检索结果-南通市图书馆

作者：黄达电子科技大学

学位级别：硕士

考虑注意力机制的新型深度学习模型预测滑坡位移

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地球科学 2024年第5期49卷 1665-1678页

作者：郭子正杨玉飞何俊黄达河北工业大学土木与交通工程学院天津300401 长安大学土木工程与测绘学院陕西西安710054

现有的基于数据驱动的滑坡位移预测模型大多是基于时间序列数据的单点建模,不能考虑整个边坡的变形相关性和滑坡变形的全局建模.为了克服这一缺点,本研究提出了一种基于时空注意(spatial-temporal attention,STA)机制的深度学习模型,该... 详细信息

现有的基于数据驱动的滑坡位移预测模型大多是基于时间序列数据的单点建模,不能考虑整个边坡的变形相关性和滑坡变形的全局建模.为了克服这一缺点,本研究提出了一种基于时空注意(spatial-temporal attention,STA)机制的深度学习模型,该模型将卷积神经网络(convolutional neural network,CNN)与长短时记忆(long short-term memory)神经网络相结合.通过CNN和卷积注意力模块提取滑坡位移的空间变形特征,利用时间注意机制和LSTM模型从外部因素的时间序列数据中捕获重要的历史信息.注意力机制输出的注意权重值可以揭示滑坡变形的时间-空间特征.以三峡库区泡桐湾滑坡为例,对该模型的性能进行了验证.结果表明,STA-CNN-LSTM模型预测的均方根误差(RMSE)和平均绝对百分比误差(MAPE)与传统灰狼算法优化的支持向量机(GWO-SVM)模型相比分别下降了9.28%和13.88%.模型因子权重计算结果表明,在监测期内随着时间的推移,降雨对泡桐湾滑坡变形的影响逐渐增加,而库水位的影响逐渐减小.

关键词：滑坡滑坡位移预测深度学习注意力机制权重三峡库区工程地质

在线全文

学校读者我要写书评

暂无评论

高性能地聚物混凝土早期收缩特性

复合材料学报 2024年第2期41卷 952-964页

作者：万聪聪姜天华武汉科技大学城市建设学院武汉430065 武汉科技大学高性能工程结构研究院武汉430065 城市更新湖北省工程研究中心武汉430065

为研究高性能地聚物混凝土的早期收缩性能,进行系列试验研究与分析。研究表明:在试验掺量变量范围内,硅灰掺量及水玻璃模数对高性能地聚物混凝土早期干燥收缩影响一致,均先减小后增大;硅灰掺量及钢纤维掺量对高性能地聚物混凝土早期自... 详细信息

为研究高性能地聚物混凝土的早期收缩性能,进行系列试验研究与分析。研究表明:在试验掺量变量范围内,硅灰掺量及水玻璃模数对高性能地聚物混凝土早期干燥收缩影响一致,均先减小后增大;硅灰掺量及钢纤维掺量对高性能地聚物混凝土早期自收缩影响一致,均先增大后减小,之后再增大。在水玻璃模数范围内,水玻璃模数对高性能地聚物混凝土早期自收缩均为负面影响,增大水玻璃模数,高性能地聚物混凝土早期自收缩均依次增大。在试验钢纤维掺量范围内,钢纤维掺量对高性能地聚物混凝土早期干燥收缩均为正面影响,增加钢纤维掺量,高性能地聚物混凝土早期干燥收缩均依次降低。高性能地聚物混凝土试件早期干燥收缩均在1411×10^(-6)~4387×10^(-6)之间,早期自收缩均在856×10^(-6)~1188×10^(-6)之间。随龄期增长,高性能地聚物混凝土干燥收缩初期增长较快,自收缩先略微减小后快速增长,之后均逐渐趋于平缓,并可将早期收缩曲线分为3个阶段(快速增长段、缓慢增长段和稳定段)。基于早期干燥收缩实测值,验证了GL2000模型对高性能地聚物混凝土早期干燥收缩曲线的适用性。

关键词：高性能地聚物混凝土硅灰水玻璃模数钢纤维干燥收缩自收缩

考虑物理模型与有效降雨入渗的滑坡危险性预测框架——以青藏高原山南市雅鲁藏布江流域为例

在线全文

学校读者我要写书评

暂无评论

岩石力学与工程学报 2024年第4期43卷 986-998页

作者：郭子正周新勇黄达田碧霞何俊河北工业大学土木与交通学院天津300401 长安大学地质工程与测绘学院陕西西安710054

滑坡危险性评估是山区进行防灾减灾工作的重要步骤,但以往研究多是对现阶段危险性的分析,用于区域尺度上滑坡危险性预测的有效方法较少。针对该问题,首次提出一种考虑物理模型与有效降雨入渗的新型框架用于对未来给定降雨重现期条件下... 详细信息

滑坡危险性评估是山区进行防灾减灾工作的重要步骤,但以往研究多是对现阶段危险性的分析,用于区域尺度上滑坡危险性预测的有效方法较少。针对该问题,首次提出一种考虑物理模型与有效降雨入渗的新型框架用于对未来给定降雨重现期条件下的滑坡危险性进行预测。以青藏高原山南市雅鲁藏布江流域地区为例,首先使用Easy_Balance软件计算1998~2017年降雨的平均有效入渗率和前期有效降雨量P_(a),并使用该期间夏季每月连续3日降雨最大值的95%分位数作为临界降雨量P_(e),基于物理模型FSLAM完成土壤参数和土地利用参数的校准。使用Gumbel方法得到P_(a)和P_(e)在不同重现期时的极值,并分别计算各栅格破坏概率(probability of failure,PoF)对P_(a)和P_(e)的响应,根据栅格响应的敏感程度对研究区进行重分类后,使用危险性评估矩阵进行滑坡危险性预测。计算结果表明:当降雨重现期增大到50和100 a时,有92.1%的滑坡点落入到了极高和高危险区内,与传统的未考虑降雨对栅格PoF影响程度的TRIGRS模型相比,AUC精度高出7.6%~9.0%。当前方法能够有效预测未来极端降雨工况下的滑坡发生情况,且同时考虑了前期降雨入渗和极值降雨的影响,进一步提高了区域滑坡危险性预测的合理性。

关键词：边坡工程物理模型滑坡危险性降雨重现期有效入渗青藏高原

在线全文

学校读者我要写书评

暂无评论

基于BS-1DCNN的海缆振动信号识别

智能系统学报 2024年第4期19卷 874-884页

作者：尚秋峰郭家兴黄达华北电力大学电子与通信工程系河北保定071003 华北电力大学河北省电力物联网技术重点实验室河北保定071003 华北电力大学保定市光纤传感与光通信技术重点实验室河北保定071003

光纤振动信号是非线性的,传统的非线性振动信号识别方法通常需要信号分析和特征选择,既耗时又复杂。本文提出一种光纤振动信号识别新方法,可以直接提取特征,对原始信号进行分类,简化识别过程。本方法用支持向量机代替Softmax分类器,优... 详细信息

光纤振动信号是非线性的,传统的非线性振动信号识别方法通常需要信号分析和特征选择,既耗时又复杂。本文提出一种光纤振动信号识别新方法,可以直接提取特征,对原始信号进行分类,简化识别过程。本方法用支持向量机代替Softmax分类器,优化一维卷积神经网络(one-dimensional convolution neural network,1DCNN),以提高1DCNN结果在小样本条件下的稳定性。采用鸟群算法(bird swarm algorithm,BSA)对支持向量机(support vector machine,SVM)参数进行了优化,有效地提高识别精度。将本文提出的BS-1DCNN方法与1DCNN、VMD-GA-SVM、VMD-PSO-SVM、VMD-BSA-SVM共4种方法进行比较,结果表明,BS-1DCNN在识别准确率和测试时间方面性能表现良好。该算法能有效提高海缆振动信号识别率,且在不同样本比例下均能达到较好的识别效果。

关键词：振动信号故障识别鸟群优化一维卷积神经网络支持向量机特征选择参数优化支持向量机

有限元方法在脑震荡领域的热点:脑损伤模型、测试方法与防护装备的改进

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国组织工程研究 2024年第34期28卷 5487-5493页

作者：罗卫东邹丽华黄达江西科技学院体育学院江西省南昌市330098

背景:由身体接触性运动或交通事故造成的脑震荡远比人们想象的更为严重与常见,近年来引起了媒体、医学界及体育界的广泛关注与高度重视。目的:采用文献计量学方法对有限元方法在脑震荡领域的研究热点与趋势进行可视化分析,从而为中国在... 详细信息

背景:由身体接触性运动或交通事故造成的脑震荡远比人们想象的更为严重与常见,近年来引起了媒体、医学界及体育界的广泛关注与高度重视。目的:采用文献计量学方法对有限元方法在脑震荡领域的研究热点与趋势进行可视化分析,从而为中国在该领域的研究提供一定的参考。方法:基于Web of Science核心集数据库进行文献检索,检索主题词策略为(TS=(Concussion)) AND TS=(Finite element),利用CiteSpace 6.2.R4可视化工具对纳入文献的作者、国家、机构、关键词及被引文献等进行可视化分析。结果与结论:(1)共计纳入215篇文献,发文量与被引量总体上呈上升趋势;学科分布涉及生物医学工程、生物物理学、运动科学、临床神经学及神经科学等学科,呈现多学科交叉融合的趋势;发文量最多的作者是来自爱尔兰都柏林大学的Gilchrist M,发文量最多的机构是渥太华大学,发文量最多的国家是美国。(2)通过关键词分析发现研究的热点聚焦于脑损伤模型的建立用来模拟和预测脑震荡的损伤;脑震荡损伤机制的解析;防护设备和装置的优化设计。(3)通过文献共被引分析发现脑损伤的预测与评估是该领域的知识基础亦是研究热点。(4)有限元方法运用在脑震荡领域的研究热点主要围绕头部损伤预测为主题展开,结合探索大脑损伤机制以及防护装备的设计与改进。(5)随着人工智能与材料学的进步,未来有限元方法在脑震荡损伤领域的研究热点将集中于脑损伤模型、测试方法与防护装备的改进。

关键词：有限元模型头部撞击运动员橄榄球文献计量学脑震荡创伤性脑损伤有限元分析可视化分析有限元建模

同方期刊数据库

基于暂态电势控制的双馈风机鲁棒自同步控制策略

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年

作者：黄达柯德平杨欢欢徐光虎徐箭武汉大学电气与自动化学院交直流智能配电网湖北省工程中心武汉大学电气与自动化学院中国南方电网电力调度控制中心

在直接并网电压源型逆变器上广泛研究的自同步控制方法难以直接应用于双馈风机，其主要原因是受控的转子侧逆变器电压与并网的定子暂态电势是通过转子励磁绕组动态耦合的。因此，本文提出一种基于暂态电势控制的双馈风机鲁棒自同步控制... 详细信息

在直接并网电压源型逆变器上广泛研究的自同步控制方法难以直接应用于双馈风机，其主要原因是受控的转子侧逆变器电压与并网的定子暂态电势是通过转子励磁绕组动态耦合的。因此，本文提出一种基于暂态电势控制的双馈风机鲁棒自同步控制策略。通过转子侧逆变器电压控制暂态电势，所提自同步控制策略可有效计及风机机械和励磁动态，避免其对闭环控制系统稳定性的不良影响。此外，针对所提自同步控制中的PI参数，本文进一步提出了鲁棒PI参数设计方法，以应对由于风机参数不确定性带来的闭环系统稳定性问题。仿真结果验证了双馈风机在本文所提自同步控制策略下向电网提供支撑的有效性。同时，仿真结果表明具有鲁棒PI参数的自同步控制对风机参数的不确定性具有更强免疫能力，从而提升双馈风机自同步闭环控制系统在不确定性参数环境下的稳定性。

关键词：跟网型构网型自同步双馈风机鲁棒控制暂态电势

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

儿童青少年滑板运动头部损伤特征研究进展

中国学校卫生 2024年第4期45卷 604-608页

作者：黄达罗卫东徐珍肖利江西科技学院体育学院南昌330098 赣东学院人文与艺术系

滑板运动头部损伤的危害更严重。常见的损伤原因为跌倒、碰撞、高速冲击等,损伤的类型为颅骨骨折、硬膜下出血、脑裂伤挫伤、脑震荡等,而大龄儿童青少年、男性、长板、不合适的运动场所是诱发严重创伤性脑损伤的重要危险因素。设计专门... 详细信息

滑板运动头部损伤的危害更严重。常见的损伤原因为跌倒、碰撞、高速冲击等,损伤的类型为颅骨骨折、硬膜下出血、脑裂伤挫伤、脑震荡等,而大龄儿童青少年、男性、长板、不合适的运动场所是诱发严重创伤性脑损伤的重要危险因素。设计专门的滑板公园以及佩戴防护设备(头盔)能够有效降低头部损伤的发生率以及严重程度,可通过立法与教育并行措施提高头盔的佩戴意识,减少伤害的发生。

关键词：运动活动头部创伤和损伤儿童青少年

基于LSTM神经网络的基坑工程智能预警系统研发与应用

在线全文

学校读者我要写书评

暂无评论

工程地质学报 2024年第2期32卷 667-677页

作者：黄达朱双中宋宜祥河北工业大学土木与交通学院天津300401 长安大学地质工程与测绘学院西安710054

基坑开挖过程中伴随有支护结构及周围岩土体的受力和形变状态的改变,因此在工程建设中对基坑进行监测十分必要。为解决基坑监测智能化程度低、可视化程度低、预警精确度较低导致频繁报警、监测数据更新共享速度慢等问题,采用B/S模式、Vu... 详细信息

基坑开挖过程中伴随有支护结构及周围岩土体的受力和形变状态的改变,因此在工程建设中对基坑进行监测十分必要。为解决基坑监测智能化程度低、可视化程度低、预警精确度较低导致频繁报警、监测数据更新共享速度慢等问题,采用B/S模式、Vue前端、C#语言后端、SQLServer2012数据库等并嵌入python语言编写长短期记忆(Long Short-Term Memory,LSTM)神经网络算法模型开发一套基坑智能预测预警系统。该系统实现了信息集中管理、数据存储与查看、数据算法自动计算、自动绘制图表、自动报警预警、快速生成报警报告等功能。通过在苏州某地铁基坑开挖过程的应用,证明了本系统能够综合利用监测预警与基于LSTM神经网络模型的超前预测预警两种预警模式为施工人员准确掌握基坑开挖过程中支护结构及周围土体变形情况提供技术支持与保障,具有很强的现实使用意义。

关键词：基坑监测长短期记忆网络数据库智能预测预警功能