青藏高原申扎-双湖剖面岩石圈电性结构特征及其含义

为了研究班公湖-怒江缝合带的壳幔电性结构及构造特征,并为其俯冲极性提供电性约束,对青藏高原中部申扎-双湖大地电磁测深剖面进行全面数据处理分析,获得了可靠的二维电性结构模型,研究表明:沿剖面上地壳分布的是规模不等的高阻体,底面埋深在10~25 km变化,高阻层之下发现由不连续的高导体构成的中下地壳高导层.通过对电性结构的分析,认为班公湖-怒江特提斯洋的俯冲消亡极性可能是双向的,随后拉萨-羌塘地体碰撞带处的上地壳高阻体发生拆沉,以上两次动力学事件可能共同作用于缝合带处的壳幔高导体,同时北拉萨地体的壳幔高导体还可能体现了构造作用、岩浆活动和成矿作用之间的关系.     

有限空间中三维壁面紊动射流流动特性试验研究

为了研究三维壁面紊动射流前方布置的垂直挡板对时均流动特性的影响,采用粒子图像测速技术对不同雷诺数和淹没水深条件下的流速场进行了测量,统计分析了U速度剖面分布、速度半宽值变化和最大速度衰减规律。结果表明:沿射流方向具有3个明显不同的衰减区,依次划分为自由边界下的三维壁面射流区（Ⅰ区）、垂直挡板影响区（Ⅱ区）和近壁区（Ⅲ区）。在重点分析的Ⅱ区内,3个特征物理量的分布规律均与雷诺数无关;在垂直挡板影响下,速度半宽值扩展率明显加快,发展更为充分;在水深H~1.75H范围内,射孔中垂面内速度半宽值扩展率为0.043,同时0.5H的递增对射孔中心水平面内速度半宽值的分布较为敏感,其扩展率由0.205增至0.270;最大速度衰减对水深的改变并不敏感,且在Ⅱ区加速衰减,衰减指数为1.095。通过与半无限空间中三维壁面射流径向型衰减区的流动特征比较,Ⅱ区与之相似,将Ⅱ区视为提前进入径向型衰减区。     

双向地震作用下崩塌堆积体边坡动力模糊可靠性分析

考虑崩塌堆积体边坡岩土体参数随机性和模糊性,以及地震力双向性,建立一种边坡地震动力模糊可靠度计算方法,针对竖向地震力对崩塌堆积体边坡稳定可靠性的影响进行进一步研究。首先,选用动力有限元时程分析法计算出双向地震工况下崩塌堆积体边坡的响应特征,并运用模糊理论对强度参数进行模糊性处理;然后,根据Mohr-Coulumb强度准则构建边坡安全系数与可靠度的时程计算模型;最后,采用边坡地震可靠性评价新方法,通过MATLAB编写相应程序,实现计算和分析结果的快速输出。案例结果表明:新方法计算结果更加合理,对工程而言也更加安全;竖向地震作用均对崩塌堆积体边坡整体可靠性存在影响,但影响程度需根据工程实际情况进行分析。在算例工况下,竖向地震对崩塌堆积体边坡的可靠性影响很小,仅使得可靠度降低3.55%,因此,可仅考虑水平地震的影响。     

中国交通CO2排放时空格局演变及其影响因素——基于2000~2012年30个省（市）面板数据的分析

通过构建交通CO₂排放模型对2000~2012年中国30个省（市）的交通CO₂排放时空演变特征进行了分析。并采取“由大到小”逐步回归的建模方式,在传统的固定效应模型（面板数据模型）基础上引入时间固定效应,构建了双向固定效应模型对中国交通CO₂排放的社会经济、城市形态、交通发展等方面的影响因素进行研究。结果表明：2000~2012年期间,中国交通CO₂排放总量和人均交通CO₂排放量分别以9.29%和8.69%的年均增速增长,前者的区域差异呈先增后减趋势,后者的区域差异则首先呈周期性波动,而后一直保持减少趋势。人均GDP和城镇居民家庭人均可支配收入对人均交通CO₂排放具有显著的正向效应,表明社会经济发展和居民收入水平提高是交通CO₂排放增长的主要驱动因素。城市人口密度对交通CO₂排放亦具有显著的正向效应,这意味着未来中国应加强对城市人口密度的规划控制,以避免因人口过度集聚而额外增加产生交通CO₂排放。公共交通发展水平对交通CO₂排放增长具有显著的负向效应,但小汽车拥有率对交通CO₂排放的影响并不显著。     

Vondrak滤波方法在软件接收机卫星双向时间传递中的应用

基于软件接收机的卫星双向时间传递(Two-Way Satellite Time and Frequency Transfer based on Software Defined Receiver, SDR-TWSTFT)链路每秒采集测量数据后通过数学模型将原始数据拟合为300 s一组的观测文件,因此链路的时间传递结果受短期测量噪声和非模型误差的影响,呈现出一定的随机噪声的特征.提出了一种频域幅值分析方法,针对性地确定滤波因子,构造符合需求的低通Vondrak滤波器.通过对中国科学院国家授时中心(National Time Service Center, NTSC)和德国联邦物理技术研究所(Physikalisch-Technische Bundesanstalt, PTB)之间的SDR-TWSTFT链路测量数据的分析发现,该方法对过滤链路平均时间一天内的高频噪声有效,能够提高链路时间传递结果的可信度,同时滤波后链路的短期频率、时间稳定度也有了显著提高.     

三层BP网隐层节点数确定方法的研究

对确定三层ＢＰ网络隐层节点数的理论依据和现有做法进行了研究,提出了一种三层ＢＰ网络隐层节点数的双向确定法     

《南京市房产测绘系统》的前后台数据双向转换

本文简要介绍《南京市房产测绘系统》开发过程中,当前,后台分别使用ＡＲＣＶＩＥＷ和ＡＲＣ／ＩＮＦＯ作为开发平台时,ＳＨＰ格式数据文件与ＡＤＦ格式数据文件在网络上如何进行双向转换的一种实用方法。     

纵向和横向同时约束AVO反演

为了提高AVO(amplitude versus offset)反演结果的精度和横向连续性,本文提出了一种新的AVO反演约束方法,该方法结合贝叶斯原理和卡尔曼滤波算法实现了对反演参数纵向和横向的同时约束.文章首先结合反演参数的纵向贝叶斯先验概率约束和反演参数的横向连续性假设建立了与卡尔曼滤波算法对应的AVO反演系统的数学模型,然后将该数学模型代入卡尔曼滤波算法框架,利用卡尔曼滤波算法实现了双向约束AVO反演.二维模型测试和实际数据测试结果表明,相对于单纯的纵向贝叶斯先验概率约束,双向约束能更准确地刻画参数的横向变化,得到更准确、横向连续性更好的反演结果.     

基于LBS和深度学习的旅游景区客流量的高时频预测

为实现精准的旅游景区客流量的高时频预测,本研究构建了一套基于LBS和深度学习模型的预测方法。此方法可通过对LBS数据的转换实现预测的空间范围与时频控制,并通过方法的核心模型——基于双向循环神经网络和GRU算法构建的深度双向GRU(DBi-GRU)模型完成预测。为检验方法的有效性,研究以深圳大梅沙海滨公园为例对方法进行实验测试。实验使用拟合曲线、误差指标及DM检验3种方法评估DBi-GRU模型的预测效果。此外,实验还设置了其他五种深度学习模型作为DBi-GRU的对照模型,测试基于不同深度学习算法的模型之间的预测水平差异。实验结果表明:(1)本研究提出的DBi-GRU模型在景区客流量高时频预测中具有理想的预测效果,在高峰时段的客流量预测方面也具有较高准确性,预测效果明显优于其他深度学习模型;(2)基于双向循环网络的模型的效果普遍优于基于常规循环网络的模型。尤其是基于双向LSTM算法的模型,虽然预测的准确度略逊色于DBi-GRU模型,但在模型性能上与其的差异并不显著;(3)在相同网络参数下,GRU算法较前人采用的LSTM和RNN算法有着更高的预测准确性。本研究为客流量预测领域的研究提供了一种...     

异构传感器网络基于身份的认证及密钥协商方案

结合身份密码体制,提出了一个基于身份和地理位置信息的异构传感器网络(HSN)节点间的双向认证及密钥协商方案。不同性能节点之间采用不同的协议完成身份认证和密钥建立,充分发挥了高性能节点的能力,降低了低性能节点的能耗。该方案具有完美前向保密性和主密钥前向保密性,具有较好的抗节点伪造、节点复制和女巫攻击能力。分析与仿真表明,该方案具有较好的安全性。