澳大利亚军队证明3D打印可增强自主能力

据2020年9月4日spee3D.com网报道:澳大利亚军队已开发并完成两星期野外试验,"Warp SPEE3D"3D金属打印机,在North-ern Territory州的Mount Bundey训练区。一队来自作战服务支持队(1CSSB)的澳大利亚皇家电气与机械工程师(RAEME)士兵克服极端条件,设计、打印完成突破性3D打印零件作战场研究案例。该试验证明3D金属打印通过适当的技术和工艺能支持军队供应链适应力,强化澳大利亚国防的独立自主能力。     

相空间重构和正则极限学习机的网络流量预测

网络流量预测一直是网络研究技术中的热点,针对网络流量变化的时变性、混沌性,提出一种相空间重构和正则极限学习机的网络流量预测模型。首先收集大量的网络流量历史样本,并进行相应的预处理,然后根据混沌理论确定最优延迟时间和嵌入维数,并重构网络流量学习样本,最后采用正则极限学习机建立网络流量预测模型,并进行仿真对比实验。结果表明,相对于其它网络流量预测模型,本文模型可以更加准确描述网络流量的非线性变化特点,提高网络流量预测精度,预测结果具有一定实用价值。     

基于PSO-ELM算法的输变电工程造价预测分析

为了提高输变电工程造价预测的准确度,降低以后输变电工程建设的结余率,文中将筛选出的主要影响因素作为ELM模型的输入自变量,并利用粒子群优化算法(PSO)来优化ELM模型中权值和阈值,从而建立PSO-ELM(MIV)的输变电工程造价预测模型。以宁夏某电力公司2012-2013年的97组输变电工程造价样本数据为实例,分别使用PSO-ELM(MIV)、ELM(MIV)、PSO-ELM和ELM预测模型对实例数据进行验证,实验结果表明,相比于其他几种预测模型,PSOELM(MIV)预测精度高,实用型更强,可以为日后的输变电工程造价预测提供一种新的思路。     

适应我国不同自然条件类型城市的内涝治理模式研究

【目的】为加强各地内涝治理措施对区域气候特点、地形水系等自然条件的针对性,【方法】将我国城市根据自然条件差异分为北方少雨城市、平原河网城市、山地丘陵城市、滨海临江(河)城市4种类型,并筛选银川、苏州、宜昌、深圳4个城市分别作为案例,结合近年来内涝发生情况、风险评估及治理情况,梳理和剖析案例城市内涝主要原因、采取的治理措施和成效、面临的主要问题等;对照“源头减排、管网排放、蓄排并举、超标应急”的城市排水防涝工程体系,进一步细化延伸,研究提出不同类型城市的内涝治理模式。【结果】由于内涝成因差异,不同类型城市在管网建设、蓝绿空间保护、洪涝统筹、应急调度等方面工作的侧重点应各有差异。北方少雨城市应以补齐管网系统短板和保护修复蓝绿空间为主;平原河网城市应以保护水网格局、优化水系调度、增加强排能力为主;山地丘陵城市重点则是做好应对山洪的工作,强化排涝通道建设;滨海临江(河)城市需统筹洪涝潮关系,探索弹性空间建设,提高防汛应急和灾害响应处置能力。【结论】为应对气候变化条件下愈加频发的极端降雨,各地应结合自身自然条件,补齐内涝治理工作短板,持续提高城市的空间韧性。研究结果对于各地优化内涝治理工作思路具...     

近62 a三峡地区区域性暴雨过程气候特征及长期变化规律

【目的】充分认识三峡地区区域暴雨过程的气候特征及长期变化规律对于科学防汛以及合理利用水资源具有重要意义。【方法】基于三峡地区33个国家级气象观测站1961—2022年逐日降水量资料和目前重庆市气候中心业务采用的区域性暴雨过程监测指标,对三峡地区区域性暴雨过程进行客观识别,并利用多种数理统计方法分析区域性暴雨过程的气候特征和长期变化规律。【结果】结果表明：(1)三峡地区近三分之二的暴雨以区域性过程形式出现,平均每年区域性暴雨过程有8.4次,主要出现在5—9月,尤以6—7月为集中发生时段。区域性暴雨过程首次开始日期多年平均为5月8日,末次结束日期为9月17日。平均每次过程的暴雨覆盖范围为8.6站,持续时间1.3 d,平均暴雨强度为74.7 mm/d。(2)三峡地区区域性暴雨过程年频次存在2～3 a和8 a左右的变化周期,年平均区域性暴雨过程覆盖范围存在4～6 a和8～11 a周期变化。(3)近62 a三峡地区区域性暴雨过程的首次开始日期显著提前,末次结束日期无明显变化,发生期显著变长;发生频次没有明显变化趋势、平均持续时间、平均覆盖范围、平均综合强度也均没有明显变化趋势,但平均暴雨强度呈增...     

基于优化深度学习的西南地区极端降雨事件预测模型构建

为构建西南地区极端降雨事件预测模型,本文以卷积神经网络模型(CNN)、长短期记忆神经网络模型(LSTM)为基础,构建CNN-LSTM组合模型,基于孔雀算法(POA)、粒子群算法(PSO)和遗传算法(GA)对CNN-LSTM模型进行优化,对区域中雨日数R10、大雨日数R20、湿日降雨量PRCPTOT、1日最大降雨量RX1 4项极端降雨事件进行了模拟。结果表明,POA-CNN-LSTM模型在所有模型中精度最高,同时具备较高的普适性,可用于预测区域极端降雨事件。     

城市水库溃坝耦合极端降雨前后模拟对比分析

以探究城市上游水库溃坝耦合极端降雨及仅溃坝两种工况下洪水灾害程度的变化为目标,确定郑州市二七区、中原区、金水区及惠济区为研究区域,结合芝加哥雨型公式及长历时暴雨强度公式推求设计暴雨,依托“7·20郑州特大暴雨”实测数据推求研究区域产汇流特征,建立极端降雨与洪水过程的响应关系。在此基础上,以郑州市二七区尖岗水库为研究对象,构建两种工况下二维溃坝洪水演进模型,对水情信息进行对比分析。结果表明：相比于仅溃坝,降雨耦合溃坝工况下淹没范围更大,其中增加的淹没范围内各点的最大水深、流速、洪水严重性程度均处于较低等级。在河道两侧,两种工况下各等级水深、流速及洪水严重性淹没范围大致相同;地势较低的区域降雨耦合溃坝工况下淹没水深和流速增大较多,易涝点水深增加约0.6 m,选取断面水面线升高约1 m。     

带视频输出学习机的设计

针对目前学习机屏幕小,功能内容单一,智能化不强,单声道发音,个人单用等特点,提出一种带视频输出的学习机,使用了全新的设计理念,图文并茂,声音丰富,智能程度高,将学习机里的内容通过外接电视机或投影设备显示出来,通过大屏幕显示可让多人互动学习。省去了自带显示屏的成本和避免了屏幕显示太小的问题。     

TGBA优化核极限学习机的光伏阵列故障诊断

针对核极限学习机(Kernel Extreme Learning Machine,KELM)用于光伏阵列故障诊断时准确率不高的不足,提出了 一种基于 TGBA(Tent Mapping and Gaussian Perturbation Strategy Optimize Bat Algorithm)算法优化核极限学习...     

联合Cameron分解和融合RKELM的全极化HRRP目标识别方法

该文针对传统全极化高分辨一维距离像(HRRP)雷达目标识别问题,提出了结合Cameron分解和融合简化核极限学习机(RKELM)的目标识别方法,旨在提高全极化HRRP目标识别性能。在特征提取阶段,所提方法利用Cameron分解定义了目标在各个标准散射体上的投影分量。通过分析,将目标在三面角、二面角和1/4波长器件这3个散射基上沿距离维的投影分量作为目标特征,实现对目标散射特性更加精细化的描述。在分类阶段,考虑到RKELM算法识别性能的不稳定性,提出了一种基于原型聚类预处理的RKELM方法,并在此基础上设计了特征级融合RKELM网络和决策级融合RKELM网络,以对投影特征进行融合分类。实验部分利用10类民用车辆的全极化HRRP数据将所提识别方法和现有方法进行了对比,结果表明:(1)所采用的Cameron分解投影特征表现出了较高的可分性和噪声稳健性;(2)当训练样本数较多时,特征级融合RKELM算法的泛化性能较好;当训练样本数较少时,决策级融合RKELM的泛化性能较好。