．２ｍｉｎ，减少了３２．５ｍｉｎ（４０．３％）；相较于不含干扰因素的图像，ＧｏｏｇＬｅＮｅｔ原５０２第３期唐港庭，等：基于改进ＧｏｏｇＬｅＮｅｔ的沥青路面裂缝识别算法模型与改进模型对含有干扰因素图像识别准确率分别降低了２．１％㊁３．６％，下降幅度在可接受范围内㊂表４㊀模型测试结果Ｔａｂ．４㊀ＭｏｄｅｌｔｅｓｔｒｅｓｕｌｔｓＧｏｏｇＬｅＮｅｔ模型测试集准确率／％不含干扰因素图像准确率／％含有干扰因素图像准确率／％总耗时／ｍｉｎ原模型８２．８８３．９８１．８８０．７改进模型８８．４９０．２８６．６４８．２2.52.01.51.00.50100200300400500G o o g L e N e t 原模型G o o g L e N e t 改进模型迭代次数损失值（ａ）损失值随迭代次数变化率100806040200100200300400500G o o g L e N e t 原模型G o o g L e N e t 改进模型迭代次数准确率/%（ｂ）准确率随迭代次数变化率图６㊀损失值、准确率随迭代次数变化率Ｆｉｇ．６㊀Ｔｈｅｃｈａｎｇｅｒａｔｅｓｏｆｌｏｓｓｖａｌｕｅａｎｄａｃｃｕｒａｃｙｗｉｔｈｉｔｅｒａｔｉｏｎｔｉｍｅｓ㊀㊀由图６可见，模型损失值和准确率随迭代次数增加逐渐趋于稳定，ＧｏｏｇＬｅＮｅｔ改进模型相较于原模型，模型收敛速度和损失值下降速度都有所提升㊂４㊀结束语传统图像识别算法在面对复杂路面情况（积水㊁强光㊁阴影等）时，识别效果有较大提升空间，本文针对性地采集了存在各类干扰因素的路面图像，构建了沥青路面裂缝数据集，并提出了一种基于改进ＧｏｏｇＬｅＮｅｔ的沥青路面裂缝识别算法㊂实验结果表明，ＧｏｏｇＬｅＮｅｔ改进算法在本文所构建的沥青路面裂缝数据集上，准确率能达到８８．４％，总耗时４８．２ｍｉｎ，相较于ＧｏｏｇＬｅＮｅｔ原始模型，准确率提升了５．６％，总耗时减少了３２．５ｍｉｎ（４０．３％），并且模型收敛速度和损失值下降速度都明显加快；相较于不含干扰因素的图像，本文所构建数据集训练出的ＧｏｏｇＬｅＮｅｔ原模型与改进模型，对于含有干扰因素的图像识别准确率分别降低了２．１％㊁３．６％，下降幅度在可接受范围内㊂因此，本文所构建的沥青路面裂缝数据集以及提出的改进ＧｏｏｇＬｅＮｅｔ算法，可为道路检测㊁裂缝识别㊁无人驾驶等研究提供帮助㊂参考文献［１］ＬＥＥＤ，ＳＨＩＮＳ，ＳＯＮＷ，ｅｔａｌ．Ｚｅｒｏ－ｏｆｆｓｅｔｄａｔａｅｓｔｉｍａｔｉｏｎｕｓｉｎｇＣＮＮｆｏｒａｐｐｌｙｉｎｇ１Ｄｆｕｌｌｗａｖｅｆｏｒｍｉｎｖｅｒｓｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃｓａｎｄＥｎｇｉｎｅｅｒｉｎｇ，２０２２，１９（１）：３９－５０．［２］张宇卓，王德成，方宪法，等．基于ＣＮＮ的玉米种子内部裂纹图像检测系统研究［Ｊ／ＯＬ］．农业机械学报：１－９［２０２２－０３－０７］．ｈｔｔｐ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．１９６４．Ｓ．２０２２０２２５．１６１２．０２４．ｈｔｍｌ．［３］ＨＵＸｉａｏｆａｎｇ，ＳＨＩＷｅｎｑｉａｎｇ，ＺＨＯＵＹｕｅ，ｅｔａｌ．ＱｕａｎｔｉｚｅｄａｎｄａｄａｐｔｉｖｅｍｅｍｒｉｓｔｏｒｂａｓｅｄＣＮＮ（ＱＡ－ｍＣＮＮ）ｆｏｒｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ［Ｊ］．ＳｃｉｅｃｅＣｈｉｎａＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｓ，２０２２，６５（１）：２７３－２７５．［４］ＬＥＥＴ，ＹＯＯＮＹ，ＣＨＵＮＣ，ｅｔａｌ．ＣＮＮ－ｂａｓｅｄｒｏａｄ－ｓｕｒｆａｃｅｃｒａｃｋｄｅｔｅｃｔｉｏｎｍｏｄｅｌｔｈａｔｒｅｓｐｏｎｄｓｔｏｂｒｉｇｈｔｎｅｓｓｃｈａｎｇｅｓ［Ｊ］．Ｅｌｅｃｔｒｏｎｉｃｓ，２０２１，１０（１２）：１４０２．［５］陈健昌，张志华．融于图像多特征的路面裂缝智能化识别［Ｊ］．科学技术与工程，２０２１，２１（２４）：１０４９１－１０４９７．［６］ＲＡＪＡＤＵＲＡＩＲＳ，ＫＡＮＧＳＴ．Ａｕｔｏｍａｔｅｄｖｉｓｉｏｎ－ｂａｓｅｄｃｒａｃｋｄｅｔｅｃｔｉｏｎｏｎｃｏｎｃｒｅｔｅｓｕｒｆａｃｅｓｕｓｉｎｇｄｅｅｐｌｅａｒｎｉｎｇ［Ｊ］．ＡｐｐｌｉｅｄＳｃｉｅｎｃｅｓ，２０２１，１１（１１）：５２２９．［７］梁雪慧，程云泽，张瑞杰，等．基于卷积神经网络的桥梁裂缝识别和测量方法［Ｊ］．计算机应用，２０２０，４０（０４）：１０５６－１０６１．［８］马岽奡，唐娉，赵理君，等．深度学习图像数据增广方法研究综述［Ｊ］．中国图象图形学报，２０２１，２６（０３）：４８７－５０２．［９］ＴＩＡＮＬｕｌｕ，ＷＡＮＧＺｉｄｏｎｇ，ＬＩＵＷｅｉｂｏ，ｅｔａｌ．ＡｎｅｗＧＡＮ－ｂａｓｅｄａｐｐｒｏａｃｈｔｏｄａｔａａｕｇｍｅｎｔａｔｉｏｎａｎｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｆｏｒｃｒａｃｋｄｅｔｅｃｔｉｏｎｉｎｔｈｅｒｍａｌｉｍａｇｉｎｇｔｅｓｔｓ［Ｊ］．ＣｏｇｎｉｔｉｖｅＣｏｍｐｕｔａｔｉｏｎ，２０２１，１３（５）：１２６３－１２７３．［１０］ＬＥＩＭｉｎｇｆｅｎｇ，ＬＩＵＬｉｎｇｈｕｉ，ＳＨＩＣｈｅｎｇｈｕａ，ｅｔａｌ．Ａｎｏｖｅｌｔｕｎｎｅｌ－ｌｉｎｉｎｇｃｒａｃｋｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｄｉｇｉｔａｌｉｍａｇｅｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＴｕｎｎｅｌｌｉｎｇａｎｄＵｎｄｅｒｇｒｏｕｎｄＳｐａｃｅＴｅｃｈｎｏｌｏｇｙ，２０２０，１０８：１０３７２４．［１１］ＦＵＹｕｅｓｈｅｎｇ，ＳＯＮＧＪｉａｎ，ＸＩＥＦｕｘｉａｎｇ，ｅｔａｌ．ＣｉｒｃｕｌａｒｆｒｕｉｔａｎｄｖｅｇｅｔａｂｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎｏｐｔｉｍｉｚｅｄＧｏｏｇＬｅＮｅｔ［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０２１，９：１１３５９９－１１３６１１．［１２］王溢琴，董云云，刘慧玲．基于ＧｏｏｇＬｅＮｅｔ和空间谱变换的高光谱图像超分辨率方法［Ｊ］．光学技术，２０２２，４８（０１）：９３－１０１．［１３］ＤＥＲＥＩＣＨＳ，ＫＡＳＳＩＮＧＳ．ＯｎｍｉｎｉｍａｌｒｅｐｒｅｓｅｎｔａｔｉｏｎｓｏｆｓｈａｌｌｏｗＲｅＬＵｎｅｔｗｏｒｋｓ［Ｊ］．ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，２０２２，１４８：１２１－１２８．［１４］程江洲，温静怡，鲍刚，等．基于Ｔ－ＭｏｂｉｌｅＮｅｔ－Ｌ模型的ＧＩＳ局部放电模式识别研究［Ｊ］．电子测量技术，２０２１，４４（２０）：２２－２８．［１５］ＹＡＮＧＺｈｉｊｉｅ，ＷＡＮＧＬｅｉ，ＬＵＯＬｉ，ｅｔａｌ．Ｂａｃｔｒａｎ：ＡｈａｒｄｗａｒｅｂａｔｃｈｎｏｒｍａｌｉｚａｔｉｏｎｉｍｐｌｅｍｅｎｔａｔｉｏｎｆｏｒＣＮＮｔｒａｉｎｉｎｇｅｎｇｉｎｅ［Ｊ］．ＩＥＥＥｅｍｂｅｄｄｅｄｓｙｓｔｅｍｓｌｅｔｔｅｒｓ，２０２０，１３（１）：２９－３２．［１６］肖旺，杨煜俊，申启访，等．基于改进的ＧｏｏｇＬｅＮｅｔ鸭蛋表面缺陷检测［Ｊ］．食品与机械，２０２１，３７（０６）：１６２－１６７．６０２智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀。
桅杆结构脉动风速模拟与风荷载计算
时间改变的量；而脉动风则具有明显的随机性，一 般可用零均值平稳Ｇａｕｓｓ随机过程来描述．作用 于结构上任意处的风速为平均风速和脉动风速之
和，风的模拟主要是针对脉动风而言的． １．１平均风速剖面
平均风沿高度的变化规律，常称为风速梯度 或风速剖面．平均风速随高度的变化的规律常采
［６３
Ｏｗｅｎ
Ｊ Ｓ，Ｅｃｃｌｅｓ Ｂ Ｊ，Ｃｈｏｏ Ｂ Ｓ，ｅｔ ａ１．Ｔｈｅ ａｐｐｌｉｃａ—
ｓｅｒｉｅｓ ｍｏｄｅｌｉｎｇ ｆｏｒ ｔｈｅ
ｔｉｏｎ ｏｆ ａｕｔｏ－ｒｅｇｒｅｓｓｉｖｅ ｔｉｍｅ
ｔｉｍｅ－ｆｒｅｑｕｅｎｃｙ ａｎａｌｙｓｉｓ ｏｆ ｃｉｖｉｌ ｅｎｇｉｎｅｅｒｉｎｇ
ｓｔｒｕｃｔｕｒｅｓ
ｋ＝１
ｌ一０，１，２，…，Ｎ一１
（１１）
２．２脉动风荷载计算 当不考虑结构与风的耦合作用及漩涡影响 时，根据Ｂｅｒｎｏｕｌｌｉ定理，自由流动的风速提供的 单位面积上的风压力为…］
ｗ＝妄弦２
∞，ｌ（叫）＝ｅｘｐ（一互Ｇ７【口ｗ‘△ｌｕｚ））
（６）
（１２）
结构任一高度处的瞬时风速Ｖｉ为平均风速 矿ｉ与脉动风速口；之和：Ｖ；＝彰＋奶 则作用在结构上的风压ｗ
Ｚ
《 杂 崖
ｔ／ｓ
－∥Ｈｚ ｂ）清波叠加法
图３上层纤绳与杆身连接处（高度１１５ ｍ）的风荷载时程
图５高度１２５ ｍ处的脉动风自功率谱比较
万方数据
・１０６０・
武汉理工大学学报（交通科学与工程版）
ｍ
２０１０年第３４卷
为了检验模拟精度，本文将桅杆高度为５５
［２３
Ｄｅｏｄａｔｉｓ Ｇ．Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｅｒｇｏｄｉｃ ｍｕｌｔｉｖａｒｉａｔｅ
基于遗传算法的星载激光全波形分解
第49卷第11期 Vol.49No.ll红外与激光工程Infrared and Laser Engineering2020年11月Nov. 2020基于遗传算法的星载激光全波形分解谢俊峰\杨晨晨17,梅永康13,韩保民2(1.自然资源部国土卫星遥感应用中心，北京100048;2.山东理工大学建筑工程学院，山东淄博255000;3.中国矿业大学（北京）地球与测绘工程学院，北京100083)摘要：全波形激光雷达的回波中包含着地物目标的垂直结构特征信息，传统的全波形数据处理方法在提取这些信息时过于依赖初始参数，导致地形复杂地区的数据可利用率低、准确率低。
针对这一问题,提出了一种基于遗传算法的波形分解方法。
改进后的处理算法无需提供精确的初始参数，用概率性传递规则代替确定性规则，具有全局寻优特点。
并以高分七号卫星激光全波形数据进行试验。
结果证明，基于改进后的波形处理方法拟合的回波波形与预处理后波形的相关系数在99%以上。
文中对森林地区最大树高的反演与ICESat-2的ATL08产品中的森林冠层高度参数进行对比，两者相关系数为0.85,中误差为1.1m,表明该方法可以较准确地提取复杂波形的特征信息。
关键词：高分七号；遗传算法；波形分解；树高测量中图分类号：P237 文献标志码：A DOI：10.3788/IRLA20200245Full waveform decomposition of spaceborne laserbased on genetic algorithmXie Junfeng1, Yang Chenchen12*, Mei Yongkang1,3, Han Baomin2(1. Land Satellite Remote Sensing Application Center, Ministry of National Resources, Beijing 100048, China;2. School of Civil and Architecture Engineering, Shandong University of Technology, Zibo 255000, China;3. College of Geoscience and Surveying Engineering, China University of Mining & Technology (Beijing), Beijing 100083, China)Abstract:The echo of the all waveform lidar contains the vertical structure information of the ground object. The traditional all waveform data processing methods rely too much on the initial parameters when extracting these information, resulting in the low availability and accuracy of the data in the terrain complex area. To solve this problem, a waveform decomposition method based on genetic algorithm was proposed. The improved algorithm did not need to provide accurate initial parameters, and used probabilistic transfer rules instead of deterministic rules, which had the characteristics of global optimization. The experiment was carried out with the full waveform data of GF-7 satellite laser. The results show that the correlation coefficient between the echo waveform fitted by the improved waveform processing method and the preprocessed waveform is more than 99%. The inversion of the maximum tree height in the forest area was compared with the forest canopy height收稿日期:2020-06-14;修订日期•2020-10-18基金项目:国家国防科技工业局科学预先研究项目（D040105，D040106);科技部重点研发计划（2017YFB0504201);国家自然科学基金 面上项目（41571440,41771360,41971426);科技部重点研发计划国际合作项目（2020YFE0200800);北京市科协金桥工程种子资金(ZZ19013)高分测绘应用示范项目二期(42-Y30B04-900M9/21);自然资源部杰青项目作者简介:谢俊峰（1981-)，男，研究员，主要从事卫星姿态与激光数据应用等方面的研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
山东理工大学建筑工程学院
鲁理工大建工院字[2018]3号
建筑工程学院推荐2019届优秀应届本科毕业生
免试攻读硕士学位研究生的实施办法
根据《山东理工大学推荐优秀应届本科毕业生免试攻读研究生管理办法》，学院每年推荐优秀应届本科毕业生免试攻读硕士学位研究生（以下简称“推免生”）。
为做好这一工作，结合学院实际情况，以提高选拔质量为核心，全面考察，综合评价，择优选拔，公平竞争为原则，制定本实施办法。
一、组织领导
在学校推免工作领导小组领导下，学院成立推免工作小组，负责本学院的推免工作。
组长：贾致荣副组长：张大富
成员：王延深韩保民师郡王殷行杨光杰杨志刚李雅琴
联系人：李雅琴（兼）
二、推荐条件
1.纳入国家普通本科招生计划录取的应届毕业生（不含专升本、专转本、第二学士学位学生）。
2.具有高尚的爱国主义情操和集体主义精神，理想信念坚定，社会责任感强，遵纪守法，品行端正，无考试作弊和剽窃他人学术成果记录，无违法违纪受处分记录。
3.学业成绩要求。
本科前 6 个学期（学制 5 年的为前 8个学期）
平均学分绩点排名在本专业前 30%。
4.外语成绩要求。
大学英语六级考试成绩在 426 分以上，或大学英语四级考试成绩在 462 分以上,其他语种（俄语、日语、德语）的推免生亦应达到相对应成绩标准。
5.具有浓厚的学术研究兴趣，较强的创新能力，满足下列条件之一：公开发表与本专业相关的学术论文；获得国家专利；参加过校级及以上科技创新活动并获得奖励；能够提供其他证明本人具有较强创新能力的材料。
6.积极参加各类实践活动，具有较强的实践能力，满足下列条件之一：参与学校组织的支边、支教等社会实践活动；在实习实训或其他实践教学环节中，有实践成果或解决了实际生产问题；担任主要学生干部或主要社团负责人，受到校级及以上表彰或奖励；从事学生助理工作，表现优秀；能够提供其他证明本人具有较强实践能力的材料。
7.身体符合报考研究生的体检标准。
8.具有特殊学术专长或突出培养潜质者，平均学分绩点排名可放宽至本专业前 40%且须经三名以上本校本专业教授联名推荐。
三、评价办法
根据学业成绩、科研能力与社会活动成绩，确定推免生的综合成绩。
按照学生综合评价成绩（以百分制计）进行排序，综合评价成绩包含两部分内容，一是平均学分绩点，以教务处根据已有计算方法计算值为准；占比94%，二是学生发展素质评价，评价指标见附页一，评价指标比6%（各专业分别排序）。
综合评价成绩=平均学分绩点×0.94+发展素质评价得分。
四、推免工作程序
1．学院根据学校推免工作部署，公示本学院推免工作小组、经学校批准的推免工作实施办法3个工作日。
2.学院公示申请学生前 6 个学期(学制 5 年的为前 8 个学期)平均学分绩点及排名，公示时间3 个工作日。
3.学生个人申请。
凡符合推免条件的学生均可填写申请材料，向所在学院提出申请。
4.学院计算综合评价成绩及排名，在广泛听取意见的基础上，根据学校下达指标初步确定推荐名单，公示不少于 3 个工作日，9月12日报学校推免工作领导小组办公室。
5.对表现特别优秀、做出突出成绩的学生，经学校推免生遴选工作领导小组认定，可直接获得推荐资格。
五、管理与监督
1.推免工作接受教育部、省招办及相关监察部门的监督管理，严格执行有关规定，做到程序规范、过程公开、结果公正。
2.对于违反规定的行为或工作失误，将及时纠正并追究相关人员的责任。
对在申请推荐过程中弄虚作假的学生，一经发现，立即取消其推免资格；对工作中弄虚作假、徇私舞弊的单位或工作人员，学校将予以严肃查处。
六、其他
本办法由山东理工大学建筑工程学院负责解释。
附件一建筑工程学院发展素质评价得分计算办法
附件二建筑工程学院推免工作组
二○一八年九月六日
附件一建筑工程学院发展素质评价得分计算办法一、专利及其他知识产权科研分
二、论文科研分
三、科研奖励分
四、创新实践活动（科技类），成果计分如下：
五、各类竞赛：
附：① 行业协会组织的竞赛项目按相应级别降一级计分，不能确定的按校级计分。
②校级单位为：校党委宣传部、学生工作部、校团委、招生就业处、教务处、创新创业学院。
③活动排列名次的，原则上一等奖指1-3名，二等奖指4-6名，三等奖指7-9名。
④凡参加校社联、各类社团活动获奖者，无学校或者学院公章的，一律不予加分；如共同盖有校社联与其他学院公章的社团活动，按照本院相应活动的获奖等级的分值的一半计分。
⑤其他学院活动一律不予加分；参加非学校正式注册的社团活动不计分，参加非学校组织的校外活动不计分。
六、其他：
1.受到校级以上表彰学生干部
2.国际交流
七、专利和论文类成果排名位次的权重系数标准
八、非专利和非论文类成果排名位次的权重系数标准
九、说明
1、同一奖励成果不重复计算，按最高项核算。
2、录用通知依据“录用通知或合同+缴费发票+校样”认定，认定后降一计分档计分；专利依据“办理登记手续通知书+缴费发票（国家知识产权局出具）”认定。
3、所有评选材料必须真实有效，否则取消其荣誉并按照违反学术道德规范行为处理。
4、论文和专利的作者排名认定前三位有效，其它科研成果的作者排名认定前八位有效。
5、最高得分换算为6分，其他得分按比例换算
附件二建筑工程学院推免工作组名单
组长：贾致荣副组长：张大富
成员：王延深韩保民师郡王殷行杨光杰杨志刚李雅琴联系人：李雅琴（兼）。