地铁车站基坑工程工期风险值计算

基于全概率、蒙特卡洛思想,构建阶段工期变化风险值的计算方法与步骤.从工期未发生异常变化、工期发生异常变化但未采取补救措施,以及工期发生异常变化且采取补救措施3方面进行阶段工期变化风险的概率计算,建立了工期异常时间全概率法的计算公式;运用蒙特卡洛思想,构建了基于Matlab的阶段工期变化风险蒙特卡洛法的计算步骤,并将贝塔分布函数用于描述工期变化.最后以某车站基坑工程为例,计算获得了该基坑开挖与支护工期变化风险值,验证了全概率法和蒙特卡洛法的实用性.     

深井泵泵内流场的实验研究

应用粒子成像测速（ＰＩＶ）技术对深井泵泵内流场进行了研究,分析了流场对泵阀运动规律的影响以及泵内结构对流场的影响。根据实验结果,建议对混相流深井泵采用偏心球形阀球;对于流道狭小的深井泵采用滴形球阀;对含砂的抽油井所用深井泵,则采用嵌有密封胶皮的锥形阀球。在保证最大过流面积的条件下,阀球罩的断面形状应该尽量采用流线型,以减小过流阻力。应考虑将柱塞的吸入口设计成流线型或喇叭口型,以降低其吸入阻力。在保证柱塞出口有最大过流断面的同时,也应将柱塞出口流道设计成流线型,以此降低柱塞出口处的过流阻力。     

基于深度残差网络的医学超声图像多尺度边缘检测算法

为提高医学超声图像在临床诊断的效果,需先对图像进行优化检测和识别,提出一种基于深度残差网络的医学超声图像多尺度边缘检测算法.首先,通过对原始医学超声图像进行自动标注,构建医学超声图像灰度分布矩阵,利用分布矩阵完成医学超声图像的多尺度分割;其次,构建医学超声图像多尺度边缘的轮廓模型,提取多尺度图像边缘特征;再次,构建深度...     

基于深度学习的医学图像配准研究进展

图像配准是图像引导手术、图像融合、器官图谱生成、肿瘤和骨骼生长监测等临床任务应用的关键技术,也是一个极具挑战性的问题。近年来,深度学习技术对医学图像处理方法的研究产生重要的影响,在医学图像配准领域发展迅速。对使用深度学习技术实现医学图像配准的研究进行综述,首先按照深度学习模型将医学图像配准方法分为3类,包括监督、弱监督和无监督医学图像配准;然后分别介绍国内外研究进展,并总结这些研究方法的优缺点;在此基础上,阐述常用的深度学习配准框架以及评价标准,并总结常用的开源医学影像数据集;最后对深度学习技术在医学配准图像领域中存在的问题进行分析,展望未来发展的方向。     

柔性基础下不排水桩复合地基固结分析

考虑柔性基础下不排水桩复合地基中桩–土非等应变特性,推导出变荷载下不排水桩复合地基桩间土平均超静孔隙水压力的控制微分方程和求解条件。通过函数变换,基于变荷载下天然地基一维固结理论建立了相应的固结解析解,包括复合地基和桩间土中的平均超静孔隙水压力解答和复合地基整体平均固结度解答。利用有限元模拟方法验证了固结解析解的合理性,并与现有的固结度解析解进行了比较。结果表明,固结度解析解与数值模拟的结果较为吻合,计算精度高于现有的固结计算模型。采用基于等应变假设的固结计算模型分析路堤下不排水桩复合地基的固结速率,计算结果偏大。     

双层钢板混凝土复合井壁设计计算方法研究

通过对双层钢板混凝土复合井壁结构受力分析指出,由于内、外钢板筒的约束作用,中间混凝土层完全处于三轴受压应力状态,混凝土抗压强度得到了较大程度地提高。根据现行混凝土结构设计规范关于多轴应力状态下混凝土强度验算的相关规定,提出了双层钢板混凝土复合井壁设计计算新方法,并得到了模型试验的验证,通过实例计算结果表明,采用这一新方法设计的井壁结构不但安全可靠,而且还可大大降低井壁混凝土的设计强度等级或减薄井壁厚度,解决了特厚表土层钻井井壁结构的设计计算难题。目前,该方法已应用于工程实际的井壁结构设计中。     

考虑驾驶员模糊感知的深度学习跟驰模型

为模拟驾驶人记忆效应以及模糊感知特性,设计了基于模糊感知时间窗的深度学习跟驰模型。提取highD数据集跟驰轨迹,以0.2 s最小时间间隔,连续3 s本车速度、前后车速度差、车头间距的时序数据作为模型输入,模拟驾驶记忆。训练深度学习跟驰模型,得出单层32个输出维度的门控循环单元(GRU)网络可以很好拟合实际数据。在每次输入模型的时序数据中,用模型预测值替换部分真实跟驰状态值,作为驾驶员对场景的估计,即模糊感知。实验得出对同一场景的不同模糊感知,可产生不同跟驰行为,模拟了驾驶行为的异质性,可为异质交通行为仿真提供方法。     

基于密度自适应深度网络的点云场景语义分割算法

由于传感器噪声干扰,点云密度不均匀,场景复杂多样以及物体之间存在遮挡现象等问题,使得三维点云场景语义分割问题的研究工作极具挑战性。针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题,提出一种密度自适应的方法。该方法通过多层感知器学习一个权重函数,利用核密度估计学习一个密度函数,对非均匀采样的点云数据进行卷积操作。同时,受深度学习在图像领域的启发,引入残差连接、空洞卷积等结构,训练更深层的点云分割网络。该算法在多个点云分割的标准数据集上取得了优秀的性能。     

采用通道注意力机制的RIS辅助MIMO级联信道估计

可重构智慧表面（RIS）辅助多天线毫米波无线通信系统的级联信道有直传和反射两条链路,系统维数大且复杂,获取信道状态信息（CSI）困难. 针对RIS辅助下的大规模多输入多输出（MIMO）通信系统应用场景,提出了基于通道注意力机制的SE-ResNetV2网络来获取CSI,在残差网络（ResNet）中引入了通道注意力模块,通过挤压和激励策略来提高噪声特征的捕捉能力. 仿真结果表明,相比于最小二乘（LS）估计算法和常规的注意力机制深度ResNet,所提出的深度学习网络具有更好的去噪效果和估计精度.     

斜桩加固下覆倾斜基底软土桩-网复合地基离心模型试验

通过2组相似比为1:100的土工离心模型试验,研究斜桩对既有下覆倾斜基底软土桩-网复合地基的加固效果。试验结果表明,采用斜桩加固既有下覆倾斜基底软土桩-网复合地基,可有效减小路堤顶面的工后位移(竖向、水平),控制路堤顶面两侧沉降差的发展;同时,斜桩加固能有效抑制既有复合地基中斜坡桩、摩擦桩的桩顶水平和竖向位移,防止土工格栅的破坏及复合地基非对称"盆状"沉降的产生和发展;此外,斜桩加固可显著减小既有复合地基中的水平向推力,提高地基刚度及稳定性。研究表明,斜桩是加固既有下覆倾斜基底软土桩-网复合地基的有效措施。