基于免疫进化规划算法的边坡岩体渗流数值模拟

根据渗流达西定律和Burkley-Leverret方程建立了边坡饱和-非饱和渗流的数学模型,基于免疫进化规划算法,对龙滩电站蠕变体典型剖面进行了渗流参数反演,以此为基础,对边坡渗流规律进行了数值模拟.模拟结果表明,裂隙和坡角是渗透载荷比较大的部位,容易发生失稳破坏.     

电容成像图像重建算法原理及评价

对现有的电容成像图像重建算法进行了综述并介绍了其原理,其中包括线性反投影法(LBP)、基于奇异值分解(SVD)的直接算法、Tikhonov正则化方法、Newton-Raphson算法、最速下降法、Landweber迭代算法、代数重建技术(ART)、同步迭代重建技术(SIRT)和基于模型的重建算法。在此基础上使用仿真和实验数据对目前主要使用的线性反投影法、基于奇异值分解的直接方法、Tikhonov正则化方法、Tikhonov迭代、投影Landweber迭代等进行了评价。对它们从电容值误差、图像误差、相关系数和耗用时间几个角度进行了比较,并对今后电容成像图像重建算法的发展方向提出了一些看法。     

三维测量系统中线性CCD相机的直接线性变换

多组线性电荷耦合器件 (CCD)相机的直接线性变换 (DL T)中的每组 7个系数用于惟一确定对应相机的 8个内外方位元素对三维坐标解算有重要意义。分析了多组一维成像单元的标志点三维坐标重建原理。每个成像单元实际上只有 7个可用的内外方位元素 ,且与 DL T方程中系数的数目相符合 ,消除了可能由于系数和相机物理参数个数不等引入的重建误差。在自行研制的系统上进行了静态标志点的测试。结果表明 :在 70 0 m m× 76 0 mm× 5 0 0 mm的测量范围内 ,X、Y、Z坐标误差值都小于 1mm。     

层状大地视真频参数测深曲线的反演

在Cole-Cole模型假设的基础上,用一种新的递推反演算法对无电磁偶合影响时的水平层状大地对称四极装王复电阻率测深曲线进行反演,得出了层状大地上视电阻率、视时间常数、视频率相关系数、视充电率的视真频参数测深曲线.与需要复电阻率频谱的反演方法不同,该递推算法只需要4个不同频率的复电阻率数据,大大减少了野外工作量.通过对几种层状介质模型反演计算,结果表明:视真频参数测深曲线能够反映出各地层介质的真频参数随深度的变化规律;综合利用视真频参数能确定层状介质的频谱特性,从而达到区分岩石性质的目的.     

傅立叶变换的复奇偶性

傅立叶变换是信号处理中的基本时-频变换工具,它有许多基本性质.本文从傅立叶变换的实奇偶性出发,对复时间信号的傅立叶变换及其幅频和相频特征函数的奇偶性做了详细的推导与论述,其结果有助于我们进一步理解信号在时域与频域之间的联系.     

补零对有限长序列频谱及DFT的影响

补零是DFT中经常采用的方法，本文具体分析了零的不同位置对序列频谱及DFT产生不同的影响，及补零后DFT的计算公式，同时不仅从理论上证明而且利用MATLAB更加直观地说明补零只能使片列的频谱变得细致，但不能提高序列的频率分辨率，只有采集更多的有效数据，才能得到序列的高分辨率频谱。     

济南市南部山区采石废弃地的生态恢复探讨

在分析了济南南部山区废弃地现状及对环境的负面影响的基础上,在生态恢复理论的指导下,讨论了采石废弃地生态恢复技术途径与模式.指出应以植被重建为恢复目标,重点是改良基质,选择耐旱、耐瘠、速生、生物量大的灌木与草本为先锋植物种类,并结合当地条件,种植不同特性的植物.     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射 ,并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷 ,提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率 ,使网络的训练速度大幅度提高。利用该方法进行地震反演 ,抛开了褶积模型的限制 ,也无须已知地震子波。外推过程是在三维空间内进行的 ,所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释 ,可以直接描述储层的空间展布。     

基于低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构

该文结合Zeyde等人提出的低分辨率图像自举算法和双重稀疏性字典的训练方法,提出了一种新的单幅图像超分辨率重构方法。该方法在训练字典的过程中,首先对低分辨率训练样本图像采用自举算法进行超分辨率重构,然后将自举重构输出图像与低分辨率、高分辨率训练样本图像求差,并将两幅差值图像的小波分解系数作为样本数据源,训练具有双重稀疏性的字典对。文中详细讨论了结合低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构算法框架,并通过实验比较证明,该文方法较其他方法具有更好的超分辨率重构效果。     

基于复合稀疏去噪的沙漠地震噪声消减

沙漠地震噪声既含有低频噪声又含有高斯白噪声,一般方法很难同时去除这两种噪声,针对此问题提出了使用复合稀疏去噪同时压制沙漠地震噪声中的低频噪声和高斯白噪声的方法。在复合稀疏去噪中将平方损失作为损失函数的保真度约束,将信号和信号一阶导数的 L1 范数作为损失函数的稀疏约束,然后通过最小化损失函数去除信号中的高斯白噪声。为同时去除低频噪声,复合稀疏去噪中联合使用了低通滤波器,即可一次性去除低频噪声和高斯白噪声。分别对模拟地震数据和实际地震数据进行仿真实验,实验表明该方法可有效地同时压制沙漠地震数据中的低频噪声和高斯白噪声,复合稀疏去噪的保幅略好于带通滤波器,去噪后带通滤波器会产生较严重失真,而复合稀疏去噪的失真较小。