LSTM和GRU在城市声音分类中的应用

不同类型的声音对城市居民的身心健康质量影响不同,将城市声音精准的分类有利于对其进行有效的评价,从而促进对城市声音的管理。深度学习在语音识别方面已有所应用,其中循环神经网络(RNN)表现最为突出。由于基本RNN存在明显的梯度消失、网络损耗大、准确率低等问题,应用改进的RNN对城市背景噪声进行分类。采用长短期记忆神经网络(LSTM)和门控循环单元(GRU)神经网络,构建深度循环神经网络模型,通过城市记录的公共数据集UrbanSound8K对搭建的深度神经网络的准确性进行测试分析。模型基于梅尔频率倒谱系数的基准实现,得出的结果与基本RNN相比有明显的提升。     

水泥道面传力杆裹附混凝土应力响应模拟分析

通过数值模拟分析了温度和荷载单独和叠加作用条件下的机场道面传力杆裹附混凝土的应力响应.使用Westergaard的温度梯度理论公式对有限元模型进行了准确性验证.模拟计算结果表明:在温度单独作用下,传力杆对道面板的挠曲有约15%的约束作用;荷载单独作用在板角传力杆滑动端上方时,混凝土内产生的应力最大;荷载作用下的最大应力仅在传力杆滑动端裹附的混凝土中产生.负温度梯度不利于降低受荷板的传力杆裹覆混凝土的应力集中,正温度梯度对其有利.     

传力杆参数对杆周混凝土力学响应的影响

建立三维有限元实体模型,将混凝土-传力杆摩擦系数、传力杆直径、传力杆布设间距、面板厚度作为影响因子,采用单因子轮换法,分析传力杆杆周混凝土力学响应的变化规律.结果表明,随着混凝土-传力杆摩擦系数的增大,最大水平拉应力显著减小,而竖向拉应力不降反增,故存在合理的界面摩擦系数;在传力杆直径从28 mm增加到36 mm过程中,界面应力水平下降幅度较大;随着传力杆布设间距的增大,界面应力不断增长,且增长速度随着间距的增加而增加;增加面板的厚度,会少量降低杆周围混凝土的各应力水平.