应用神经网络建立水下拖曳体轨迹姿态水动力控制模型

以拖曳体的拖曳水池样机试验取得试验数据作为训练样本，采用LMBP算法，建立基于神经网络理论构建的可控制水下拖曳体轨迹与姿态水动力控制数值模型，并进行LMBP模型仿真检验。结果表明，利用所建全的神经网络模型对拖曳体在一定控制动作下的水动力响应预报是令人满意的。     

试论旋扭构造形成的地球动力学模式——以欧亚旋扭构造体系为例

形成旋扭构造的动力可概括为五个方面:地块随着地球自转速率的变化,局部发生的旋扭;漂移在软流圈之上的地块遇到上拱的“热柱”受到局部牵制而旋扭;地幔熔融体物质对流循环产生蠕动式旋扭;岩石圈拖曳牵动引起旋扭;重力控制下密度分异所引起的水平漫流碰接于上升物质而旋转。欧亚大陆上分布着涡轮状、帚状、莲花状、连环状等各种旋扭构造。     

基于CNN-GAN组合模型的可控源电磁反演方法北大核心CSCD

提出一种基于卷积神经网络(CNN)和生成对抗网络(GAN)组合模型的可控源电磁反演方法。为突出异常体信息,将总场进行差分预处理,同时修改损失函数以增强GAN的稳定性。将差分总场送入CNN,得到地面接收电场与地下异常体电导率数据之间的结构化因果关系;输出异常体的粗略电导率模型,再将其作为GAN的输入,在GAN中提取特征进行训练,得到高精准和高对比度的电导率反演结果,以达到工程应用的要求。通过将CNN-GAN组合模型与传统神经网络模型的预测结果进行对比发现,CNN-GAN组合模型优于传统神经网络模型,能够更好地预测地下异常体的电导率模型,相似度高达94.38%,比传统CNN和GAN模型分别提高约48%和78%。     

基于神经网络汉语分词模型的优化

针对目前汉语分词系统中BP算法收敛速度慢等难题，提出利用Levenbery-Marquart算法优化神经网络分词模型。较详细地介绍了所建立的试验系统。并进行了试验分析。优化后的模型可以有效地解决神经网络模型中易陷于局部极小、算法收敛速度慢等缺点。进一步提高该模型在分词领域中的实用性和分词效率，对于中文信息的自动化处理具有重要意义。     

东营凹陷王庄地区古近纪沙河街组三段扇三角洲砂砾岩体沉积特征分析

本文利用现代沉积学、测井学和地震勘探等手段,对王庄地区砂砾岩扇体特征进行了研究,认为该区在古近纪以形成古近系的较高水动力能砂砾岩扇体沉积体为主,其中扇三角洲砂砾岩体是本区最主要的砂砾岩扇体类型,并具有较好的储集性能,是本区最主要的油气储集体;王庄地区砂砾岩扇体沉积,强烈地受控于边界构造条件;砂砾岩扇体沉积及其形态均受沉积相的控制,并具有复杂多变的特征,从而导致了本区油气藏的聚集和分布具有复杂多变的特点。     

北部湾盆地涠西南凹陷古近系流二段滩坝沉积特征及控制因素

滩坝是含油气盆地重要的油气储集体,对其展开研究可为盆地油气勘探和靶区优选提供指导。北部湾盆地涠西南凹陷流二段滩坝砂体富集,然而前人对其内部构型和控制要素研究较为薄弱,油气富集规律不清楚。利用三维地震、录井、测井和重矿物资料,对涠西南凹陷流二段滩坝砂体的沉积特征、内部构型和控制因素展开了细致分析,结果显示:滩坝砂体物源来自于南部企西隆起的正向鼻状构造和西边顺着３号断裂形成的扇三角洲,以
粉砂岩和细砂岩沉积为主,结构成熟度高,表明滩坝砂体的形成经过了反复淘洗和搬运。利用高频层序划分,将滩坝沉积划分为５个期次,５期砂体在垂向上呈现出退积的叠置关系,其平面展布范围受控于水动力强度和物源方向。涠西南凹陷流二段滩坝沉积发育的控制因素主要包括:①较缓的古坡度和相对较弱的构造活动;②水体较浅且水动力较强;③湖平面的高频震荡;④点物源（扇三角洲）和线物源（鼻状构造）同时供源。储层物性对比分析显示第五期砂体和第三期砂体的物性最好,勘探潜力最大,其次为第四期砂体和第二期砂体,第一期砂体物性最差。      

基于水动力量化因子的岩溶强发育深度研究

地下水垂向循环水动力条件是岩溶发育深度的主要控制因素。为探求川东背斜构造岩溶区多级水流系统控制下的岩溶强发育深度,采用地理信息系统(GIS)技术,选取地形指数和水动力坡降构建岩溶水动力强弱的量化因子F_HQ,并结合钻孔数据推求假角山背斜构造区地下岩溶强发育深度。研究显示：水动力因子F_HQ与地形指数、水动力坡降在空间上呈明显正相关关系,同时可指示岩溶水流系统向深循环的深度,以此推求背斜构造区地下岩溶的强发育深度下限。假角山背斜两翼F_HQ集中在0.1～0.4之间,岩溶水动力整体偏弱,深沟F_HQ值整体高于浅沟。东、西翼深沟控制下的地下岩溶强发育深度分别约40～100 m和110～180 m;浅沟控制下的地下岩溶强发育深度分别约15～60 m和10～90 m。研究成果可进一步丰富川东背斜区岩溶发育评价方法体系,为隧道工程岩溶突水灾害预测防治提供理论依据。     

冲击作用下饱和土性状的试验研究

在三轴条件下,对饱和土(砂土和黏土)进行排水与不排水条件下的冲击试验及冲击后再固结试验,对比研究了不同渗透性土在不同排水条件下的冲击动力响应和冲击后再固结性状.结果表明:饱和黏土不排水冲击时的孔隙水压力随冲击击数增加而升高并逐渐稳定,排水冲击时的孔隙水压力则是先达到峰值然后有所下降;砂土不排水冲击时的冲击能量对孔隙水压力影响最明显;饱和砂土不排水冲击时的轴向应变与冲击击数呈近似线性关系,饱和黏土冲击及饱和砂土排水冲击则呈近二次曲线关系;饱和砂土不排水冲击后再固结阶段的孔隙水压力立即消散为0,同时体变迅速增大到一定值;饱和黏土在冲击后再固结阶段的孔隙水压力在一定时间内逐渐消散完毕,同时体变逐渐增大;饱和黏土排水冲击时,冲击阶段产生的体变占冲击引起总体变的39%~49%,冲击后再固结阶段产生的体变占51%~61%;砂土和黏土的总体变均表现为排水冲击明显大于不排水冲击,改善冲击时的排水条件有利于提高加固效果.     

暴雨内涝危险性情景模拟方法研究——以上海中心城区为例

本文采用地理信息系统技术（GIS）与水文/水动力学相结合的方法,使用修正的SCS模型进行产流模拟,利用局部等体积法和水动力模型进行汇流模拟,建立了基于情景的城市暴雨内涝危险性模拟工具,并对相同雨强情景下不同汇流模型的模拟结果与精度进行了对比分析。结果表明：（1）局部等体积法计算简单,对降雨的时程分配较为敏感,峰前历时和雨强对结果影响显著,较适合于雨型确定的城市暴雨内涝危险性快速模拟;水动力模型计算复杂,与整个降雨历时存在明显关系,模拟精度较高。（2）利用台风“麦莎”带来强降雨导致的积水实测数据,对模拟结果进行对比和验证,表明本文建立的水动力模型法模拟结果与实测降雨积水更为接近,更适合上海中心城区暴雨内涝危险性情景模拟。     

降雨径流与洪水淹没模型耦合的应用研究

洪水研究包括径流与淹没两种模式。为了探究流域降雨产汇流与淹没情况、提高洪水预报精度,本研究在传统流域水文模型的基础上耦合二维水动力学模型,建立水文-水动力耦合模型。以我国吉林温德河流域为研究实例,模拟了2017年“7·13”洪水在下游口前镇所处子流域洪水淹没过程。首先对基础数据进行预处理,建立HEC-HMS水文模型并进行参数优化后,最终获得流量过程水文结果作为水动力学模型边界条件,之后建立HEC-RAS二维水动力学模型对重要子流域进行淹没模拟。耦合模型计算结果显示,水文模型经多参数优化流量模拟的NSE系数为0.988,水动力计算最大淹没水深达9.3 m相对误差为-5.2%。从泛洪模拟结果来看,子流域上游部分的农田大量被淹,淹没水深范围在0.5~2.0 m,平均流速基本在1 m/s以下。下游口前镇内最大淹没水深接近1 m,水流速度0.2 m/s至1.5 m/s,与实际的淹没情况相吻合。研究表明,所建水文水动力耦合模型模拟计算的结果准确率较高,对具有复杂水文、水力条件的流域的洪水预报具有重要的指导意义。     

Analysis of the Dynamic System of Wave Glider with a Towed Body

Mobile observation platforms are widely used in oceanographic and marine resource exploration and other applications. Wave Glider is a mobile platform that can transform wave energy into locomotion power and overcome the bottleneck of low energy supply. Wave Glider has recently been applied to tow underwater sensors fulfilling observation tasks. In this paper, the dynamic system of Wave Glider with a towed body is studied by applying multibody mechanics, and the relevant motion conditions of the system are investigated. Dynamic models of Wave Glider with a towed body and tether are first developed individually and then integrated into a whole model. The numerical method is used to obtain the dynamic responses and assess performance of the towed body pulled by the submerged glider of Wave Glider. The effects of sea state, mass of the towed body, and length of the towed cable are investigated on the basis of simulation results. This work can be used for the design and analysis of Wave Glider-towed body systems.     

基于扩展Petri网的城市交通信号控制研究

通过一种时间扩展的带有约束弧的Petri网,对城市十字路几交通信号控制系统进行模型的建立.将路口流向分为离散的6相位,并分别设定其延时,以保证各个方向的车辆及行人安全.最后埘模型进行正确性分析及验证.     

基于粒子滤波的行车轨迹路网匹配方法

行车轨迹是一种时间序列的地理空间位置采样数据,而传统的轨迹—路网匹配方法主要以全局或局部寻优的方式建立轨迹—路网匹配关系,影响了时空场景中数据的匹配计算过程的相对独立性。针对这个问题,本文基于粒子滤波（Particle Filter,PF）原理建立行车轨迹与道路网络之间的匹配关系。首先,沿轨迹中车辆运动方向在道路网络中搜索邻近道路节点,在与道路节点拓扑邻接的道路弧段上初始化随机生成粒子,根据轨迹中车辆运动模型将粒子沿所在道路弧段移动;然后,基于PF原理计算各时刻粒子运动状态及与行车轨迹采样点之间的距离误差,根据高斯概率密度函数计算粒子权重并利用随机重采样方法进行粒子重采样,迭代更新粒子运动状态;最后,计算与搜索到的道路节点拓扑邻接的每条道路弧段中累计粒子权重,通过各道路弧段累计权重计算轨迹—路网匹配关系。以行车轨迹进行实验表明,利用本文方法可以通过粒子时空变化反映采样点的移动,行车轨迹—路网匹配结果的正确率大于85%,能够实现行车轨迹和路网的准确匹配。     

A spatio-temporal data model for road network in data center based on incremental updating in vehicle navigation system

The technique of incremental updating,which can better guarantee the real-time situation of navigational map,is the developing orientation of navigational road network updating.The data center of vehicle navigation system is in charge of storing incremental data,and the spatio-temporal data model for storing incremental data does affect the efficiency of the response of the data center to the requirements of incremental data from the vehicle terminal.According to the analysis on the shortcomings of several ...     

基于GIS交通网络的室内3维网络模型研究

在2维交通网络逻辑数据模型基础上,讨论了概念化的楼层网络,进行了室内连通的3维网络模型的研究。基于ArcGIS的交通网络模型建立了试验区的室内3维网络模型,并给出分析结果,该方法为室内3维网络模型研究提供了技术支持。     

�����Ŵ��㷨�Ż��ľ�����������ڿ���GPS�߳�ת���е�Ӧ��

????????????????????????????????????????????????????????????????????????????????????????????????????????     

基于2000国家大地坐标框架的矿区坐标系统转换模型与方法

随着2000国家大地坐标系的推广使用,我国各矿山均存在大量的测绘成果坐标系统转换的任务。为了实现矿山坐标系统成果的顺利转换,在矿区首先建立基于2000国家大地坐标系统矿区控制网。并根据七参数模型和四参数模型的适用情况,从坐标系统框架建立、水准面精化、坐标转换模型、精度评定及实例分析等方面系统讨论了矿区坐标系统转换的理论与技术方法。     

运用BP网络预测地下水位

人工神经网络是一门新兴的交叉学科，是处理非线性问题的有效方法。本文把影响地下水位的因素集作为网络的输入向量，地下水位本身作为网络的输出向量，构成了预测地下水位的ＢＰ网络模型。一个实例的应用实践表明，用ＢＰ网络预测地下水位较准确地反映了客观实际，比其它方法如回归模型具有较高的拟合精度和预测精度。     

基于改进小波神经网络的GPS高程拟合研究

针对小波神经网络存在的局限性,采用粒子群算法对小波神经网络进行优化,并在此基础上建立GPS高程异常值的拟合模型.为了避免粒子群算法陷入局部极小值和收敛速度慢等问题,采用惯性权重非线性递减和自适应学习因子相结合的策略对粒子群算法进行改进,从而提高模型的训练精度.以某矿区实测GPS数据为例,对所建模型的拟合性能进行验证.结...     

基于期望值模型的注水管网摩阻因数反演

为对油田注水管网摩阻因数进行反演求解,将注水管网节点部分未知压力设为随机参数,建立注水管网管道摩阻因数反演的一类随机优化模型———期望值模型;给出利用随机模拟技术和遗传算法求解期望值优化模型的数值方法.通过对理想注水管网进行反演求解,验证模型的合理性和算法的可行性.