基于循环对抗神经网络的快速最小二乘逆时偏移成像方法

最小二乘逆时偏移成像方法因计算量巨大,限制了其大规模的工业应用。基于此,建立循环对抗神经网络表征Hessian矩阵的逆,构建逆时偏移结果和反射系数之间的映射关系。通过建立的神经网络对逆时偏移成像结果进行去模糊化处理,提高成像质量,同时大幅减少计算时间。将训练好的网络应用于Marmousi模型和Sigsbee2A模型的逆时偏移结果。结果表明,本文方法在不显著增加计算量的情况下较好地提高了逆时偏移成像质量。     

高床猪舍床下环境维护控制系统设计

为了解决当前我国生猪养殖业养殖装备智能化水平较低，传染病发生的概率大；人力成本较高，生猪养殖场的效益较差；生猪养殖场内污染较为严重，粪便清理难度大的问题。设计了高床猪舍床下环境维护控制系统，该设计有效解决粪便堆积产生的有害气体排放的问题、温度控制问题、人力清理等问题。以PLC技术为核心，利用组态技术、检测传感技术等结合控制调节猪舍温度、气体等参量。并设计粪污智能清洁车，达到生猪养殖清洁化、智能化，切实降低劳动力成本，减少人猪接触。     

磁——人类第四生命之源

现代科技研究表明,磁是人类继阳光、水、空气之后的第四生命之源。人类世世代代生活在地球这个大磁场生物圈内,既依赖天然磁场的恩赐和保护,又在长斯的生命繁衍中形成了自身的磁场,以适应磁环境来增强自身的保护能力。     

静思

正~~     

云南省不同降水型地质灾害的降水特征对比分析

利用2014—2020年云南地质灾害数据和气象站降水资料，通过有效降水量法筛选出降水型滑坡、泥石流和崩塌灾害，并分析灾害发生时次前的降水特征.结果显示：云南降水型地质灾害以滑坡为主，其次是泥石流和崩塌；诱发3类地质灾害的降水类型都有短时强降水、短期降水和长历时降水.由短期降水造成的滑坡、泥石流和崩塌灾害样本分别占78%、83%和75%，其中超过75%灾害发生前3 d出现强降水事件，泥石流更是高达96%；诱发滑坡和泥石流灾害的短历时强降水主要发生在前12 h，其中滑坡灾害发生短历时强降水时次最多的是前1～4 h，泥石流灾害发生短历时强降水时次最多的是前1 h；云南大部地区滑坡、泥石流和崩塌灾害主要由短期降水引起，特别是怒江地区最显著.     

室内弱阴影环境下L~N模型参数估计及实验验证

针对描述弱阴影信道的L~N模型未对模型进行参数估计及实用性验证的问题,对该模型进行参数估计,最后验证模型的准确性和灵活性.首先利用矩估计法估计该模型的参数,并在室内弱阴影散射多径环境下进行体域网实验测量得到原始数据,然后用滑动窗口法从原始数据分离出能够被L~N模型描述的弱阴影衰落测试数据,再利用测试数据计算模型的待估计参数,最后用Matlab计算该模型的统计特性的理论与仿真模型结果,与测试数据计算得到的统计特性进行对比,验证该模型的准确性;通过仿真比较具有相同均值和方差的Lognormal模型和L~N模型(N取不同值)的理论统计特性,验证该模型的灵活性.     

类锂等电子序列(Z=31～40)2p态能量的理论计算

采用多组态相互作用法构造了类锂等电子序列(Z=31～40)2p态的波函数,通过变分法计算了体系非相对论能量,然后根据一阶微扰理论,对非相对论能量进行了电子动能项〈H1〉、达尔文项〈H2〉、电子-电子接触项〈H3〉和轨道-轨道作用项〈H4〉的一阶相对论修正.在此基础上,完成了体系能量的高精度理论计算,得到的结果与其他的理论计算结果符合的很好.     

基于Mixup数据增强的LSTM-FCN时间序列分类

在时间序列分类任务中,针对时间序列数据少和多样性导致深度学习模型准确率不高的问题,提出Mixup数据增强的长短期记忆网络–全卷积网络(LSTM-FCN)时间序列分类算法.该算法首先使用Mixup对原始数据进行数据增强,通过简单的线性插值对时序数据进行混合,得到新的混合之后的增强数据;然后使用增强数据训练LSTM-FCN...     

基于分形理论的支持向量机核函数选择

核方法是机器学习领域内的研究热点之一,在处理非线性和高维数据问题中表现出许多优势,已被广泛应用于分类、回归等领域.支持向量机是最具代表性的核方法,而不同的核函数具有各异的度量特征,故核函数的选择对支持向量机泛化能力有着重要的影响.而目前核函数的选择仍是一个开放性的问题,存在着一系列的偶然性和局限性.该文利用分形几何分析数据蕴含的特征信息来有指导性地选择核函数,以提高支持向量机的泛化能力,并通过实例仿真验证该方法是有效可行的.