优化组合模型在建筑物基坑沉降预测中的应用

为了确保建筑物在建设过程中的安全,需要准确掌握建筑物基坑及周边的变形情况。针对建筑物基坑沉降变形预测问题,本文对单一的GM(1.1)模型与BP神经网络模型进行优化并构建组合预测模型。优化组合模型一方面解决了单一预测模型稳定性差、预测精度低的问题,另一方面提高了预测模型的适用性。将本文提出的组合预测模型应用于某在建建筑物基坑沉降变形预测中,结果表明,相较于单一的GM(1.1)模型与BP神经网络模型,本文提出的优化组合预测模型的预测精度与稳定性更高,证明了组合预测模型在建筑物基坑类沉降预测中的可靠性。     

旋转触探数学模型及其试验分析

通过对旋转触探用双螺旋探头的受力分析,建立了螺旋探头的贯入阻力和扭矩与贯入速度和转速,以及岩土的力学性能参数间的数学模型。结合数学模型和试验数据对旋转触探技术的影响因素进行了分析,为设计探头结构和进一步理解该技术的力学机理提供了理论依据。     

基于AHP–物元可拓模型的顶板水疏放程度评价

为了科学合理地评价工作面顶板水疏放程度,分析了工作面涌水量预测值和疏放水观测值等要素,构建了顶板水疏放程度评价指标体系,划分了相应的评价等级标准,并利用AHP法确定了各评价指标的权重,建立了顶板水疏放程度的物元可拓模型。利用AHP-物元可拓模型对宁东煤田水文地质条件较为复杂的5个工作面顶板水疏放程度进行了评价,评价结果均为顶板水疏放程度好,并且各工作面已经实现了安全回采,实际情况与评价结果一致。AHP-物元可拓模型可以用于评价顶板水疏放程度,并且可以作为工作面采前水文地质条件评价的参考依据。     

冀西北水晶屯金矿F8断裂带深部定位预测

摘要：以冀西北水晶屯金矿为例,通过对该矿床Ｆ８断裂带成矿地质条件和找矿标志的分析研究,建立起了Ｆ８断裂带的地球化学原生晕模型和灰色系统ＧＭ（１．１）模型,并利用这些模型对其深部合矿性进行了预测．经工程验证,该预测效果是可信的．     

轴压下两体力学模型的转化条件及影响因素分析

接触界面的相互作用是影响工程稳定的重要因素,基于接触面两侧介质的实际受力状态,采用一体两介质力学模型与两体两介质力学模型加以描述。通过一体和两体模型试件的轴压破坏试验,分析了两种模型的力学响应的差异,并认为：一体两介质力学模型在符合一定条件情况下可以转变为两体两介质力学模型。此外,还对影响两种力学模型性能的参数进行了分析。提出对一体两介质力学模型力学性能产生影响的参量是低强度介质与高强度介质的静载极限强度比k以及两种介质之间的黏结力c;对两体两介质力学模型力学性能产生影响的主要参量除了k之外,尚有两种介质的断裂韧度比? 、体积比? 以及界面的粗糙程度     

基于声波信号的岩性智能分类方法

传统的岩性识别以钻井取心、钻井曲线和岩石图像等方法为主,这些识别方法对地质和识别条件要求较高,且不能满足随钻实时识别。为此,本文提出一种新的基于声波信号的岩性智能分类方法。该方法首先基于所采集钻头与岩层碰撞得到的音频数据,通过数据增强技术解决数据稀疏问题;然后采用基于CGRU(CNN+GRU,卷积神经网络+门控循环单元)的深度学习模型,对采集到的3种岩性的岩石音频数据进行深度学习与训练。为提高该模型在复杂背景下的识别能力,引入注意力机制模型进行优化。注意力机制模型可以在复杂环境下对岩性信息实现重点学习,提高模型识别性能。实验结果表明,与GMM(高斯混合模型)-SVM(支持向量机)、CNN和CGRU模型相比,CGRU-AttGRU(注意力机制模型+GRU)混合模型准确率达81.17%左右,在GMM-SVM、CNN和CGRU模型基础上分别提升了13.31%、9.99%和5.93%。     

不同对流层天顶延迟模型在中国西北地区适应性研究

基于Fortran语言对GAMIT10.7软件进行二次开发,实现了Hopfield模型、Saastamoinen模型、Black模型、UNB3模型、EGNOS模型、GPT2w_1+ Saastamoinen模型和GPT2w_5+ Saastamoinen模型在中国西北地区的对流层延迟解算服务,并分析不同对流层延迟模型在...     

基于灰色支持向量机的地铁沉降滚动预测

为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义。本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度。通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值。     

不同机器学习方法对新型冠状病毒感染与社区获得性肺炎鉴别诊断分析

目的：利用深度学习技术,全自动标注病变的计算机断层扫描（CT）数据,开发准确快速区分新型冠状病毒感染（COVID-19）和其他社区获得性肺炎的人工智能模型。方法：回顾性分析248例COVID-19患者及347例其他肺炎患者的资料,进行COVID-19与其他肺炎分类;在人工智能肺分割提取后将异常的CT图像特征降维,输入几种经典强化机器学习模型、三维卷积神经网络（3D CNN）和注意力多示例学习（Attention-MIL）深层神经网络架构中,模型诊断性能利用受试者工作特性（ROC）曲线、精确召回率（PR）曲线、曲线下面积（AUC）、敏感性、特异性、准确性指标进行评价。结果：在经典机器学习模型中K邻近算法（KNN）具有较好的效果,在外部测试集上的AUC值和平均精度（AP）值分别为0.79和0.89,平衡F分数（F1）值为0.76,准确率为0.75,敏感性为0.76,精确率为0.77;经典的3D CNN在外部测试集上效果良好,AUC值和AP值分别为0.64和0.82,F1值为0.71,准确率为0.78,敏感性为0.66,精确率为0.62;Attention-MIL模型在外部测试集上表现出更好...     

裂隙岩石介质中核素迁移的模型及其算子分裂、迎风、均衡格式

建立了放射性核素在裂隙岩石介质中迁移的双重介质模型,对模型的求解提出了一种新的数值方法—Galerkin有限元法与算子分裂、迎风、均衡格式相结合的新方法,给出了水质模型算子分裂、迎风、均衡格式的稳定性条件,且所得到的计算格式是非负的。最后通过对核素90Sr 100年、99Tc 1000年的预测计算,验证了本文所提方法的有效性和稳定性,并得出了一些有重要意义的结论。