基于数字图像处理技术的城墙裂缝变形监测研究

为了改变传统的变形监测方法存在的费工、费时与危险等弊端,将数字图像处理技术应用于变形监测是一种行之有效的方法。通过对南京明城墙裂缝变形监测图像进行创新的像素标定以及灰度转换等一系列巧妙的图像处理后,获得了裂缝的变形值。实验结果表明,基于数字图像处理技术的变形监测方法,不仅具有较高的精度和可操作性,而且与传统测量方法相比能够显著提高工作效率,对裂缝的定量化变形监测实现非接触式无损测量的目标具有重要的意义。     

基于BP神经网络技术的区域短期地震预测模型研究

地震预测是一个世界性科学难题,特别是短期与临震预测的水平与社会需求相距甚远。论文在详细分析研究地震数据特征以及常规地震预测方法的基础上,提出了一种可以实现地震震级量化预测的新方法,此方法通过解算出地震参数和天文时变参数并建立地震预测模型,对未来预测周期内发生的最大地震震级进行量化预测。本文以实验区域为研究对象并选取6个月为预测周期,采用线性回归分析方法和常规BP神经网络方法进行研究。经回溯检验,其地震震级预测中误差分别为±0.78级和±0.61级,精度均有待提高。经过总结上述两种方法的优缺点,创新的提出了基于线性回归与神经网络技术的地震预测融合模型,回溯检验结果表明,融合模型的震级预测中误差为±0.41级,地震预测效果显著提高。     

高压消声水罐变形监测中的精密测量技术探讨

在国内某研究所深海声纳测试厂房内部无控制网的情况下,利用精密工程测量的手段和方法,对产生了较大变形的高压消声水罐的精密测量,经过对变形监测数据的分析,得到了罐盖各变形监测点的实际变形值,并提出了相应的解决方案,最终实现了高压消声水罐的正常运转。