前 言
“百年大计，质量第一”。建筑工程质量是国计民生时刻关注的问题，施工资料整理对实现工程资料监控，防范工程质量隐患有十分重要的作用。如果资料员在施工资料整理工作中能够作到真实、完整、与工程进度同步，便能起到保证工序质量与使用功能，及时发现问题并补救处理，最大限度的避免或减少经济损失，确保建筑物的质量安全。
应广大资料员的迫切要求，依据现行一系列新工程质量验收标准、规范，结合编者多年从事工程质量管理经验，编写了《施工资料整理手册》一书，旨在帮助广大资料员结合新验收标准、规范，学习掌握施工资料整理基本思路和要求，提高资料整理水平。 （验收）
本书包括三部分内容，一是检验批表格的内容和要求；二是土建工程施工资料整理内容及要求；三是安装工程施工资料整理内容及要求。
本书可供工程监理人员、施工工长、技术员、资料员使用，也可供工程质量监督人员、工程设计人员和其他工程技术人员参考。
本书在编写过程中得到了郑州市工程质量监督站、郑州市工程质量检测中心及郑州市多家施工企业的帮助和支持，在此表示感谢！
由于编者学识浅薄，经验不足，疏漏和不当之处在所难免，望广大同行予以批评指正。
第一篇 验收规范及竣工验收表格的填写
第一章 检验批质量验收记录表
一、表的名称及编号
检验批验收表为GB50300—2001附录D．0．1。
检验批由监理工程师或建设单位项目技术负责人组织项目专业质量检查员等进行验收，表的名称应在制订专用表格时就印好，前边的印上分项工程的名称。表的名称下边注上“质量验收规范的编号”。
检验批表的编号按全部施工质量验收规范系列的分部工程、子分部工程统一为8位数的数码编号，写在表的右上角，前6位数字均印在表上，后留两个“□”,检查验收时填写检验批的顺序号。其编号规则为：
前边二个数字是分部工程的代码，01—09。地基与基础为01，主体结构为02，建筑装饰装修为03，建筑屋面为04，建筑给水排水及采暖为05，建筑电气为06，智能建筑为07，通风与空调为08，电梯为09。
第3、4位数字是子分部工程的代码。
第5、6位数字是分项工程的代码。
其顺序号见GB50300—2001附录B，表B．0．1，建筑工程分部（子分部）、分项工程划分表。
第7、8位数字是各分项工程检验批验收的顺序号。由于在大量高层或超高层建筑中，同一个分项工程会有很多检验批的数量，故留了2位数的空位置。
如地基与基础分部工程，无支护土方子分部工程，土方开挖分项工程，其检验批表的编号为010101□□，第一检验批为010101□0□1。
还需要说明的是，有些子分部工程中有些项目可能在两个分部
2021-04-25 14:03:56
443KB
本资源为本人自己学习后整理的一些实用资料，分享给开始入门学习ITK进行医学图像分割的同学，ITK 是一个开放
源码、面向对象的软件系统，提供一个医学图像处理、图像分割与配准的算法平台，对医学图像进行二维、三维算法操作非常方便
具体内容可前往本资源配套CSDN博客“基于C++的ITK图像分割与配准学习笔记3（图像分割）”，查看，及具体原理和实现效果！！！
2021-04-20 14:19:00
496B
1
Tensorflow 1.5.0 的学习笔记（资料整理） 适合初学者入门（PDF幻灯片形式，400多页幻灯片），是最近一段时间的Tensorflow的学习笔记（实验环境为Mac OS10.13.2）。内容包含了： 1.Tensorflow简介，2.Python数值计算知识，3.TensorFlow环境部署，4.TensorFlow基本使用 （概述）， 5. TensorFlow 基本语法，6.面向机器学习初学者的 MNIST 初级教程（包含MNIST 数据下载与说明），7.面向机器学习专家的 MNIST 高级教程，8.TensorFlow 移植到 Android手机，参考资料说明等相关部分。包含了丰富的例子：MNIST手写识别Softmax，简单神经网络，卷积网络，等等，同时包含了通过摄像头捕获图像用tensorflow做手写数字识别的案例和代码实现，Tensorboard的使用案例和代码实现。本《Tensorflow 1.5.0 的学习笔记（资料整理） 适合初学者入门》资料的相关代码（含90%左右的代码）均有Python 的具体实现代码，参见http://download.csdn.net/download/wuxinxing1981/10239011
2021-04-16 20:27:41
23.29MB
1
整理的elasticsearch学习资料大全，包含elasticsearch-2.x和5.x，不同版本下安全机制，如何与springboot集成，elasticsearch的jdbc插件、安装出现错误分析等等
2021-04-16 14:10:05
16KB
1