多向不规则波浪作用下群墩结构上爬高的计算研究

波浪的方向分布对波浪的传播及其与工程结构物的作用都具有明显影响,目前现有的研究大多是基于单向波浪进行的。为了研究方向分布对群墩结构上的爬高影响,基于规则波浪与群墩作用的理论解,结合多向不规则波浪的造波方法,建立了多向不规则波浪与群墩作用的计算模型,同时进行了物理模型试验对模型的有效性进行了验证。系统地对群墩周围及表面上的波浪爬高进行了计算分析,结果表明,方向分布对波浪爬高具有较大的影响,且不同位置处的影响并不相同,在实际的工程设计中如果按照单向波浪计算,可能低估或者高估群墩周围的爬高。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。     

基于特征点匹配及提纯的点云配准算法

针对传统的基于ICP点云配准算法配准时间长、收敛慢、需要较好初始配准等限制,本文利用现有的点云特征提取算法和描述算法,提取并匹配点云中的特征点,用RANSAC算法结合坐标转换模型剔除误匹配点对,用匹配点对在两点云中的坐标计算之间的坐标转换参数,从而实现点云的配准。相比ICP类算法,提高了点云配准的效率,同时提高了点云配准的自动化程度。     

随机森林算法在全球干旱评估中的应用

干旱是发生频率最高,造成社会、经济损失和生态破坏最严重、最广泛的自然灾害之一,因此对干旱进行可靠、有效的评估十分重要.本文以月平均降水、月平均温度、月最高温度、月最低温度、土壤湿度、蒸散发、NDVI、叶绿素荧光等作为解释变量,以基于SPI的干旱等级作为目标变量,采用随机森林算法,以2007-2012年的数据作为训练数据...     

基于FY-4A卫星和随机森林算法的西藏山南市雷电短临预报方法

针对青藏高原地区雷电短临预报缺乏雷达资料的问题,采用FY-4A卫星多通道数据、欧洲中心第5代再分析资料(ERA5)中的对流指数、闪电定位仪资料等多源监测数据,根据雷电的发生、发展机理,提出了18个关键预报因子,利用随机森林算法建立了适用于西藏山南地区的雷电短临预报模型。统计分析各预报因子在有无雷电天气样本中的概率密度分布与随机森林模型得到的特征重要度指标,结果表明提出的预报因子物理意义明确,建立的模型可信度较高。利用随机森林算法分别对未来10 min、20 min、30 min建立雷电预报模型,并与光流外推预报方法进行对比检验,结果表明：随机森林模型预报效果命中率(POD)、临界成功指数(CSI)均高于光流法,空报率(FAR)也相对较低;未来20 min的随机森林预报模型CSI评分最高,整体预报效果最佳。     

Non-stationary covariance function modelling in 2D least-squares collocation

Standard least-squares collocation (LSC) assumes 2D stationarity and 3D isotropy, and relies on a covariance function to account for spatial dependence in the observed data. However, the assumption that the spatial dependence is constant throughout the region of interest may sometimes be violated. Assuming a stationary covariance structure can result in over-smoothing of, e.g., the gravity field in mountains and under-smoothing in great plains. We introduce the kernel convolution method from spatial statistics for non-stationary covariance structures, and demonstrate its advantage for dealing with non-stationarity in geodetic data. We then compared stationary and non- stationary covariance functions in 2D LSC to the empirical example of gravity anomaly interpolation near the Darling Fault, Western Australia, where the field is anisotropic and non-stationary. The results with non-stationary covariance functions are better than standard LSC in terms of formal errors and cross-validation against data not used in the interpolation, demonstrating that the use of non-stationary covariance functions can improve upon standard (stationary) LSC.     

Experimental Study on Coupled Cross-Flow and in-Line Vortex-Induced Vibration of Flexible Risers

In this work, we study the coupled cross-flow and in-line vortex-induced vibration （VIV） of a fixedly mounted flexible pipe, which is free to move in cross-flow （ Y- ） and in-line （ X- ） direction in a fluid flow where the mass and natural frequencies are precisely the same in both X- and Y-direction. The fluid speed varies from low to high with the corresponding vortex shedding frequency varying from below the first natural frequency to above the second natural frequency of the flexible pipe. Particular emphasis was placed on the investigation of the relationship between in-line and cross-flow vibration. The experimental results analyzed by using these measurements exhibits several valuable features.     

Nonlinear random wave-induced drag force on a vegetation field

This paper provides a practical method by which the drag force on a vegetation field beneath nonlinear random waves can be estimated. This is achieved by using a simple drag formula together with an empirical drag coefficient given by Mendez et al. (Mendez, F.J., Losada, I.J., Losada, M.A., 1999. Hydrodynamics induced by wind waves in a vegetation field. J. Geophys. Res. 104 (C8), 18383–18396). Effects of nonlinear waves are included by using Stokes second order wave theory where the basic harmonic motion is assumed to be a stationary Gaussian narrow–band random process. An example of calculation is also presented.     

��̬������С����ģ�͵������㷨

????????????????????????????????????????????????????С????????в???????,?????????????С???????????????????????????????????Tikhonov?????????????????????С??????????????????????????????????????????????Э????????????????????Fredholm???????????????????????????С????????????????????? ???????????????????????й?????????????????????????????