基于深度学习的无线传感器网络数据融合

在无线传感器网络数据融合算法中,BP神经网络被广泛用于节点数据的特征提取和分类。为了解决BP神经网络收敛慢,易陷入局部最优值且泛化能力差从而影响数据融合效果的问题,提出一种将深度学习技术和分簇协议相结合的数据融合算法SAESMDA。SAESMDA用基于层叠自动编码器(SAE)的深度学习模型SAESM取代BP神经网络,算法首先在汇聚节点训练SAESM并对网络分簇,接着各簇节点通过SAESM对采集数据进行特征提取,之后由簇首将分类融合后的特征发送至汇聚节点。仿真实验表明,和采用BP神经网络的BPNDA算法相比,SAESMDA在网络能耗大致相同的情况下具有更高的特征提取分类正确率。     

勘察地下管线的一种新方法——同点比值法

在同一测点观测两个相互正交的磁场分量之振幅比值T0测线上T曲线某些特征值点的坐标与地下管线的水平位置和埋深有简单函数关系，且T值不受管线中电源强度不稳定的影响，从而简便、快速，准确地确定地下管线的水平位置和埋深。     

装配式栈桥板在地铁基坑施工中的应用

以福州市仓山区某地铁车站基坑的临时栈桥为例，对装配式空心板桥、连续现浇板桥和工字钢便桥3种方案进行了比选。通过分析车站基坑处的交通流量、栈桥施工场地、基坑内部施工的影响、施工难度及综合造价，最终选用装配式空心板作为施工方案，并介绍了装配式空心板方案计算结果及施工注意事项。相关结论可为同类型车站交通疏解的分析设计提供参考。