利用探地雷达检测金属矿山井巷支护体混凝土

为了解某矿区井巷支护体的情况及评估探地雷达对矿山井巷支护结构的检测,使用探地雷达对该矿区4个典型井巷支护结构进行无损检测.结果表明,探地雷达能够检测出井巷支护体混凝土的厚度、钢筋分布、围岩缺陷.     

探地雷达在机场道面脱空检测的应用研究

脱空作为机场混凝土道面病害之一,它的隐蔽性特征使得我们无法从跑道表面直接来判定。本文结合郑州机场二期工程,运用探地雷达对机场道面的脱空情况进行无损检测,通过注浆前后检测结果的对比,证明了该检测方法的可行性及可靠性,为后期机场投运时对跑道脱空的检测提供了技术支持。     

探地雷达的时域有限差分模型

探地雷达的时域有限差分模型余文华彭仲秋任朗（西南交通大学）（北京市遥感信息研究所）（西南大通大学）关键词：探地雷达，时域有限差分，透射边界条件，超吸收技术。０引言本文使用时域有限差分（ＦＤＴＤ）法研究源为三维、介质为二维非均匀（如ｘ－ｙ平面）、沿另一...     

基于相近关系的粗糙因子神经网络的模式识别方法

针对经典粗糙集理论中的不可分辨关系对连续属性值中噪声数据缺乏容错性的情况,提出一种基于个体属性值距离的相近关系,定义了相近关系下的粗糙集理论的基本概念.在相近关系的基础上,提出了衡量粗糙隶属度的方法,研究了该隶属度函数的性质,利用该函数作为粗糙因子设计了粗糙因子神经网络,可减小噪声污染的影响,并使网络的收敛速度得到提高.最后,通过对某型歼击机操纵面故障的模式识别的仿真研究验证了文中方法的正确性和有效性.     

探地雷达波振幅与土壤含水量关系的数值模拟

通过建立探地雷达波振幅与土壤介电常数之间的定量关系可反演土壤含水量. 在采用时间域有限差分法建立土壤分层模型的基础上,模拟探地雷达电磁波在均匀分层土壤介质中的传播特性,分析土壤介电常数与雷达回波振幅之间的变化规律,证实了回波振幅随着介电常数的增大而减小,总结出介电常数与振幅之间的幂函数关系式. 最后通过室内土壤模型对此关系式进行了验证,结果表明由此关系式反演出的土壤含水量值与土壤三参数仪测定的含水量值相一致.     

探地雷达在混凝土质量检测中的应用

探地雷达具有快速、无损、费用低等优点,在勘察、考古等行业发展很快。随着雷达技术的逐渐发展,它在工程质量检测方面也得到了很好的应用。本文主要将探地雷达用于钢筋混凝土结构的质量检测,并且对漏振区进行了灌浆处理,从处理后的雷达图像看灌浆效果明显。     

电气设备的故障诊断与模式识别

近年来,随着电力工程的不断建设和发展,电气设备的故障诊断问题已成为广大科研人员研究讨论的热点问题。电气设备中的某个应用元件出现故障,都可能会导致电气设备的无法正常工作。所以故障诊断与模式识别模块必须实时监测设备工作状态,若各元件运行参数出现极端变化或呈现非常态内容,则故障诊断装置应及时发生预警或报警信号。基于此,本文将对电气设备的故障诊断与模式识别内容进行深入系统的分析。     

基于模糊模式识别的凝汽器故障诊断研究

分析了凝汽器工作过程及故障机理，建立了凝汽器典型故障集、征兆集及典型故障特征向量集合应用模糊模式识别方法及最大隶属原则，建立了凝汽器故障诊断模型，并以实例验证该模型识别故障的准确性，实践证明，该模型简单实用，能有效地识别凝汽器故障。     

材料力学性能的模糊模式识别

采用模糊模式识别原理进行钢材力学性能的识别,提出了１６ＭｎＲ钢以化学成分、屈服点和抗拉强度表示的隶属函数。     

利用MATLAB实现BP神经网络的设计

BP网络，即多层前馈神经网络，因其采用误差反向传播算法（Error Back Propagation，即BP算法）而得名，是目前应用最为广泛的神经网络之一。主要应用于模式识别、函数逼近、数据压缩及预测等领域。美国的Mathwork公司推出的MATLAB软件包既是一种非常实用有效的科研编程软件环境，又是一种进行科学和工程计算的交互式程序。MATLAB本身带有神经网络工具箱，可以大大方便权值训练，减少训练程序工作量，有效的提高工作效率。     

基于AdaBoost分类器和特征脸的人脸检测与识别

本文在人脸检测与识别技术理论研究的基础上,提出了一种有效的人脸检测与识别机器学习方法.该方法采用了海尔特征级联的AdaBoost分类器进行人脸检测,使用了特征脸的主分量分析法进行人脸识别.实验结果表明该方法能较快地定位并跟踪人的脸部,然后通过比较人脸数据库能较好地识别出待检人物的身份.     

基于在线训练RBF神经网络的混沌系统辨识研究

讨论混沌系统的在线辨识问题,给出了RBF神经网络的一种在线训练算法,对这种在线训练算法所涉及到的各个方面进行了分析,并把这种在线训练算法用在混沌系统的辨识中.仿真表明该算法是非常有效的.     

基于深度学习的竹笛吹奏技巧自动分类

提出了一种针对竹笛技巧分类的数据集Breath和两个用于竹笛技巧分类的神经网络参考模型Breath1d和Breath2d,并针对此数据集的不同分类任务给出了最佳方法。将Breath数据集划分成子集,以多层感知机为性能评价基准方法,先用Breath1d和Breath2d模型对子集进行训练和预测,再用长短期记忆网络模型进行辅助测试,最后得出了最适合子任务的分类参考模型。对全数据集进行分类时,将Breath2d与Breath1d模型进行融合,并采用数据增强方法使全集分类准确率达到0.913。与传统音频分类任务相比,该工作扩展了音乐分类的研究领域,对民族音乐现代化发展有着良好的推动作用。     

基于多层NN结构的电机故障诊断应用研究

通过电机故障机理的分析，确定电流噪声多元时序模型参数φi作为电机故障类型识别初始模型向量，并针对其特点，提出了多层NN结构的故障诊断模型，在诊断模型中，应用APEX网络提取分类信息，压缩向量空间维数，利用前馈网络建立其类型识别函数，实践证明该诊断方法是正确的。     

基于卷积神经网络和投票机制的轨道板裂缝检测

现有的检测方法对轨道板细微裂缝和夜间拍摄的裂缝图像存在误检和漏检的现象,为此提出了一种基于卷积神经网络的改进方法.将特征图分组后用注意力机制强化各组向量的特征表达,以动态聚合弱分类器预测结果的方式得到最终的裂缝置信度.借助投票机制有效降低最终的预测偏差,提升模型的鲁棒性.实验结果表明:该改进方法在减少模型参数的情况下,...     

四元数和脉冲耦合神经网络应用于足球检测

提出一种基于四元数傅里叶变换注意力选择和脉冲耦合神经网络在图像中跟踪足球的方法. 首先进行图像预处理以去除球场以外的区域,用四元数注意力选择算法提取感兴趣区域,基于颜色、形状、面积等多种特征检测足球. 若检测失败,则采用卡尔曼滤波器预测足球位置. 仿真结果表明,与基于速度控制的动态卡尔曼滤波和实时足球检测两种方法相比,检测成功率分别提高9.6%和14.9%.     

基于CA—ANN喀斯特石漠化时空格局的动态模拟和预测

分析了石漠化成灾综合机理,以GIS为平台,结合元胞自动机和神经网络模型,对石漠化灾害的空间格局进行动态模拟和预测．鉴于元胞自动机转换规则的难于确定的特点,利用神经网络来训练和获取石漠化转化的规则,进一步提高元胞自动机动态模拟能力．同时,由于GIS中嵌入元胞自动机,GIS的空间分析功能得到增强．     

煤矿井下水力压裂关键参数计算方法研究

研究压裂控制机理对于提高煤矿井下水力压裂增透效果具有重要作用。结合理论研究与现场经验,分析水力压裂影响因素,提出水力压裂关键参数的计算方法,为煤矿井下水力压裂提供技术支撑。