当前位置: 首页 > news >正文

《钢结构设计标准》中抗震性能化设计的概念

文章目录

  • 0. 背景
  • 1. 前言
  • 2. 什么是抗震性能化设计
  • 3. 我国规范是如何实现性能化设计的
  • 4. 从能量角度理解性能化设计
  • 05. 《钢结构设计标准》抗震性能化设计的思路
  • 06. 《钢结构设计标准》抗震性能化设计的步骤

0. 背景

关于抗震性能化设计,之前一直理解的很模糊,今天看到一片不错的文章,于是便想记录下来,以便日后学习整理。原文来自这里,感谢原作者的分享。

1. 前言

《钢结构设计标准》的抗震性能化设计适用于抗震设防烈度不高于8度(0.20g),结构高度不高于100m的框架结构、支撑结构和框架-支撑结构的构件和节点的抗震性能化设计。地震动参数和性能化设计原则应符合《建筑抗震设计规范》的规定。

2. 什么是抗震性能化设计

关于“抗震性能化设计”目前并没有一个统一的定义。20 世纪 90 年代,美国科学家和工程师首次提出了基于性能的抗震设计(PBSD)理论:根据建筑物的重要性、用途或是业主的要求来确定其性能目标,提出不同的抗震设防水准并进行结构设计,最后对设计出的结构作出性能评估,看是否能满足性能目标的要求,其目的是使设计的建筑结构在未来地震中具备预期的功能。

美国联邦紧急救援署(FEMA)出版报告将PBSD定义为“在不同设防地震作用水平下达到不同的性能目标”,同时,报告中还提及了四种基于性能的钢筋混凝土结构抗震设计方法,分别为弹性静力分析方法、弹塑性静力分析方法、弹性时程分析方法和弹塑性时程分析方法。

目前行业界比较认同的说法是:“抗震性能化设计”是指,结构的设计标准由一系列可以取得的结构性能目标来表示。基于性能的结构抗震设计是指由建筑的用途和重要性确定其性能目标,根据不同的性能目标提出相对应的抗震设防标准,使设计的建筑在未来地震中具备预期的性能。抗震性能化设计相对于一般的抗震设计标准而言,突出“人性化”或“个性化”,在设计过程中同时考虑使用者和业主的要求,在满足行业最低标准的前提下(底线意识), 选择合理的抗震性能目标,使得地震后结构的各种损失和修复所需的造价在业主能承受的范围内。

注:《建筑结构抗震性能化设计标准》中给定的定义是:以结构抗震性能目标为基准的结构抗震设计。

3. 我国规范是如何实现性能化设计的

抗震性能化设计早已在我国的《抗规》和《高规》等规范或标准中提及。现行《抗规》采用三水准、两阶段的设计方法。其中三水准指“小震不坏、中震可修、大震不倒”三个水准,两阶段是指在“小震”作用下进行弹性层间变形验算和在“大震”作用下进行弹塑性层间变形验算,并且给出了不同类型结构的弹性和弹塑性层间位移限值。

显然“小震不坏、中震可修、大震不倒”就是一种性能目标,明确要求大震下不发生危及生命的严重破坏,即“大震不倒”就是最基本的抗震性能目标。三个性能目标中的“小震不坏”和“大震不倒”具有量化的参数,便于在实际设计中应用。

对于“中震可修”规范还只是给出了定性的描述,即当遭受相当于本地区设防烈度(注意,中震对应的才是设防烈度)的地震影响时可能损坏,经一般修理或不需修理仍可继续使用。

中震性能目标过于笼统,主要是以概念设计和抗震构造措施来加以保证的,例如,对重要结构部位(如转换构件、大跨连体结构的连接体、大悬挑结构的主要悬挑构件等)采用“中震弹性”或“中震不屈服”的设计措施,但本质上只是一种近似的考虑方法,属于概念设计的范畴;再如,规定轴压比限值等,则属于抗震构造措施。

4. 从能量角度理解性能化设计

结构的抗震性能目标多种多样,但总体而言分为“完好”和“损坏”,“完好”意味着结构或构件遭受地震作用后弹性可恢复,“损坏”意味着结构或构件遭受地震作用后存在着无法恢复的残余变形。当结构或构件受到地震作用后,弹性设计和适当考虑延性设计的力-变形曲线可用下图表示。

在这里插入图片描述
从结构抗震的能量法考虑,对于特定的地震能量输入,结构可以按照图中不同的路径抗震,将相同的地震能量(力-变形曲线与横轴围成的面积)耗散掉:按弹性设计,结构或构件的变形较小,但所需抵抗的地震作用大,意味着建筑物要花费更多的材料,以获取较大的弹性承载力;按延性设计,结构或构件的变形较大些,但所需抵抗的地震作用小,意味着建筑物可以花费更少的材料。

由上述论述可知,抗震设计的本质是控制地震施加给建筑物的能量,弹性变形与塑性变形(延性)均可消耗能量。在能量输入相同的条件下,结构延性越好,弹性承载力要求越低;反之,结构延性差,则弹性承载力要求高,两种抗震设计思路均可达成大致相同的设防目标。

虽然提高结构或构件的抗震承载力和变形能力,都是提高结构抗震性能的有效途径,但仅提高抗震承载力需要以对地震作用的准确预测和计算为基础。限于地震工程学研究的现状,应以提高结构(局部)或构件的变形能力并同时提高抗震承载力作为抗震性能化设计的首选。

05. 《钢结构设计标准》抗震性能化设计的思路

由上述可知,建筑的抗震性能化设计,是以现有的抗震科学水平和经济条件为前提,立足于承载力和变形能力的综合考虑,具有较强的针对性(针对具体工程的不规则情况及特殊的使用功能要求等)和灵活性。

实现思路:按“高延性-低承载力”(强调延性) 和“低延性-高承载力”(强调承载力) 两种思路实现。在结构的延性和承载力之间找到一个平衡点,达到最优设计效果,对高延性结构可适当放宽承载力要求,对高承载力结构可适当放宽延性要求。具体到钢结构而言,大部分多高层结构适合采用高延性-低承载力的设计思路,但是对于多层钢框架结构,在低烈度区,采用低延性-高承载力的抗震思路可能更合理,单层工业厂房也更适合采用低延性-高承载力的抗震设计思路。

当地震作用并不是结构设计的主要控制因素(如单层工业厂房,可能是风荷载起控制),其构件实际具有的抗震承载力很高时,都可以考虑性能化设计。更通俗点说,只要按常规抗震设计方法,发现抗震措施(包括构造)不满足《抗规》要求或难以实现时,就可以考虑采用抗震性能化设计,一旦构件通过了中震下承载力验算的要求,抗震构造措施可按《钢标》的规定作相应放松,很可能由原来的不满足而变成满足,显然更经济。

06. 《钢结构设计标准》抗震性能化设计的步骤

在这里插入图片描述
详细步骤可参照以下:

1、验算小震作用下承载力满足《抗规》要求(不包括塑性耗能区)

2、小震作用下层间位移满足《抗规》要求

只有在满足小震下承载力和变形的情况下才能进行抗震性能设计。如果此时构件的宽厚比、高厚比及长细比均不满足《抗规》的要求,则有必要进行性能设计。

3、初步选择塑性耗能区的性能等级,确定构件和节点延性等级在这里插入图片描述
在这里插入图片描述

4、确定性能化设计的其他参数

如中震地震影响系数最大值及中震阻尼比、非塑性耗能区内力调整系数等参数。

5、进行设防地震下(中震)的承载力验算

可按《钢标》17.2.1~17.2.3条进行验算,公式中的性能系数其实就是考虑结构的延性对地震作用的折减系数,类似于《抗规》的屈服强度系数。

6、补充机构控制验算

《钢标》17.2.4~17.2.12条为机构控制验算的具体规定,主要涉及到框架梁的强剪弱弯,框架柱的压弯、强柱弱梁、强剪弱弯,节点等计算。

另外,需要注意的是,根据《钢标》17.1.4条3款的规定,当结构构件承载力满足延性等级为V级(此时延性较低)的内力组合效应验算时,可忽略机构控制验算;更直观点说,当按《钢标》进行性能化设计,采用低延性-高承载力设计思路时,无须进行机构控制验算,但当性能系数小于1时,支撑系统构件尚应考虑压杆屈曲和卸载的影响。

7、根据延性要求采取相应抗震措施

如果按照对应《钢标》的某性能目标设计,满足了中震下承载力要求,可以按照对应的宽厚比等级及延性等级放松宽厚比、高厚比及长细比的限制。

8、必要时验算大震层间位移角(《钢标》17.1.4条5款)

在这里插入图片描述
最后,再次感谢原作者!

相关文章:

《钢结构设计标准》中抗震性能化设计的概念

文章目录 0. 背景1. 前言2. 什么是抗震性能化设计3. 我国规范是如何实现性能化设计的4. 从能量角度理解性能化设计05. 《钢结构设计标准》抗震性能化设计的思路06. 《钢结构设计标准》抗震性能化设计的步骤 0. 背景 关于抗震性能化设计,之前一直理解的很模糊&#…...

【算法】【动规】回文串系列问题

文章目录 跳转汇总链接3.1 回文子串3.2 最长回文子串3.3 分割回文串 IV3.4 分割回文串II(hard) 跳转汇总链接 👉🔗动态规划算法汇总链接 3.1 回文子串 🔗题目链接 给定一个字符串 s ,请计算这个字符串中有多少个回文子字符串。 …...

4-Docker命令之docker logs

1.docker logs介绍 docker logs命令是用来获取docker容器的日志 2.docker logs用法 docker logs [参数] CONTAINER [root@centos79 ~]# docker logs --helpUsage: docker logs [OPTIONS] CONTAINERFetch the logs of a containerAliases:docker container logs, docker lo…...

svelte基础语法学习

官网文档地址&#xff1a;绑定 / Each 块绑定 • Svelte 教程 | Svelte 中文网 1、样式 一般情况下父子组件内样式隔离、同级组件间样式隔离 2、页面布局 <style>P{color: red;} </stye><script> // 类似data let name ‘jiang’ let countVal 0 let s…...

Node.js教程-mysql模块

概述 在Node.js中&#xff0c;mysql模块是实现MySQL协议的JavaScript客户端工具。Node.js程序通过与MySQL建立链接&#xff0c;然后可对数据进行增、删、改、查等操作。 安装 由于mysql模块不是Node.js内置模块&#xff0c;需手动安装 npm i mysql注意&#xff1a;若MySQL服…...

网络通信协议

WebSocket通信 WebSocket是一种基于TCP的网络通信协议&#xff0c;提供了浏览器和服务器之间的全双工通信&#xff08;full-duplex&#xff09;能力。在WebSocket API中&#xff0c;浏览器和服务器只需要完成一次握手&#xff0c;两者之间就直接可以创建持久性的连接&#xff…...

Spark集群部署与架构

在大数据时代&#xff0c;处理海量数据需要分布式计算框架。Apache Spark作为一种强大的大数据处理工具&#xff0c;可以在集群中高效运行&#xff0c;处理数十TB甚至PB级别的数据。本文将介绍如何构建和管理Spark集群&#xff0c;以满足大规模数据处理的需求。 Spark集群架构…...

DshanMCU-R128s2 SDK 架构与目录结构

R128 S2 是全志提供的一款 M33(ARM)C906(RISCV-64)HIFI5(Xtensa) 三核异构 SoC&#xff0c;同时芯片内部 SIP 有 1M SRAM、8M LSPSRAM、8M HSPSRAM 以及 16M NORFLASH。 本文档作为 R128 FreeRTOS SDK 开发指南&#xff0c;旨在帮助软件开发工程师、技术支持工程师快速上手&am…...

【5G PHY】NR参考信号功率和小区总传输功率的计算

博主未授权任何人或组织机构转载博主任何原创文章&#xff0c;感谢各位对原创的支持&#xff01; 博主链接 本人就职于国际知名终端厂商&#xff0c;负责modem芯片研发。 在5G早期负责终端数据业务层、核心网相关的开发工作&#xff0c;目前牵头6G算力网络技术标准研究。 博客…...

k8s学习 — 各知识点快捷入口

k8s学习 — 各知识点快捷入口 k8s学习 — 第一章 核心概念 k8s学习 — 第一章 核心概念 命名空间 实践&#xff1a; k8s学习 — &#xff08;实践&#xff09;第二章 搭建k8s集群k8s学习 — &#xff08;实践&#xff09;第三章 深入Podk8s学习 — &#xff08;实践&#xff0…...

【Python】Python 批量转换PDF到Excel

PDF是面向展示和打印使用的&#xff0c;并未考虑编辑使用&#xff0c;所以缺少了很多编辑属性且非常难修改PDF里面的数据。当您需要分析或修改PDF文档数据时&#xff0c;可以将PDF保存为Excel工作簿&#xff0c;实现轻松编辑数据的需求。PDF转Excel&#xff0c;技术关键就是提取…...

Python并行计算和分布式任务全面指南

更多Python学习内容&#xff1a;ipengtao.com 大家好&#xff0c;我是彭涛&#xff0c;今天为大家分享 Python并行计算和分布式任务全面指南。全文2900字&#xff0c;阅读大约8分钟 并发编程是现代软件开发中不可或缺的一部分&#xff0c;它允许程序同时执行多个任务&#xff0…...

微信小程序promise封装

一. 在utils文件夹内创建一个request.js 写以下封装的 wx.request() 方法 const baseURL https:// 域名 ; //公用总路径地址 export const request (params) > { //暴露出去一个函数&#xff0c;并且接收一个外部传入的参数let dataObj params.data || {}; //…...

hash长度扩展攻击

作为一个信息安全的人&#xff0c;打各个学校的CTF比赛是比较重要的&#xff01; 最近一个朋友发了道题目过来&#xff0c;发现有道题目比较有意思&#xff0c;这里跟大家分享下 这串代码的大致意思是&#xff1a; 这段代码首先引入了一个名为"flag.php"的文件&am…...

设计模式--命令模式

实验16&#xff1a;命令模式 本次实验属于模仿型实验&#xff0c;通过本次实验学生将掌握以下内容&#xff1a; 1、理解命令模式的动机&#xff0c;掌握该模式的结构&#xff1b; 2、能够利用命令模式解决实际问题。 [实验任务]&#xff1a;多次撤销和重复的命令模式 某系…...

单例模式的七种写法

为什么使用单例&#xff1f; 避免重复创建对象,节省内存,方便管理;一般我们在工具类中频繁使用单例模式; 1.饿汉式(静态常量)-[可用] /*** 饿汉式(静态常量)*/ public class Singleton1 {private static final Singleton1 INSTANCE new Singleton1();private Singleton1(){}…...

ElasticSearch入门介绍和实战

目录 1.ElasticSearch简介 1.1 ElasticSearch&#xff08;简称ES&#xff09; 1.2 ElasticSearch与Lucene的关系 1.3 哪些公司在使用Elasticsearch 1.4 ES vs Solr比较 1.4.1 ES vs Solr 检索速度 2. Lucene全文检索框架 2.1 什么是全文检索 2.2 分词原理之倒排索引…...

【FPGA】分享一些FPGA视频图像处理相关的书籍

在做FPGA工程师的这些年&#xff0c;买过好多书&#xff0c;也看过好多书&#xff0c;分享一下。 后续会慢慢的补充书评。 【FPGA】分享一些FPGA入门学习的书籍【FPGA】分享一些FPGA协同MATLAB开发的书籍 【FPGA】分享一些FPGA视频图像处理相关的书籍 【FPGA】分享一些FPGA高速…...

AUTOSAR从入门到精通-车载以太网(四)

目录 前言 原理 车载以太网发展历史 为何选择车载以太网...

MySQL报错:1054 - Unknown column ‘xx‘ in ‘field list的解决方法

我在操作MySQL遇到1054报错&#xff0c;报错内容&#xff1a;1054 - Unknown column Cindy in field list&#xff0c;下面演示解决方法&#xff0c;非常简单。 根据箭头指示&#xff0c;Cindy对应的应该是VARCHAR文本数字类型&#xff0c;字符串要用引号&#xff0c;所以解决方…...

【Android 13】使用Android Studio调试系统应用之Settings移植(四):40+个依赖子模块之ActionBarShadow

文章目录 一、篇头二、系列文章2.1 Android 13 系列文章2.2 Android 9 系列文章2.3 Android 11 系列文章三、子模块AS移植3.1 AS创建目标3.2 创建ActionBarShadow(1)使用VS Code打开org_settings/SettingsLib目录(2)ActionBarShadow的Manifest.xml(3)ActionBarShadow的An…...

nosql-redis整合测试

nosql-redis整合测试 1、创建项目并导入redis2、配置redis3、写测试类4、在redis中创建key5、访问80826、在集成测试中测试方法 1、创建项目并导入redis 2、配置redis 3、写测试类 4、在redis中创建key 5、访问8082 6、在集成测试中测试方法 package com.example.boot3.redis;…...

智能化中的控制与自动化中的控制不同

智能化中的控制相对于自动化中的控制更加灵活、智能、综合和学习能力强。智能化控制系统能够根据实际情况进行自主决策和优化&#xff0c;适用范围更广&#xff0c;效果更好。 首先&#xff0c;智能化控制系统能够根据外部环境的变化和实时数据的反馈来自主调整和优化控制策略&…...

java练习题之多态练习

1&#xff1a;关于多态描述错误的是(D) A. 父类型的引用指向不同的子类对象 B. 用引用调用方法&#xff0c;只能调用引用中声明的方法 C. 如果子类覆盖了父类中方法&#xff0c;则调用子类覆盖后的方法 D. 子类对象类型会随着引用类型的改变而改变 2&#xff1a;class Supe…...

[原创][R语言]股票分析实战[4]:周级别涨幅趋势的相关性

[简介] 常用网名: 猪头三 出生日期: 1981.XX.XX QQ联系: 643439947 个人网站: 80x86汇编小站 https://www.x86asm.org 编程生涯: 2001年~至今[共22年] 职业生涯: 20年 开发语言: C/C、80x86ASM、PHP、Perl、Objective-C、Object Pascal、C#、Python 开发工具: Visual Studio、D…...

esp32使用lvgl,给图片取模显示图片

使用LVGL官方工具。 https://lvgl.io/tools/imageconverter 上传图片&#xff0c;如果想要透明效果&#xff0c;那么选择 输出格式C array&#xff0c;点击Convert进行转换。 下载.c文件放置到工程下使用即可。...

R语言使用scitb包10分钟快速绘制论文基线表

scitb包目前进行了升级到1.7版本了&#xff0c;我做了一个操作视频&#xff0c;如何快速绘制基线表。 scitb包绘制基线表 可以配套看下我的关于scitb包文章理解一下 scitb包1.6版本发布&#xff0c;一个为制作专业统计表格而生的R包...

类和对象

1 类定义&#xff1a; class ChecksumAccumulator {// class definition goes here } 你就能创建 ChecksumAccumulator 对象&#xff1a;new CheckSumAccumulator 注&#xff1a;1scala类中成员默认是public类型&#xff0c;若设为私有属性则必须加private关键字。在scala中是…...

Py之tensorflow-addons:tensorflow-addons的简介、安装、使用方法之详细攻略

Py之tensorflow-addons&#xff1a;tensorflow-addons的简介、安装、使用方法之详细攻略 目录 tensorflow-addons的简介 tensorflow-addons的安装 tensorflow-addons的使用方法 1、使用 TensorFlow Addons 中的功能&#xff1a; tensorflow-addons的简介 TensorFlow Addon…...

STM32G4x FLASH 读写配置结构体(LL库下使用)

主要工作就是把HAL的超时用LL库延时替代&#xff0c;保留了中断擦写模式、轮询等待擦写&#xff0c;我已经验证了部分。 笔者用的芯片为STM32G473CBT6 128KB Flash&#xff0c;开环环境为CUBEMXMDK5.32&#xff0c;因为G4已经没有标准库了&#xff0c;笔者还是习惯使用标准库的…...

【AI提示词人物篇】创新艺术未来,让科技改变想象空间

AI 绘画学习难度和练习技巧 学习绘画的技巧 学习能难度&#xff1a; 外貌特征&#xff1a;AI需要学习识别和理解各种外貌特征&#xff0c;如发型、肤色、眼睛颜色等。这可能需要大量的训练数据和复杂的模型架构。 镜头提示&#xff1a;AI需要学习理解不同镜头提示的含义&…...

登录shell与非登录shell、交互式与非交互式shell的知识点详细总结

一、登录shell与非登录shell 1.登录shell定义&#xff1a;指的是当用户登录系统时所取的那个shell&#xff0c;登录shell属于交互式shell。 登陆shell通常指的是&#xff1a;用户通过输入用户名/密码&#xff08;或证书认证&#xff09;后启动的shell.例如&#xff1a; 当时…...

【教学类-42-02】20231224 X-Y 之间加法题判断题2.0(按2:8比例抽取正确题和错误题)

作品展示&#xff1a; 0-5&#xff1a; 21题&#xff0c;正确21题&#xff0c;错误21题42题 。小于44格子&#xff0c;都写上&#xff0c;哪怕输入2:8&#xff0c;实际也是5:5 0-10 66题&#xff0c;正确66题&#xff0c;错误66题132题 大于44格子&#xff0c;正确66题抽取44*…...

轻量Http客户端工具VSCode和IDEA

文章目录 前言Visual Studio Code 的插件 REST Client编写第一个案例进阶&#xff0c;设置变量进阶&#xff0c;设置Token IntelliJ IDEA 的 HTTP请求构建http脚本HTTP的环境配置结果值暂存 前言 作为一个WEB工程师&#xff0c;在日常的使用过程中&#xff0c;HTTP请求是必不可…...

机器学习或深度学习的数据读取工作(大数据处理)

机器学习或深度学习的数据读取工作&#xff08;大数据处理&#xff09;主要是.split和re.findall和glob.glob运用。 读取文件的路径&#xff08;为了获得文件内容&#xff09;和提取文件路径中感兴趣的东西(标签) 1&#xff0c;“glob.glob”用于读取文件路径 2&#xff0c;“.…...

Rust 生命周期

Rust 第17节 生命周期 先看一段错误代码 /* //一段错误的代码 // Rust 编译时会报错&#xff1b; */let r;{let x 5;r &x;}println!("{}",r);Rust 在编译时使用 借用检查器&#xff0c; 比较作用域来检查所有的借用是否合法&#xff1b; 很明显&#xff1b;r…...

【论文解读】CNN-Based Fast HEVC Quantization Parameter Mode Decision

时间&#xff1a;2019 年 级别&#xff1a;SCI 机构&#xff1a;南京信息工程大学 摘要 随着多媒体呈现技术、图像采集技术和互联网行业的发展&#xff0c;远程通信的方式已经从以前的书信、音频转变为现在的音频/视频。和 视频在工作、学习和娱乐中的比例不断提高&#xff0…...

在Linux上安装CLion

本教程将指导你如何在Linux系统上安装CLion&#xff0c;下载地址为&#xff1a;https://download.jetbrains.com.cn/cpp/CLion-2022.3.3.tar.gz。以下是详细的安装步骤&#xff1a; 步骤1&#xff1a;下载CLion 首先&#xff0c;你需要使用wget命令从提供的URL下载CLion的tar…...

R语言贝叶斯网络模型、INLA下的贝叶斯回归、R语言现代贝叶斯统计学方法、R语言混合效应(多水平/层次/嵌套)模型

目录 ㈠ 基于R语言的贝叶斯网络模型的实践技术应用 ㈡ R语言贝叶斯方法在生态环境领域中的高阶技术应用 ㈢ 基于R语言贝叶斯进阶:INLA下的贝叶斯回归、生存分析、随机游走、广义可加模型、极端数据的贝叶斯分析 ㈣ 基于R语言的现代贝叶斯统计学方法&#xff08;贝叶斯参数估…...

多维时序 | Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多变量时间序列预测

多维时序 | Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多变量时间序列预测 目录 多维时序 | Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多变量时间序列预测预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多…...

Oracle 学习(1)

Oracle简介 Oracle是殷墟&#xff08;yīn Xu&#xff09;出土的甲骨文&#xff08;oracle bone inscriptions&#xff09;的英文翻译的第一个单词&#xff0c;在英语里是“神谕”的意思。Oracle公司成立于1977年&#xff0c;总部位于美国加州&#xff0c;是世界领先的信息管…...

华为HCIA认证H12-811题库新增

801、[单选题]178/832、在系统视图下键入什么命令可以切换到用户视图? A quit B souter C system-view D user-view 试题答案&#xff1a;A 试题解析&#xff1a;在系统视图下键入quit命令退出到用户视图。因此答案选A。 802、[单选题]“网络管理员在三层交换机上创建了V…...

Nginx Unit 1.27.0 发布

目录 介绍 更新内容 将 HTTP 请求重定向到 HTTPS 为纯路径 URI 提供可配置的文件名 完整的更新日志 其他 平台更新 介绍 Nginx Unit 是一个动态应用服务器&#xff0c;能够与 Nginx Plus 和 Nginx 开源版并行或独立运行。Nginx Unit 支持 RESTful JSON API&#xff0c;…...

【影像组学入门百问】#32—#34

#32-影像组学研究过程中&#xff0c;图像重采样参 数怎么选择&#xff1f; 在影像组学研究过程中&#xff0c;选择合适的图像重采样参数对于保证分析质量和准确性至关重要。以下是在选择图像重采样参数时需要考虑的一些建议&#xff1a; 1.目标分辨率&#xff1a;首先&#…...

YOLOv5代码解析——yolo.py

yolo.py的主要功能是构建模型。 1、最主要的函数是parse_model&#xff0c;用于解析yaml文件&#xff0c;并根据解析的结果搭建网络。这个函数的注释如下&#xff1a; def parse_model(d, ch): # model_dict, input_channels(3)"""解析模型文件&#xff0c;并…...

4种feature classification在代码的实现上是怎么样的?Linear / MLP / CNN / Attention-Based Heads

具体的分类效果可以看&#xff1a;【Arxiv 2023】Diffusion Models Beat GANs on Image Classification 1、线性分类器 (Linear, A) 使用一个简单的线性层&#xff0c;通常与一个激活函数结合使用。 import torch.nn as nnclass LinearClassifier(nn.Module):def __init__(se…...

最新Unity DOTS Physics物理引擎碰撞事件处理

最近DOTS发布了正式的版本,同时基于DOTS的理念实现了一套高性能的物理引擎&#xff0c;今天我们给大家分享和介绍一下这个物理引擎的碰撞事件处理以及核心相关概念。 Unity.Physics物理引擎的主要流程与Pipeline Unity.Physics物理引擎做仿真迭代计算的时候主要通过以下步骤来…...

springboot集成websocket全全全!!!

一、界面展示 二、前置了解 1.什么是websocket WebSocket是一种在单个TCP连接上进行全双工通信的持久化协议。 全双工协议就是客户端可以给我们服务器发数据 服务器也可以主动给客户端发数据。 2.为什么有了http协议 还要websocket 协议 http协议是一种无状态&#xff0c;非…...

SpringMVC:整合 SSM 中篇

文章目录 SpringMVC - 04整合 SSM 中篇一、优化二、总结三、说明注意&#xff1a; SpringMVC - 04 整合 SSM 中篇 一、优化 在 spring-dao.xml 中配置 dao 接口扫描&#xff0c;可以动态地实现 dao 接口注入到 Spring 容器中。 优化前&#xff1a;手动创建 SqlSessionTempl…...

oracle即时客户端(Instant Client)安装与配置

之前的文章记录了oracle客户端和服务端的下载与安装&#xff0c;内容参见&#xff1a; 在Windows中安装Oracle_windows安装oracle 如果不想安装oracle客户端&#xff08;或者是电脑因为某些原因无法安装oracle客户端&#xff09;&#xff0c;还想能够连接oracle远程服务&#…...