浅谈在深基坑稳定性分析中采用模糊随机概率法

基坑稳定性分析中的不确定性主要表现为随机性和模糊性,随机性体现为将各种设计参数作为随机变量．而模糊性主要体现在其失稳的判断标准上,这与深基坑失稳破坏的模糊特征相吻合。重点阐述了深基坑稳定性分析中的模糊性．并采用模糊随机方法,推导出基坑稳定性的广义模糊随机计算模型．该模型可以考虑分析中所涉及到的计算力学参数的随机性和失稳判断标准的模糊性。同时还对基坑失稳概率的标准进行了讨论。最后实例分析了坑底隆起失稳的模糊概率。计算结果说明,模糊随机方法能够更全面、合理地反映基坑的实际稳定性。     

一种自标签特征点异源图像目标检测算法

由于图像成像机理差别较大,现有的算法无法提取可见光与红外异源图像上的共有特征用来匹配,进而无法实现异源图像目标识别. 针对此问题,本文提出了一种基于自标签技术的深度学习特征点提取匹配算法. 算法通过设计一个粗特征检测器并在合成影像上进行训练,使得该特征检测器在不同图像上都具特征提取能力. 利用本文提出的自标签方法将异源图像中共有的特征点进行提取,从而解决了现有算法无法获取异源图像共有特征的问题. 并利用自标签结果进行特征点检测器和描述子的训练,最终通过匹配的特征点实现了异源图像间的实例目标识别. 本文采集了不同场景下的可见光-红外无人机影像作为测试数据. 在异源测试数据集上,选择了6种不同的先进算法与本文算法进行了对比试验. 实验结果表明,该算法较现有的6种先进算法能够提取到更多、更精确的异源图像共有特征,与其他测试算法相比在异源图像测试数据上的平均精度有了明显提升.      

低轮AES的插值攻击方法

针对AES(Advanced Encryption Standard)算法3轮加密后的密文代数表达式具有的次数较低(低于255)的特点,提出了低轮AES密码的插值攻击方法.该方法利用255个函数值可惟一求出254次多项式的拉格朗日插值公式.文中分析了AES加密算法中的密文代数表达式,并给出了相应的结论及证明.利用此攻击方法,通过选取28对明密文,即可还原4轮AES的密钥,利用211对明密文,可成功破译5轮AES密码,并可把此攻击扩展到6轮AES密码.     

渤海油田伴生天然气回收利用技术开发与创新实践

介绍渤海油田某作业公司针对海上油田伴生天然气回收所采取的技术研发与实施效果，包括应用伴生气压缩机处理流程工艺技术、燃气调储回收伴生天然气发电技术，创新实施天然气处理流程“大回流”“小回流”技术回收放空气，采取外输气海管反输气技术、原油海管掺气外输技术回收放空气，应用射流器技术、变频湿式低压螺杆压缩机技术回收二级生产分离器低压放空气，创新采用低压压缩机回收水源井、斜板除油器放空低压气。利用渤西南联合供气管网、油田群电力组网构建的新发展格局优势，某作业公司多项举措齐抓并用，为天津分公司完成碳达峰、碳中和目标奠定了坚实基础。     

1995—2020年浙江省大陆岸线变化及驱动因素分析

随着沿海地区经济的快速发展，海岸带生态环境所面临的形势愈发严峻.为了掌握浙江省大陆岸线变迁特征及其驱动因素，实现海洋的可持续发展，选取其沿海27个区(县)为研究区，采用岸线变迁强度、人工化指数和开发利用强度等多种定量化分析手段研究其时空分布特征，并通过灰色关联度模型对浙江省大陆岸线演变的驱动因素进行了分析.结果表明：1)1995—2020年，浙江省的大陆岸线变迁强度逐渐加强，人工岸线逐渐增加，人工化指数由0.57增长到0.69,但增速逐渐趋于缓慢；2)研究区各时段的岸滩面积之和大于总时段的岸滩面积，说明浙江省大陆岸线在不断向海扩张的同时也发生了部分侵蚀；3)综合各项指标来看，1995—2020年，浙江省大陆岸线受人类干扰程度呈现先加剧后减缓的趋势；4)按选取的指标与岸线长度关联度平均值由大到小排序为年末人口总数、年平均温度、年降水量、渔业养殖面积、渔业生产总量、居民用地面积和GDP.     

基于STPA-ANP模型的民机系统安全性分析

随着民机系统复杂程度不断提高, 传统的安全性分析方法已不能完全满足危险源高效识别的要求, 为有效分析和评估民机系统安全性, 提出系统理论过程分析(system-theory process analysis, STPA)和网络分析法(analytic network process, ANP)相结合的安全性分析方法。针对STPA没有给出完整的关键致因分析与评估过程, 将STPA与ANP关键结构对应结合, 对危险控制动作进行致因分析和评估, 得到危险控制动作关键致因。以某型民机数字式飞控系统为例展开分析, 通过形式化建模验证及仿真验证, 证明该模型方法可以准确和完整地识别分析系统潜在危险并确定危险关键致因, 为民机系统安全性分析提供支持。     

改进的KNN实时校正方法在山区中小流域的应用

为提高山区中小流域实时洪水预报精度,提出了一种基于历史洪水学习的KNN实时校正方法(KNN-H法),并选择陕北黄土高原地区2个山区中小流域为研究区域,将其与传统KNN法和AR法进行对比,验证该方法的校正效果。结果表明:KNN法和KNN-H法的校正精度总体高于AR法；KNN法和AR法不能有效降低预报结果的峰现时间误差,而KNN-H法校正结果峰现时间误差比校正前有明显降低；KNN-H法通过对历史洪水预报误差的学习,可有效解决KNN法在实时校正中因为预热期资料不足导致的校正精度不高问题；当预报洪水过程处于涨洪或退水阶段时,KNN-H法能够快速定位到历史洪水的相同阶段,分析历史预报误差后迅速对当前预报值做出校正；总体上KNN-H法校正精度高于传统KNN法。