从非开挖水平定向钻进（Horizontal directional drilling，HDD）装备技术、地下生命线工程的探测与信息化、双向对穿HDD技术、大口径HDD技术、HDD回拖力计算模型、地表变形与冒浆6个方面开展了文献调研工作，分析了HDD装备与技术研究应用进展：世界上最大回拖力（20000 kN）的电驱动钻机被设计并研发；电磁感应法被广泛用于既有生命线的空间探测，复杂干扰下的数据解析与精度提高仍是研究重点；基于三维数据，融合建筑信息模型、人工智能、大数据等技术，借鉴美国“811”体系，局部完成了地下生命线的信息化；采用对穿技术完成了长距离的地下生命线敷设；基于过程化的HDD工艺参数、设备参数和控制监测技术被大量应用，有效提升了应用中的风险识别能力；针对不同地层条件下的回拖力计算为设备选型提供了依据，并为HDD多学科融合研究提供了途径；复杂地质条件下的冒浆、卡钻等热点和难点也得到初步探索研究，构建了理论、实验和数值分析模式，为提高HDD的应用效率和质量提供了依据。综合国内外研究进展，进一步分析了HDD的发展趋势

一、“好中求好”—最大最大决策准则 二、“坏中求好”—最大最小决策准则 三、a系数赫威斯决策准则 四、最小的最大后悔值准则

天气是一定区域短时段内的大气状态(如冷暖、风雨、干湿、阴晴等)及其变化的总称。天气系统通常是指引起天气变化和分布的高压、低压和高压脊、低压槽等具有典型特征的大气运动系统。各种天气系统都具有一定的空间尺度(表51)和时间尺度,而且各种尺度系统间相互交织、相互作用。许多天气系统的组合,构成大范围的天气形势,构成半球甚至全球的大气环流

主持人：追求进步，学术倾听，世纪大讲堂向您问候。对于大多数人来说，哲学 好象是二十世纪八十年代以前的学问，对于大多数中国人来说，哲学多少带点洋 味道，那今天呢，有人提出哲学也要现代化和民族化，这位大师就是北京大学哲 学系的陈来教授，好，有请陈教授上场

追求进步，学术倾听，世纪大讲堂向您问候。现在新世纪已经开始了两个月，在 这两个月里，中国社会涌现了大量的关于经济体制改革的议论，实际上对于中国 来说，中国的司法改革也非常重要。今天我们给大家请来了来自北京大学法学院 的大教授，叫贺卫方，他给我们带来精彩的学术报告叫《面向新世纪的中国司法 改革》。好，有请贺教授上场

7.1反馈的基本概念与分类 7.2负反馈放大电路的方框图及增益的一般表达式 7.3负反馈对放大电路性能的改善 7.4负反馈放大电路的分析方法 7.5负反馈放大电路的稳定问题

在进行大尺寸采空区嗣后充填过程中，胶结充填体易出现分层等结构现象。为深入分析结构特征对胶结充填体力学特性及裂纹演化规律的影响，首先制作中间层高度比为0.2、0.4、0.6和0.8，灰砂比为1∶4、1∶6、1∶8和1∶10的分层胶结充填体试件，然后利用GAW–2000伺服试验系统开展单轴压缩试验，最后借助二维颗粒流软件（PFC–2D），分析胶结充填体内部裂纹分布规律。结果表明：（1）分层充填体单轴抗压强度与高度比呈指数函数关系、与灰砂比呈多项式函数关系；弹性模量与高度比及灰砂比均呈多项式函数关系；单轴抗压强度及弹性模量均随高度比的增加而减小、随灰砂比的增大而增大，且两者对灰砂比敏感度更高。（2）充填体内部裂纹演化曲线先缓慢上升，达到单轴抗压强度的80%左右时快速上升，且灰砂比越大、高度比越大，上升速度越快，拐点到来越早，充填体试件越易发生破坏，超过单轴抗压强度后曲线开始迅速下降。（3）分层充填体主要表现为剪切破坏、张拉破坏及共轭剪切破坏，且破坏主要集中于中间软弱层；高度比越大，试件内部裂纹越密集，灰砂比越大，裂纹越易向两端演化

§5.1 反馈的概念及判断 一、反馈的基本概念 二、交流负反馈的四种组态 三、反馈的判断 §5.2 负反馈放大电路的方框图及放大倍数的估算 §5.3 交流负反馈对放大电路性能的影响 §5.4 负反馈放大电路的自激振荡及消除

2.1 放大电路工作原理 2.2 放大电路的直流工作状态 2.3 放大电路的动态分析 2.4 静态工作点的稳定及其偏置电路 2.5 多级放大电路

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度