【摘 要】
：
在建筑工程中，建筑屋面是非常关键的结构之一。建筑屋面需长期暴露于外界中，受多种因素影响，非常容易产生渗漏问题，降低工程质量、影响业主体验。文章以某A建筑工程为例，立足于屋面施工实际，从施工准备、技术应用、排水系统设置、质量控制等方面总结施工技术，增强屋面的防水性、安全性与稳定性，对建筑工程运行与建筑企业发展具有深远意义。
论文部分内容阅读
在建筑工程中，建筑屋面是非常关键的结构之一。建筑屋面需长期暴露于外界中，受多种因素影响，非常容易产生渗漏问题，降低工程质量、影响业主体验。文章以某A建筑工程为例，立足于屋面施工实际，从施工准备、技术应用、排水系统设置、质量控制等方面总结施工技术，增强屋面的防水性、安全性与稳定性，对建筑工程运行与建筑企业发展具有深远意义。
其他文献
在这个大数据的时代,个人信息的隐私保护越来越受到每个人的重视,然而,在日常生活中,我们常常需要向网络服务商提供自己的信息以获得更好的服务,与此同时,可能出现的个人信息泄露会对我们的生活产生负面影响。而对于网络服务商,收集用户数据除了能更好的为用户服务,同时也能通过数据分析获得潜在的有用价值,因此网络服务商可能会将数据授予第三方机构进行数据分析,第三方机构可能存在泄露数据的行为。因此既要保护用户的个
软件缺陷对软件质量甚至软件经济有着重要的影响。为了减少软件缺陷带来的损失,软件工程领域最活跃的问题之一是如何高效率、准确的发现软件缺陷。20世纪90年代,人们发现缺陷在软件中并非随机地分布。随后一系列针对软件缺陷倾向性、数量、严重程度、分布规律等的预测模型相继提出。然而真实的软件开发场景中无法保证每一个软件系统都具有丰富的变更日志数据。特别是面向新开发、小规模软件系统时,由于缺乏训练数据导致软件缺
随着物联网、互联网技术的快速发展、第五代通信（fifth-generation,5G）技术的普及、功能强大的终端设备和新的交互式移动应用程序的出现,我们正处于一场数据革命之中。云计算的范式已经无法满足人们对低时延、低功耗、高带宽的通信需求。而移动边缘计算（Mobile Edge Computing,MEC）将计算、存储以及网络控制能力转移到网络的边缘,可以减少时延、能耗,同时提高带宽,为用户提供了
差分进化算法（Differential Evolution,DE）是一种典型的随机优化算法,其主要通过变异、交叉和选择操作的循环迭代来进行全局搜索,其中变异操作对算法的影响尤为显著。尽管至今为止已经有各种类型的DE算法变体被相继提出,但在某些复杂工程优化难题上,DE算法及其变体仍然容易遭遇种群早熟收敛、搜索停滞等问题。其中一个很重要的原因就是算法的全局勘探（Exploration）和局部开发（Ex
以乙二醛替代甲醛合成木材浸渍改性用三聚氰胺-尿素-乙二醛（melamine-urea-glyoxal,MUG）树脂，通过对不同温度、p H值、原料配比条件下合成的MUG树脂性能进行分析，优选出较佳的合成工艺，并用优化工艺合成的MUG树脂对杨木进行改性。结果表明：当反应pH值在4～5，反应温度为65℃，M、U、G量比为0.08∶0.40∶1.00时，合成的MUG树脂性能较佳，黏度为15.01 s，固
图着色问题是最著名的NP-hard问题之一,在现实应用以及理论研究方面都有很重要的意义。目前解决图着色问题的方法主要有两种,精确和启发式。启发式算法有快速的求解能力和很强的通用性,在实际问题中通常能找到最优或者接近最优的解。禁忌搜索算法是一种启发式算法,它应用于图着色问题能带来高质量的解,命名为Tabucol。禁忌搜索算法是在局部搜索的基础上引入禁忌列表和相应的管理规则来实现的,它有效的避免了搜索
在新型冠状病毒肺炎（COVID-19）的诊疗中,专业医师通过观察患者肺部CT影像病灶情况判断病情,这和标签为分割图的医学影像分割任务类似,目的在于提取目标影像中感兴趣的区域,如病灶、组织器官等,由于CT影像数量较多,专业医师工作量较大,因此利用计算机辅助医师诊疗有重要意义。医学影像常缺少金标准数据,从半监督学习角度出发,可以减少对金标准数据的依赖。一些半监督分割方法通过一致性正则化得到高质量伪标签
伪造图像或视频的检测一直是计算机视觉与信息安全领域的研究重点。随着诸如自动编码器和生成对抗网络等深度生成模型的显著发展与进步,人们现在可以轻松地使用开源工具甚至移动应用操纵图像和视频。最为知名的deepfake是指基于深度学习制作的虚假多媒体内容,即深度伪造。鉴于deepfake较低的制作门槛且高质量的伪造效果,这些技术很容易被恶意者滥用,包括传播虚假新闻,色情报复,金融欺诈甚至影响政治舆论。因此
零次学习是指可以在数据类别不含标注信息的情况下进行模型学习的任务。零次学习是模型学习推理能力的学习。零次学习近两年飞速发展,衍生出了各种各样的方法。这些方法都是围绕如何将模型在训练集上获取的知识应用在测试集的预测中。本文针对零次学习难点中的领域漂移、枢纽点和语义间隔问题进行解决。（1）针对语义间隔问题,本文提出了3种针对零次学习中常用数据集自动构建知识图谱的方法。分别为基于原始属性语义空间,自然知