基于数值模拟的某输水隧洞监测布置研究

监控测量对于隧洞施工期及运行期控制都起着至关重要的作用,采用Geo-studio软件对某隧洞断面进行数值计算,分别从应力应变及位移角度对隧洞围岩及衬砌结构进行分析,从而验证监测点布置的合理性和可靠性。     

Segmentation of overlapping cervical nuclei based on the identification

Image segmentation directly determines the performance of automatic screening technique. However, there are overlapping nuclei in nuclei images. It raises a challenge to nuclei segmentation. To solve the problem, a segmentation method of overlapping cervical nuclei based on the identification is proposed. This method consists of three stages: classifier training, recognition and fine segmentation. In the classifier training, feature selection and classifier selection are used to obtain a classifier with high recognition rate. In the recognition, the outputs of the rough segmentation are classified and processed according to their labels. In the fine segmentation, the severely overlapping nuclei are further segmented based on the prior knowledge provided by the recognition. Experiments show that this method can accurately segment overlapping nuclei.     

降雨与库水位共同作用下近坝库岸边坡滑坡模型试验研究

根据云南省龙江水电站近坝库岸边坡滑坡特点,为了对降雨与库水位共同作用下近坝库岸边坡滑坡有深入的了解,进行了降雨与库水位共同作用下边坡滑坡大型模型试验研究。试验结果表明:降雨是引起近坝库岸边坡滑坡的重要因素,降雨与库水位共同作用下近坝库岸滑坡有效应力减小,研究库水位以下边坡土体的抗剪强度减小;库水位作用使得边坡产生沉降和裂缝,边坡的滑坡是由降雨和库水位共同作用引起,库水位以下边坡土体水分入渗充分,边坡内部孔隙水压力较大,边坡易产生滑坡且滑坡规模较大,近坝库岸边坡滑坡属于浅层牵引式滑坡。     

基于神经网络的渗流模型

通过对土石坝渗流的成因分析，应用人工神经网络原理，综合某土石坝的实测资料建立了渗流监控模型。由于该模型具有再学习能力，所以在应用过程中，可以用新的观测资料对模型进行不断地学习训练，以提高模型的精度。     

TS型位移计自动采集系统简介

本系统是应辉固(香港)工程顾问有限公司的邀请为云南鲁布革电厂设计研制的,为一对多点的TS型位移计数据采集处理系统,可对各TS型位移计进行手动与自动数据采集,并可对数据进行显示、计算、打印、存储及绘制曲线图等。本系统一九九○年五月由南京水利水文自动化研究所第九研究室研制,已试运行两个多月,性能稳定,可靠性很好,即将安装于云南鲁布革电厂。     

鲁布革堆石坝安全监测自动化系统设计

鲁布革堆石坝设置了一套比较全面的原型监测系统，自１９９０年建成后一直采用人工观测，结合该坝的实际情况，提出了较完善的监测方案和自动化监测系统方案。自动化系统已于１９９８年底实施完成，目前运行正常。     

基于优化MSER算法的宫颈细胞核分割方法

随着人工智能技术的发展,自动阅片系统在辅助病理医生阅片诊断,提高病理诊断准确率、降低劳动强度等方面起着越来越重要的作用.细胞核的准确分割是影响该自动阅片系统性能的首要因素.由于细胞核、细胞浆与背景之间的边界不清,且细胞之间颜色差异大,对细胞核分割提出了挑战.为解决这一问题,提出了一种基于优化最大极值稳定区域(maximally stable extre-mal regions,MSER)算法的宫颈细胞核分割方法.该方法首先将图像转换到HSV(hue,saturation,value)颜色空间.然后针对S和V通道做加权组合后,采用优化后的MSER算法处理,获得灰度值均匀的粗分割区域.再利用参数自适应的阈值分割方法进行精细分割.最后通过提取细胞核特征训练人工神经网络分类器来判断分割后得到的结果是否为细胞核.实验表明,该方法能够准确地分割宫颈细胞核.