浅谈高等级三角高程测量在水电工程高程测量中的应用

水电工程一般建在深山峡谷中,陡坎多、高差大,不利于几何水准测量。三角高程测量不受地形起伏限制,外业测量工作量小、速度快,作业人员少,在水电工程低精度高程测量中应用广泛。怎样提高三角高程测量精度,一直是大家关注的问题。本文介绍了溪洛渡水电站三角高程测量的实践经验供大家借鉴。     

基于数据增广训练的深度神经网络方法压制地震多次波

地震数据中存在的多次波影响偏移成像,误导地震资料的解释,因此通常视为相干噪声而被去除.为了对多次波进行智能化衰减,本文提出了一种基于数据增广训练的使用深度神经网络的多次波压制方法.设计的深度神经网络包括卷积编码和卷积解码过程,其中卷积编码过程学习全波场数据中的一次波特征,卷积解码过程利用这些特征来重构一次波并压制多次波和随机噪声.在训练阶段,旋转训练集并在输入数据中加入随机噪声构成增广训练数据集来提升神经网络的抗噪稳定性和泛化性,通过迁移学习让深度神经网络具备跨工区压制多次波的能力.简单模型与Sigsbee2B模型三套模拟数据的实例验证了本文方法在一次波重构和多次波压制中的有效性、稳定性和良好泛化性;一套崎岖海底模型地震物理模拟数据的应用实例表明本文方法具有应用于复杂条件下压制地震多次波的能力.

     

Application of probabilistic neural network to design breakwater armor blocks

This study presents a probabilistic neural network (PNN) technique for predicting the stability number of armor blocks of breakwaters. The PNN is prepared using the experimental data of Van der Meer. The predicted stability numbers of the PNN are compared with those of previous studies, i.e. by an empirical formula and a previous neural network model. The agreement index between the measured and predicted stability numbers by PNN are better than those by the previous studies. The PNN offers a way to interpret the network's structure in the form of a probability density function and it is easy to implement. Therefore, it can be an effective tool for designers of rubble mound breakwaters.     

承德地震前兆台网数据跟踪分析

简要介绍承德地震前兆台网2014—2017年数据跟踪分析工作,对常见典型干扰事件进行分类统计,分析影响制约承德前兆台网观测数据质量的主要因素,为进一步提高数据分析能力与观测资料质量提供有效的技术参考及应对措施。     

Matlab在矿区GPS网间接平差中的应用

针对矿区GPS网间接平差,首先,详细地分析了GPS网间接平差原理,按一定格式将GPS网中的观测数据编制成观测文件,其次,按观测文件的格式编制算法将数据读入并存储,然后用间接平差原理处理得到平差结果,最后绘制网形和误差椭圆并生成平差报告,为矿区控制网的建立和矿区生产管理提供了便利。实验验证了本文程序的实用性。     

大气折光系数测定及在悬索桥基准索股线形测量中的应用

大跨度悬索桥基准索股跨中位置处于百米高空,如何测得精确的垂度值,对主缆线形进行控制至关重要。本文分析了影响悬索桥基准索股垂度测量精度的主要因素,提出了基于实时大气折光系数改正的单向三角高程的跨中垂度测量新方法。在桥址区建立高精度的高差基准,通过对桥址区的大气折光系数的测定及改正试验,证明该测量方法切实可行。基准索股跨中垂度采用双测站进行测量,当双测站所测同一点绝对垂度互差小于10 mm时,取双测站所测垂度均值作为该点的垂度值。该方法的测量结果达到设计精度要求,对同类工程测量项目有借鉴意义。     

中原城市群公路网络建设与城市化水平相关性研究

分析了中原城市群地区1994～2004年公路交通网络和城市化的发展及现状,寻求区域内公路网络发展和城市化水平相关性,得出二者无论是在时间序列还是在空间系列上都具有显著的线性相关性.证明陈彦光提出的线性相关模型不仅可应用于铁路交通网络分析,而且还能适用于公路交通网络分析.在市场经济条件下,交通网络与城市化是同步发展、相互促进的,且相关性更强.     

A rational method for development of limit state for liquefaction evaluation based on shear wave velocity measurements

This papers presents a new approach for developing a limit state for liquefaction evaluation based on field performance data. As an example to illustrate the new approach, a database that consists of, among many other features, in situ shear wave velocity measurements and field observations of liquefaction/non‐liquefaction in historic earthquakes is analysed. This database is first used to train a neural network to classify liquefaction/non‐liquefaction based on soil resistance parameters and load parameters. The successfully trained and tested neural network is then used to establish a limit state, a multiple dimension boundary that separates ‘zone’ of liquefaction from ‘zone’ of non‐liquefaction. The limit state yields cyclic resistance ratio for a given set of soil resistance parameters. Examination of all cases in the database show that the developed limit state has a high degree of accuracy in predicting the occurrence of liquefaction/non‐liquefaction. The developed neural network model can accurately predict the cyclic resistance ratio of soils. Copyright © 2000 John Wiley & Sons, Ltd.     

GPS技术在金川露天矿边坡变形监测中的应用

本文结合金川露天矿边坡变形GPS监测研究,主要论述监测基点的选择,基点WGS-84坐标的确定,变形监测网的布设,GPS数据采集、处理和质量,坐标转换的实施等,给出反演推出的若干四等三角点及其它控制点的变形数据,这些数据和造成变形的物理成因符合得很好,最后概括出GPS技术应用于变形观测的若干优点。     

未确知测度BP神经网络模型在黑河流域水质预测中的应用

水质预测是水环境规划、评价和管理的重要依据,对促进水资源可持续利用及生态发展具有重要意义。针对水质预测中各项因子的不确定性,基于未确知测度理论(unascertained measure,UM),采用改变网络初值的方法,对BP神经网络加以改进,并利用黑河流域莺落峡水文站1998~2011年的水质监测资料进行分析和预测。以挥发酚为参考序列,用灰色关联方法分析参考序列与其他因子的关联度,并最终确定BP网络的输入节点为CODmn、DO、SO42-、Cr6+以及挥发酚,输出节点为挥发酚,从而建立UMBP模型。分析结果表明,UM-BP预测模型比标准的BP神经网络模型具有更高的预测精度。因此,该模型应用于黑河流域水质预测是可行的。