降雨条件下考虑非饱和渗流的黄土滑坡灾变分析

采用滤纸法测试,并根据SWCC理论模型Van Genuchten方程拟合,得到非饱和土-水特征曲线,同时根据Van Genuchten统计传导模型估计渗透系数曲线.针对降雨诱发型黄土滑坡,建立边坡二维分析模型,以Mohr-Coulomb准则作为滑坡破坏依据,以非饱和土渗流理论为依托,进行渗流分析和稳定性分析.通过分析降雨不同持时坡体内部孔隙水压力的变化规律,揭示降雨入渗机理.结果表明,随降雨时长增加,滑坡土体由非饱和状态向饱和状态过渡,坡体孔隙水压力不断增加,水位线不断向上抬升.稳定性分析结果表明,降雨持续时间越长,滑坡稳定系数越低,降雨开始前滑坡稳定系数为1.005,滑坡处于蠕动变形阶段,与现状滑坡体上裂缝发生发展相符合;雨强120 mm/d持续降雨48 h时稳定系数为0.978,滑坡为不稳定状态;降雨持续2.5 h时,滑坡由欠稳定状态转为不稳定状态,由蠕动变形阶段进入滑动阶段,反映了滑坡稳定状态对降雨极为敏感.     

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.     

疏松砂岩油藏大孔道定性识别新方法研究

疏松砂岩油藏在长期注水开发过程中,往往伴随着大孔道的出现,这严重影响了油藏水驱开发效果,制约了采出程度的进一步提高,因此,大孔道识别及有效封堵成为该类油藏急需解决的关键问题.通过研究分析,确定了影响大孔道从形成到发展的7种主要静态因素,以及标志大孔道形成的6种主要动态因素.将层次分析法及灰色关联法相结合,分别计算静态及动态因素的权重,建立了全新的大孔道定性识别模型.示踪剂监测结果验证了该方法的实用性和有效性.     

基于盒维数的锚杆工作荷载无损检测研究

为研究锚杆工作荷载,应用了分形理论中的盒维数方法。根据一维杆波动理论,在锚杆外露端头安装一个自激式加速度传感器,利用锚杆无损检测加载试验台分级加载、检测标定测得锚杆-围岩相互作用体系在激发荷载作用下的速度响应,计算其加速度响应曲线的盒维数,拟合得出荷载-盒维数曲线,直观地判断锚杆工作荷载和锚固质量。     

圆柱面上具非零曲率和挠率的曲线特征

三维欧氏空间中的曲线的Frenet标架的运动方程满足Frenet公式,并且在相差一个旋转变换和平移变换的意义下由其曲率和挠率唯一确定.在曲线所在曲面有特殊结构的情况下,可以得出曲面上曲线的曲率和挠率满足的关系.文中只利用了圆柱面上曲线在中心轴上的投影函数给出了圆柱面上具非零曲率和挠率的光滑曲线其曲率和挠率必须满足的方程.     

中国和美国信贷冲击跨境溢出效应的比较研究

本文构建了基于符号约束识别的GVAR模型,并用以考察中国和美国的信贷市场冲击对全球41个国家的不同溢出效应.研究结果表明,中国紧缩性信贷市场冲击对本国实体经济有显著的负效应,但仅限于短中期;而美国信贷冲击对本国乃至全球经济都具有相当大且持久的负影响.中国信贷冲击的跨国效应较小,且主要通过贸易渠道.中国信贷市场的本国冲击能解释中国产出近10%的波动,但无论是本国效应还是跨境传导,总需求冲击仍是驱动中国经济周期波动的最主要力量.     

二维Hilbert曲线构造与绘制

Hilbert是一种经典的空间填充曲线，具有严格的自相似性，可以将他划分成一些很小的单元，只是方向不一。且具有良好的空间聚集特性，应用也很广泛，譬如在图像置乱加密，数据压缩，数据索引编码等。Hilbert曲线比其他的填充曲线如Z-Ordering、Gray更能保持原始数据的性能。因此详细了解Hilbert曲线原理并使用一种自己熟悉的计算机语言来绘制Hilbert有很大的意义。因此，该文主要介绍二维Hilbert曲线的构造及原理并用C#编程语言将它实现。     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.     

基于混合高斯模型的储物柜存取货行为检测方法

针对储物柜存取货物场景的实际情况和人员行为的特点，提出一种通过融合时间调整机制控制前景融入背景的改进型混合高斯建模检测方法，并引入手臂识别机制。融合时间调整机制减小了由于人员停止运动而错误决策为背景的可能性；手臂识别算法模型有效地识别人员伸手动作。实验结果表明，该方法可以简单有效地从连续的图像序列中检测出人员在储物柜场景下的存取货物行为。