基于可拓理论的边坡强度指标

基于可拓理论,从3个层次5个指标建立了边坡稳定性评价指标体系,研究了内摩擦角和黏聚力对边坡稳定性的影响,给出了抗剪强度参数与安全系数之间的数量关系.研究结果表明:随内摩擦角和黏聚力的增大安全系数呈线性增大,且内摩擦角对安全系数的敏感性明显大于黏聚力对安全系数的敏感性.最后,基于安全、经济、高效的原则,采用锚杆措施对辽宁省小盘岭边坡进行加固处理.     

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.     

具有高阶奇点的可积非Hamilton系统的Abel积分

讨论一类具有高阶奇点的可积非Hamilton系统的Abel积分,得到的结论是该系统的Abel积分零点个数最多为3.     

神舟七号载人飞船相关术语

“载人飞船”不同于“航天飞机” 载人飞船（manned spacecraft）是一种可供一次性使用的往返飞行于地球与太空之间的载人航天器。俄罗斯的联盟系列飞船、美国的阿波罗号均属载人飞船。航天飞机（space shuttle）指往返于地面和近地轨道之间的可重复使用的太空飞行器。美国的哥伦比亚号、发现号和奋进号等都是航天飞机。航天飞机技术先进,     

不含4-,5-圈且无相交3-面的平面图的星边染色

图G的星边染色是指G的一个正常边染色满足G中无长为4的路(或圈)是2-边染色的.使得图G有星边染色的最小颜色数k称为G的星边色数,记为χ_st^′(G).证明了若平面图G不含4-5-圈且无相交3-面,则χ_st^′(G)≤[1.5Δ]+10.     

可消半模的正合列

设A和B是S-半模,f：A→B是半模同态,ˉ△A和Kf分别定义为ˉ△A＝{（a,b）∈A×A}a＋m=b＋m,存在m∈A}和Kf={（a,b）∈A×A│f（a）＋m=f（b）＋m,存在m∈B}.将Kf和ˉ△A同时缩小为所规定的Kerf和△A,重新给出了monic和epic不同的定义,从不同的角度对某类特殊的半模-可消半模的正合列进行了刻画。     

基于可解释机器学习的水平井产能预测方法

准确预测致密气藏分段压裂水平井产能是压裂效果评价和优化设计的关键环节。现有的产能预测方法,引入了过多的假设和简化,很难全面反映致密储层流体多尺度的运移机理和复杂物理过程,导致产能预测误差较大。提出一种基于机器学习的致密气藏分段压裂水平井产能预测方法,该方法综合利用已收集的地质、压裂水平井产能及钻完井等多类型数据,通过机器学习算法直接挖掘数据内部规律,建立产能预测模型。此外,为解决常规机器学习模型的“黑盒子”问题,还利用SHAP(SHapley Additive exPlanations)方法对建立的机器学习模型进行全局和局部解释,分析影响产能的主要因素,增加了模型的可信性和透明度。以苏里格气田苏东示范区为例,验证了该方法的有效性和实用性。与油气藏数值方法相比,该方法不仅提高了产能预测的精度,而且缩短了建模周期,加快了计算速度。     

无线信道上能量约束条件下可伸缩视频的自适应传输

为提高无线信道上可伸缩视频码流的传输效率,提出一种新的能量约束条件下可伸缩视频码流自适应传输算法。基于无线信道的Markov模型假设,在满足延时约束条件下,对各可伸缩视频编码帧的增强层数目以及信道发送速率进行联合优化,并给出了动态规划算法求解该约束优化问题。实验结果表明,相对于采用固定信道传输速率的可伸缩视频码流传输方案,该方案在达到相同平均视频质量时平均可节省44.95%~52.86%的能量,显著提高了无线信道上可伸缩视频传输的能量利用效率。     

基于M-QAM和UEP的无线可伸缩视频联合优化传输

可伸缩视频编码可以根据信道波动的情况传输部分码流获取较低的视频质量以适应无线信道的波动。在满足信道传输速率的约束条件下,给出了率失真意义下联合优化多进制正交调幅子信道分配、可伸缩视频编码的传输层数以及各层的信道编码保护级别的视频传输算法。实验结果表明,在加性高斯白噪声信道下,与等重保护且不考虑多进制正交调幅子信道差异的机制相比,该传输方案能够取得平均1.5~2 dB的解码增益,显著提高了可伸缩视频码流无线传输的鲁棒性。     

土壤磷素流失强度评价模型

土壤磷素流失强度评价对于控制面源磷素流失,降低受纳水体富营养化程度极为重要。为了探索一套有效的评价方法,该文对土壤磷素流失机制进行了研究,并且在对土壤磷素循环及背景参数进行分析的基础上,应用径向基函数(radial basis function,RBF)神经网络技术建立了土壤磷素流失强度评价模型。将模型运用于江苏省土壤普查样本的算例结果显示,96.7%的学习样本拟合相对误差小于0.3,预测相对误差均在0.4以内。结果表明,模型是精确的,可以用于实际土壤磷素流失的评价。