改进的滑坡位移预测模型研究

由于滑坡系统表现出极其复杂而难以预测的演化特征，传统分析方法往往难以准确地描述这种复杂的非线性特征，因而对大型复杂滑坡的位移进行准确预测预报尚存在一定的困难。作者提出了基于模拟退火交替迭代算法神经网络的位移预测方法，并利用该方法对某滑坡位移进行推广预测，取得了较好的效果，其预测精度明显优于经典算法BP神经网络。由此说明作者提出的预测模型能够快速、准确的获取不同条件下的滑坡位移值，为岩土工程的设计和施工提供了新的思路。     

QGIS坐标转换功能在地质工作中的应用

在地质数据管理中,同一坐标系下不同投影方式之间、不同坐标系下相同/不同投影方式之间、矿区独立坐标系与对应的已知坐标系统之间的坐标转换是最常遇到的问题之一。本文以开源的QGIS软件为平台,详细说明了如何调用Proj.4开源数据库和WKT标准格式,通过自定义格式及利用插件实现3种情况下坐标系的转换,以期有效地解决地质空间数据管理坐标系转换问题。     

岩体结构面伍氏网极点等值线作图程序

本文详细讨论了用伍氏（Wulff）赤平极射投影网制作极点等值线图的原理,并给出了相应的电算程序。用一个具体实例将所得结果与用施米特（Schmidt）作图法得到的结果进行了比较。此例说明,经改正的伍氏网作图法更精确,但占用计算时间更长,而用两种方法得到的等值线图大体上是彼此接近的。     

观看经度联合加权全景图显著性检测算法

目的 目前针对全景图显著性检测的研究已经取得了一定成果,但在全景图像的位置特性问题中,大都仅探讨了纬度对全景图显著性检测的影响。而人们观看全景图像时,因视角有限,不同经度位置的显著性也有很大差异,从而导致预测的显著区域往往不够精确。为此本文以全景图的经度位置特性为出发点,提出基于观看经度联合加权的全景图显著性检测算法。方法 使用空间显著性预测网络得到初步的显著性图像,使用赤道偏倚进行预处理以改善不同纬度位置的显著性检测效果。接着对显著性图像进行注视点经度加权,将观察者观看全景图的行为习惯与显著性图像相结合。之后对全景图进行双立方体投影与分割,提取全景图的亮度与深度特征,进而计算不同视口经度权重。经过两次加权,得到最终的显著性图像。结果 在Salient360!挑战大赛提供的数据集上与其他几种算法进行了实验比较。结果显示,本文算法能得到很好的显著性检测结果。在对本文算法的通用性能的测试中,在标准化扫描路径显著性、相关系数、相似度与相对熵指标上分别达到了1.979 3、0.806 2、0.709 5和0.323 9,均优于其他算法。结论 提出的全景图显著性检测算法解决了以往全景图显著性检测中不同经度位置检测结果不够准确的问题。     

基于RAGA的PPE模型在空调冷热源方案综合评价中的应用

空调冷热源方案评价中各单项指标评价常常存在独立性和不相容性。本文将投影寻踪评价模型(PPE)应用于方案评价中,利用基于实码的加速遗传算法(RAGA)来优化投影方向,将多维数据指标转换成低维子空间,通过寻求最优投影方向来计算投影函数值,从而根据投影值的大小进行方案评价。结合实例进行验证,其结果合理,同时可以避免权重确定主观性,为空调冷热源方案的选择提供了一种新的方法和思路。     

层状地基中加芯搅拌桩的沉降计算方法

选取Coyle和Reese（1975）提出的桩身荷载传递函数的双曲线模型,用于表征加芯搅拌桩的荷载传递特性。并在合理假定的基础上,推导了加芯搅拌桩荷载与沉降关系的迭代模型,并通过迭代计算得到桩顶的荷载—沉降的曲线以及在各级荷载作用下,桩身轴力和桩侧摩阻力的分布规律。将计算结果与工程实例的实测计算结果进行对比分析,证明该理论可靠、方法简单,且具有较好的实用性。     

长度投影变形计算的应用

在测绘大比例尺地形图、建筑施工放样、线路测量和井下贯通测量工作中,要求选择适合的投影面和投影带,其主要目的是解决长度变形问题,本文阐述了长度投影变形理论在实际测绘工作中的应用。     

采用信号匹配的支票图像二值化

提出了一种基于信号匹配的低信噪比图像的信号提取方法,解决类似支票日期域这种既有复杂背景,又有印章噪声干扰的图像二值化问题. 这种二值化方法完全不同于传统的方法,它从信号处理的角度出发,利用了部分先验知识和理想状态下的投影轮廓信号,再通过用不同阈值分割的投影信号与之匹配,匹配度最大时的阈值即为图像分割的最佳阈值. 本方法比其他的传统的二值化方法更具有自适应性和鲁棒性,通过大量的实验数据,以及与常用的其他算法进行的比较得到了验证.     

基于列表的迭代分枝定界MIMO检测算法

提出了基于列表的迭代分枝定界算法,利用搜索到的候选列表计算比特软信息,降低了MAP计算复杂度,同时进一步提出了改进的列表分枝定界算法,每次迭代利用更新的先验信息重新计算候选列表,提高了列表质量。仿真结果表明列表分枝定界算法通过在MIMO信道检测和信道解码之间传递外信息,取得了逼近信道容量的性能,而修正的考虑先验信息的列表分枝定界算法在性能损失可忽略的情况下,减小了候选列表的大小。     

改进的边坡岩体稳定性预测模型研究

由于边坡岩体的结构与物理力学性质表现出宏观和微观上的不连续性和高度的非线性等特点,其稳定性受地质因素和工程因素等的综合影响,这些因素大部分具有随机性、模糊性、可变性等不确定性特点,因此,边坡工程是不确定的、非线性的、动态开放性的复杂大系统,传统分析方法往往难以准确地描述这种复杂的非线性特征,因而对大型复杂边坡的稳定性进行准确预测预报尚存在一定的困难。提出了基于模拟退火交替迭代算法神经网络的边坡安全系数预测方法,在相同的初始条件下,用该方法和经典网络进行了比较,得出前者的优越性和有效性。在综合分析边坡岩体变形失稳破坏模式及其影响因素的基础上,采用了表征边坡岩体稳定性分析的复合指标为预测模型的影响因子。并利用该方法对收集到的水电工程边坡实例进行学习,对未学习过的边坡实例进行推广预测,取得了较好的效果,其预测精度明显优于经典算法BP神经网络。由此说明所提出的预测模型能够快速、准确地获取不同方案下的边坡安全系数,为选择经济合理的边坡设计方案提供了新的思路。