简介：

简介：[摘要] 自2020年3月1日开始实施的《建筑给水排水设计标准》GB50015-2019，主要技术内容包括：总则，术语和符号，给水，生活排水，雨水，热水及饮水供应等六章。笔者结合建筑给水排水专业施工图设计和审查实践，按条文顺序分析施工图设计中经常出现的、又容易忽视或造成歧义的问题，提出解决措施和设计建议。

简介：摘要： 随着社会的发展，部队要求越来越严格 , 如何让优秀的学员出类拔萃 ? 是重中之重。优秀的学员对部队对国家以后的发展都会起到一定的作用。因此如何选送优秀学员进行深造学习是我们接下来要考虑的问题。本文分析了目前选送优秀学员过程中出现的问题，提出应该如何选送优秀学员进行深造学习。

简介：摘要：目标市场战略主要包括市场细分、目标市场选择、市场定位。以具体的大学生创业项目为例，分析其应用方法。

简介：摘要：创业者经验对在校大学生的创业意愿有很强的影响，其中包括了失败和成功两方面的创业经验。高校通过筛选成功创业者进行交流，这将导致幸存者偏差、锚定效应、条件推理的内容效应，诱发大学生创业意愿的认知差异。本文建议，通过强化失败创业案例分析、创业数据分析、多学科交叉教学模式规避认知差异，从而实现在校大学生创业意愿形成过程中的科学性、系统性和规范性。

简介：摘要：建筑信息模型BIM技术在校园建设中的应用，实现了在设计、施工、运维更各阶段的渗透，推动了数字新基建的发展。本文以同济大学附属江湾实验学校建设，从BIM概念、项目目标、关键技术、建设举措、建设成效等方面，构建基于BIM的大型项目精细化管理的实践为例，解读了全面建设基于BIM的项目管理体系的内容、要求以及成效。

简介：摘要：该文提出一种基于 FMCW雷达的液面状态检测方法。通过利用 Ti公司的 FMCW雷达 IWR1443对生活中常见场景下的液面状态进行数据采集，结合 Matlab软件对雷达回波数据进行处理得到不同状态下的距离 -多普勒图，最后导入到卷积神经网络模型中实现对五类不同液面状态的检测分类。针对经典 Lenet-5网络模型的不足，本文主要在池化操作方式上、卷积核大小上、网络深度上对 Lenet-5模型结构进行改进，并依据原数据集的大小对比不同学习参数下的训练效果，最终实现了约 99%的识别准确度。

简介：摘要：基尔霍夫定律与欧姆定律是分析和计算电路的两大法宝 , 尤其是基尔霍夫定律适用于直流电路、交流电路、线性电路及含有电子元件的非线性电路。基尔霍夫定律是我们从事电工维修、家电维修等电类行业工作的指南与基石。本文以工作过程系统化为导向 , 深入研究电工基础中基尔霍夫定律的学习方法。

简介：摘要：机器学习已经在计算机视觉、自然语言处理等领域取得了成功的应用，在生物、材料、生命科学领域的探究也颇多。鉴于此，本文从国内、国外视角系统介绍机器学习方法在环境工程领域的研究状况及应用前景。

简介：摘要： 2020 年新冠疫情爆发，各地学校纷纷要求学生健康打卡，持续多月的打卡行动中暴露出不少学生抱怨松懈、马虎应对的情况，一场看似简单的“打卡”行动，实质也凸显了部分大学生责任意识的欠缺，为此，本文以疫情健康打卡为例，谈谈如何开展大学生责任意识教育。

简介：摘要： 本文主要以船舶造修企业安全培训与管理实务为基础，简要阐述集安全培训服务、在线安全培训、船舶安全资源分享、船厂安全管理于一体的在线安全培训与学习服务系统在船舶行业的应用。通过在线服务系统实现线下培训与线上服务相结合，安全学习与安全管理相结合。紧紧围绕国家高质量发展纲要的要求，推动船舶行业传统安全培训业务的数字化转型，改变专业知识以往固有展现形式。同时利用数据分析反馈技术，不断改进安全培训教学资源的形式，实现为从业人员精准推送安全知识，通过后台实现培训前需求征询、培训中过程管控、培训后结果反馈，夯实安全培训责任主体落实，借以先进的信息技术实现从业人员安全培训效果的提升和培训班级的科学管理，夯实安全生产培训的技术基础，达到提高从业人员安全意识和安全生产知识水平的目的。

简介：摘要：建筑工程技术的普遍运营方式，“2+1工学结合——项目导向”人才培养模式。对学生进行理论知识的传授以及对知识的实践教学，实践才是检验真理的的唯一标准，只有亲身体验到了工程的复杂度才能够得到成长，这更加有利于理解理论，观察学员的实践能力和认真程度，更好的去留优去劣，这是一个企业的最基础裁员方式。同时在校内更多的让学生了解到市场对本专业人才的需要量和必备条件，校内外培养机构多多合作，让大家去考出专业技能或者岗位技能的相關证书，结合上工地工作是大家有所获得，实践安排由校方合理安排，也可以在校内对大家进行工程模拟仿真训练。培养高技能人才，补充市场的专业人才需求，解决市场面临的问题。

简介：

简介：摘要：目前输电线路的重点监测路段都安装了图像 /视频监控，再辅以人工巡检，能够在很大程度上实现对输电线路的有效监测，但是运维人员长期在显示屏幕前紧盯现场情况，时间一久，仍然容易忽略一些危险源，导致漏报率上升。而基于深度强化学习与图像智能识别的输电线路在线监测系统的应用，则能够解决这一难题。本文基于深度学习技术的输电线路缺陷智能分析系统研究与应用展开论述。

简介：