排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
根据长江路三期软土路基的工程地质条件及道路工程的施工特征,分析与探讨了适用于道路工程中深层搅拌桩质量的检测方法和桩身质量的综合评价方法,通过对此道路工程中深层搅拌桩质量的检测,总结出了适合道路工程的,轻便触探结合钻探取心的,快捷、方便、可靠、经济合理的较为理想的检测方法。 相似文献
2.
作为我国地质调查领域最重要的数据源之一,地质调查报告中蕴含着丰富的地学知识及地质体描述等关键信息,准确高质量地抽取地质命名实体为地学知识图谱构建、知识推理及知识演化提供基础。笔者等在阐述地质命名实体识别任务基础上,分析地质实体不仅包含大量专业术语,还存在实体嵌套、大量长实体等领域特性,进一步增加了地质命名实体识别难度。笔者等提出一种基于轻量级预训练模型(ALBERT)—双向长短时记忆网络(BiLSTM)—条件随机场(CRF)模型的地质命名实体识别方法。首先利用ALBERT对输入字符上下文特征进行建模,并采用BiLSTM对其进行进一步上下文特征表征,最后采用CRF实现标注序列预测。实验结果表明,在构建的地质命名实体识别数据集上,相比于主流的命名实体识别模型算法,本文所提出的方法具有更好的抽取性能,提出的命名实体识别模型能为领域实体识别提供借鉴,同时为地学领域实体关系抽取和地学知识图谱构建提供有力方法支撑。 相似文献
3.
在搭建北京市郊区自然资源与社会资源整合平台工作中,应用了基于"3S"技术的农村土地承包地块采集技术路线,获得了北京市郊区的最新遥感数据和地块边界数据,取得了快速、经济、精准的成效,实现了自然资源与社会资源的有效结合,提供了可视化的全新管理模式。 相似文献
4.
采用传统棋盘格进行相机标定时,标定模板旋转角度对角点排序带来较大的影响,针对此设计了一种黑白环扇圆盘标定模板,并提出了与该标定模板相应的角点识别和排序算法。新的标定模板设计中心圆为1/4缺口的黑色圆,以此来消除标定模板旋转给角点排序带来的影响。通过模板区域分割算法实现标定模板的提取;创建圆形检测器剔除Harris算法提取的伪角点;利用向量积和角点几何特性完成角点排序。实验结果表明:该标定模板及其角点识别与排序算法可以有效剔除伪角点,角点排序具有良好的旋转不变性,能够实现自动相机标定。 相似文献
5.
海量地质图件蕴含着丰富的地学基础知识及专家经验知识。地质图主要表达了通过区域地质调查、矿产地质调查所获取的地球表面的地质知识(如地层单元、岩体、断裂等)。如何快速地从矢量地质图件中抽取地质知识并形成知识服务是目前地学知识图谱及知识服务研究的前沿。由于传统的地质图知识抽取主要依赖人工方式进行综合分析,本文聚焦于矢量地质图件知识表达与抽取研究,提出了一种地质图知识表达框架,提取地质图中所包含的地质实体及关系,将地质图信息以知识图谱的形式表达,并开展了基于地质矢量知识图谱的智能问答应用。最后以江西省于都县银坑幅矢量数据集为例开展实验验证分析,结果表明,本文方法能够较为全面地获取地质图中各个地质对象的信息,提高了地质图语义表达的效果,同时也可以提高地质学习人员对地质图的理解和认识,让计算机能够大规模获取地质图的知识内容。 相似文献
7.
在利用卫星重力梯度数据求解地球重力场模型位系数时,为进一步提高调和分析法的计算效率,推导出了利用5种组合{Tzz}、{Txx+Tyy}、{Tzz-Txx-Tyy}、{Txz,Tyz}、{Txx,Tyy,Txy}构建重力场模型位系数的向量化调和分析法和向量化调和分析的FFT算法.实验表明,利用30′×30′格网Tzz数据... 相似文献
8.
基于多年大量的长江漫滩勘察实际资料,结合地势、地貌和沉积特征,从空间分布、物理力学性质等方面,系统研究总结了岩土工程地质特性,分析了场地地震效应,并从场地建筑持力层的选择、地摹的处理和基础类型的确定、基坑开挖与支护等方面进行了工程对策分析讨论,以促进城市规划和建设中地质环境的充分合理开发利用。 相似文献
9.
天然气水合物是由烃类气体和水在低温高压下形成的一种非化学计量的笼型晶体水合物,在常温常压下极易分解,需要在低温条件下对其进行测试。本文针对天然气水合物这一特殊样品,重点研究其粉晶X射线衍射测试条件,系统地探讨了步长、扫描速度、累加次数及测试温度等因素对测试结果的影响,优化了仪器参数,建立了粉晶X射线衍射测试天然气水合物晶体结构的方法,并应用到实验合成的甲烷水合物和我国南海珠江口盆地钻获的天然气水合物样品的晶体结构测试中。结果表明,我国南海珠江口盆地的天然气水合物样品与实验合成的甲烷水合物结构相同,均属立方晶系,为典型的Ⅰ型水合物,晶胞参数分别为11.9309×10~(-10)m和11.9135×10~(-10)m。该技术可准确获得天然气水合物的结构信息,为我国天然气水合物的深入研究提供技术支撑。 相似文献
10.
地质表格信息提取是地质报告从信息转换到知识阶段的重要任务之一,对将非结构化的数据转化为结构化的地学知识具有重要意义,同时还为文本与表格的知识关联提供了技术支撑。然而现有的表格解析方法在地学领域存在局限性,在单元格提取中,地质表格中大量的合并单元格造成了不同单元格间大小差异大,大量小面积单元格无法被提取;在表格解析方面地质表格包含了大量的被斜线分割的特殊表头,难以自动化解析。为解决上述问题,本文提出了一种基于注意力机制的Mask RCNN单元格提取模型及基于OpenCV框架的表格结构解析方法。主要包括两个步骤:1)上下文注意模块(CAM)学习上下文特征以识别不同大小单元格;2)一种标准容错机制的复杂表头解析方法,解析含斜线分割的复杂表头单元格。在构建的地质表格数据集上进行模型性能评估,该方法对于多数地质表格的解析准确率达到95% 以上;相比其他单元格识别和表格结构解析方法,该方法解析效果更优。 相似文献
|