土石坝坝坡模型振动台破坏试验的数值验证

 在土石坝坝坡模型振动台破坏试验基础上,采用数值分析方法,对坝坡的动力特性、稳定性以及加筋抗震措施的性能进行研究。采用动力弹塑性分析方法,对坝坡模型振动台试验进行数值仿真,通过类比计算工况,比较、分析坝坡的破坏过程及其破坏性态以及永久位移的变化规律;同时,采用拟静力方法对坝坡的稳定性进行分析,通过设定滑裂面参数,比较滑裂面的深浅,分析加筋对坝坡稳定性的影响,并与试验结果进行对比验证。结果表明：对模型进行的数值模拟和模型试验所得到的结果较为一致,表明坝顶是薄弱部分,破坏首先从坝顶附近开始,减缓坝坡或坝坡加筋均可减小坝坡的永久位移,但加筋能提高坝坡的整体稳定性,能有效控制坝坡的浅层滑动,且不增加大坝填筑量,与缓坡比较有较强的优势。该研究结果可为大坝的加筋抗震措施设计提供依据。     

基于质量信息的数字编码方法及实现技术

文章从产品质量信息的角度对数字信息编码方法进行了系统的分类，分析了其特点，并探讨了数字混合编码方法及信息编码实现技术。     

招聘信息网页搜索的研究与实现

以互联网上招聘信息的搜索作为切入点,研究了基于主题的信息搜索技术。详细介绍了搜索系统的结构及各部分的功能和主要算法。     

以TDI为扩链剂合成亲水性聚氨酯注浆堵水材料研究

以TDI为扩链剂和高亲水性聚醚多元醇反应,得到聚氨酯预聚体,再和MDI聚合成环保型亲水性聚氨酯注浆堵水材料.探讨了该材料的反应原理和TDI用量对其特性的影响,指出随着扩链剂TDI用量的增大,该材料的密度、黏度及发泡率均先降低后升高,包水性和凝胶时间先上升后下降;当异氰酸根指数R1为1.5、R2为7时,该材料的综合性能最优.     

大型发电机组失磁保护对机网协调安全影响的仿真计算研究

发电机与电网之间的相互协调是厂网分开后的首要问题。由于大型发电机组的运行状况对电网影响甚大,因此需要对发电厂涉网保护的定值进行充分的分析和论证。文中以某发电厂发电机失磁保护为例,通过建立其数学模型,仿真分析了其保护定值对机组和电网的影响,并提供相应的论证。     

Ku波段基片集成波导带通滤波器的设计

设计了一款基于基片集成波导的ku波段卫星通信的带通滤波器。描述了位于SIW内部的金属通孔的等效电路模型,并分析通孔直径、位置等关键参数对滤波器性能的影响。针对基于中心位置的SIW带通滤波器带宽较窄的问题,提出偏置金属通孔SIW带通滤波器的设计方法,从而增大滤波器的带宽。并通过对改进后的基片集成波导带通滤波器的仿真,验证了设计的正确性和方法的有效性。     

太阳辐射计视场角定标方法对比研究

太阳辐射计是观测大气气溶胶重要的地基遥感设备,其定标是获取高精度气溶胶产品的前提条件。视场角(field of view, FOV) 是太阳辐射计的重要参数,也是传递定标的关键参数。基于SONET观测网2016年定标实验,对传递定标方法（单次传递及历史传递平均结果）和矩阵扫描法获得的仪器FOV进行对比分析,结果表明：单次传递、历史传递平均和激光矩阵扫描结果与仪器的FOV设计值平均相对误差在2%~3%之内,而三种方法获得的FOV最大相对误差为1.59%,满足FOV的精度要求。误差分析表明,传递定标法误差主要来自积分球辐亮度定标系数,而矩阵扫描法的误差主要由激光面光源引起。但三种方法各有优劣,可以相互验证、相互补充,以获得更加准确的仪器FOV参数。     

基于高时空分辨率卫星数据的气溶胶光学厚度反演系统

卫星遥感技术是研究大气气溶胶时空变化规律的重要手段之一。高分四号卫星(GF-4)作为新一代静止卫星,不仅具备更多的可见-近红外波段,而且具有超高时空分辨率的特点,可以执行对固定区域连续观测或凝视扫描覆盖观测,为气溶胶光学厚度定量反演提供了有利条件。基于GF-4静止卫星超高时空分辨率卫星数据,在深入了解卫星观测模式及传感器波段对气溶胶反演敏感性基础上,基于地气时变差异核心思路,开发了针对GF-4超高时空分辨率数据气溶胶光学厚度反演算法;设计并实现了具备业务化反演气溶胶光学厚度能力的软件系统,软件系统具备多线程、全自动运行能力,满足卫星数据处理业务化需求。利用该系统对GF-4数据进行了处理和分析,通过地基仪器实测的气溶胶光学厚度进行了验证,取得了初步结果。结果表明,该系统具有良好的可靠性和稳定性,可以服务于大气颗粒物时空变化遥感监测。     

特征融合网络：多通道信息融合的光场深度估计

摘 要：光场相机可以仅在一次拍摄中记录场景的空间和角度信息,所生成的图像与传统 二维图像相比包含了更多的信息,在深度估计任务方面更具有优势。为了利用光场图像获取高 质量的场景深度,基于其多视角的表征方式,提出了一种具有多通道信息高效融合结构的特征 融合网络。在人为选择特定视角的基础上,使用不同尺寸卷积核来应对不同的基线变化;同时 针对光场数据的多路输入特点搭建了特征融合模块,并利用双通道的网络结构整合神经网络的 前后层信息,提升网络的学习效率并减少信息损失。在 new HCI 数据集上的实验结果显示,该 网络在训练集上的收敛速度较快,可以在非朗伯场景中实现精确的深度估计,并且在 MSE 指 标的平均值表现上要优于所对比的其他先进的方法。