桥梁变形数据小波去噪与PSO-BP神经网络预测

跨海大桥在运行期间因受自身因素以及飓风、海浪等多种外界因素的影响,桥梁变形表现为非线性变形.针对这种现象,本文以跨海大桥观测数据为例,使用小波理论进行去噪处理,对去噪后的数据分别建立BP神经网络预测模型以及POS-BP神经网络预测模型,并对比分析预测结果.结果表明:POS-BP神经网络预测模型预测精度更高.     

改进的AKAZE特征提取的全局式SFM三维重建算法

针对增量式SFM算法过渡依赖初始图像的选择,重建时误差累积导致场景漂移且计算效率低的问题,设计了一种改进的加速KAZE特征提取的全局式SFM三维重建算法.首先通过增强特征接受阈值并构造非线性尺度空间来提取图像的特征,使用改进局部差分二进制MLDB描述符对特征进行描述;然后利用全局式SFM算法对整个场景的相机位姿进行估计,从而减小误差并减少光束法平差BA的使用次数,降低了算法的复杂度,大大提高计算效率;最后利用基于面元的多视立体匹配PMVS算法得到稠密重建结果.实验结果表明,同等条件下该方法能够得到更多的有效点对,计算效率约为增量式SFM算法的2倍,且特征匹配准确率提高5％,稠密重建的点云精度高,信息丰富且纹理清晰,是一种有效的三维重建方法.     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

漫谈粒子和字宙（十七）：现代宇宙学简说（上）

从斯莱弗的发现到哈勃定律问世 早在1912年到1914年间,美国洛威尔天文台的斯莱弗（V．M．Slipher）观测了13个星云的光谱,发现其中11个存在红移现象,说明这些星云相对于地球在远离。1922年2月,斯莱弗发表了多个旋涡星云的视向速度数值表,进一步证实了其观测结果。当时,人们还不知道这些星云是在银河系之外的河外星系。1923年,     

漫谈粒子和宇宙（十九）现代宇宙学简说（续）

科学假说与“光锥”概念 现代科学哲学大师玻普尔说过,“那种只把成熟的、教科书中的理论当成科学,而把不成熟的假说当成非科学,是对科学的危险,实际上也是对我们文化的危险。”事实上,许多科学理论在刚产生时都没有充足的证据,这是因为科学理论的前身是科学假说,而任何科学假说,都是在条件不成熟,证据不充分的情况下做出的猜想。正是因为假说的真理性是或然的,所以犯错误的可能性很大。     

宇宙信息

“簇群”遇到天然粒子加速器 欧洲空间局的簇群探测器飞过了一个位于地球大气上方的天然粒子加速器。它们所采集的数据将有助于揭示南北极大多数绚丽的极光是如何产生的。     

漫谈粒子和宇宙（二）

发现电子的故事 自从英国科学家道尔顿（J．John Dalton,1766～1844）创立化学原子学说后很长时间内,人们都认为原子就是最基本的粒子,即把原子看成是“绝对不可再分”的像一个小得不能再小的实心球。直到19世纪末,道尔顿的原子绝对不可再分的观点终于被动摇了,这起因于1879年英国物理学家威廉·克鲁克斯（1832-1919）在高真空放电管中发现了一种带负电的微粒流——“阴极射线”。     

漫谈粒子和宇宙

从微观世界到无垠的宇宙,存在着各种各样的物质,物质究竟是由什么组成的呢？作者将以漫淡形式的系列文章介绍人类从微小的粒子到大宇宙的认识历程,从阴阳五行到古老的四元素说。     

基于PSO-PP的围岩稳定性评价

围岩的稳定性评价是一个复杂的不确定系统问题。结合投影寻踪方法、粒子群算法和逻辑斯谛曲线函数,建立了围岩稳定性评价的粒子群优化投影寻踪(projection pursuit based on particle swarm optimization,PSO-PP)模型。该模型一方面采用粒子群算法优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度,实例分析结果与实际状态完全一致,表明该模型在围岩稳定性评价中的可行性和有效性。