白鹤滩库区三家村滑坡稳定性评价和涌浪分析

金沙江梯级水电站沿线边坡稳定性评价及其破坏后涌浪分析是保障其安全运营的关键环节.本研究通过现场地质调查、InSAR分析及相关钻孔资料，给出了三家村滑坡的基本特征及其破坏模式，通过GEO5模拟计算分析了滑坡稳定性，并利用经验公式法对失稳后造成的滑坡涌浪进行预测.结果表明：三家村滑坡中部存在一处明显的形变区域，即Ⅱ区高程为950～1100 m段，长期趋于不稳定状态，中部最大变形量达50 mm/a.在持久工况、短暂工况、偶然工况水位骤降滑坡稳定性系数均满足边坡设计安全系数要求，安全系数为1.07～1.19；而蓄水后叠加地震工况下滑坡体不稳定，安全系数最低仅为0.97.滑坡变形区失稳可能在上游2.5 km处产生的浪高为2.62 m至3.00 m，到达下游4.5 km处的浪高为1.52 m至1.63 m，威胁沿岸的新塘、蒙姑和溜姑等居民点，建议进行滑坡防治及增设涌浪防护措施.     

基于变权重奇异谱分析的心律不齐识别方法

现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开，而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响，提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列，结合各个子序列的奇异值计算随机森林下的基尼系数，并将其作为权重.变权重的序列样本用于训练神经网络模型，更高效地挖掘了有用信息，进一步提高了识别精度，最终的心律不齐识别准确率为98.35%，Macro-F1为97.95%.相对于传统的定值权重，本文提出的变权重识别方法在各个性能指标上均有明显提升.