检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

地震数据时频分析的W变换及其改进方法

石油勘探与开发 2024年第4期51卷 774-782页

作者：王仰华饶莹赵振聪英国帝国理工大学资源地球物理学院英国伦敦SW72AZ 中国地质大学(北京) 北京100083 中国石油大学(北京)地球物理学院北京102249

针对常规线性时频分析方法无法同时达到时间域和频率域上的高分辨率和能量聚焦,尤其在低频区域分辨率较差的问题,为提高线性时频分析方法在低频区域的分辨率,提出了W变换方法,在线性变换中引入瞬时频率参数,构建与地震数据瞬时频率相匹... 详细信息

针对常规线性时频分析方法无法同时达到时间域和频率域上的高分辨率和能量聚焦,尤其在低频区域分辨率较差的问题,为提高线性时频分析方法在低频区域的分辨率,提出了W变换方法,在线性变换中引入瞬时频率参数,构建与地震数据瞬时频率相匹配的分析时窗。将W变换方法与典型的非线性时频分析方法——魏格纳-维利分布(WVD)进行了对比。WVD方法展示的是时间-频率域中的能量分布,明确指示子波的时间重心和频率重心,而W变换中由于引入了任意时间位置所对应的瞬时频率作为变换参数,所展示的时间-频率谱因而也具有明确的能量聚焦重心,因此,W变换与WVD方法具有直接对标意义。分析了近年来W变换的3种改进方法的发展状况,详细阐述从常规W变换、谐变时窗W变换、分数阶W变换、直到线性正则W变换的发展和演进。通过W变换在河道砂体识别和溶洞检测方面的3个应用实例,验证W变换可以提高时间-频率谱的分辨率与能量聚焦。

关键词：时频分析匹配追踪魏格纳变换 W变换能量聚焦分辨率

同方期刊数据库

具有活跃节点的多层网络作用下时滞SEQS模型分析

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2024年第2期53卷 277-283页

作者：曹铃苓杨宏春高雅纯张虎杨春付传技电子科技大学物理学院成都611731 电子科技大学数学学院成都611731

疾病传播的研究使得对疫情分布和发展的预测更为准确。现有的疾病传播模型对不同城市间流动人口对疾病传播造成的影响研究较少,为此,该文提出了具有活跃节点的多层网络作用下的时滞SEQS(Susceptible-Exposed-Quarantined-Susceptible)... 详细信息

疾病传播的研究使得对疫情分布和发展的预测更为准确。现有的疾病传播模型对不同城市间流动人口对疾病传播造成的影响研究较少,为此,该文提出了具有活跃节点的多层网络作用下的时滞SEQS(Susceptible-Exposed-Quarantined-Susceptible)模型。其中,时滞SEQS重点研究疾病潜伏期、恢复期及恢复后可再次感染等特性对传播行为的影响,模型中每层静态网络表示不同城市的社交网络,活跃节点表示城市间流动人口,活跃节点的存在使得该多层网络具有时变性,同时模型引入检测机制,以隔离态节点为中心,对在其检测半径内的邻接节点进行检测。研究表明,该模型的传播行为最终演化状态存在3种主要模式:稳态、周期性振荡和非周期性振荡,在能有效降低疾病传染率的情况下,划定精准检测范围可有效控制疾病大规模传播。

关键词：活跃节点检测半径多层网络 SEQS模型时滞

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv7的交通信号灯检测

系统仿真学报 2024年

作者：郑岚月张玉洁中国地质大学(武汉)数学与物理学院

针对通用物体检测算法在信号灯检测方面存在着识别精度较低的问题，提出一种专门针对交通信号灯检测任务的改进的YOLOv7算法。首先，去掉20×20检测尺度，添加160×160的检测尺度，在使模型轻量化的同时增加浅层特征；其次，本算法结合B... 详细信息

针对通用物体检测算法在信号灯检测方面存在着识别精度较低的问题，提出一种专门针对交通信号灯检测任务的改进的YOLOv7算法。首先，去掉20×20检测尺度，添加160×160的检测尺度，在使模型轻量化的同时增加浅层特征；其次，本算法结合BiFormer中提出的BRA(Bi-level Routing attention)与坐标轴注意力，创新性地提出了ABRA (Axially-guided Bi-Level Routing Attention)。该模块专门针对交通信号灯位置特点设计；最后，针对IoU(Intersection over Union)指标对物体尺寸敏感的问题，引入NWD (Normalized Wasserstein Distance)度量，改进物体定位损失与置信度损失。实验结果表明，在S2TLD数据集上，改进的YOLOv7算法的mAP(Mean Average Precision)值达到了97.7%，相比于原始YOLOv7，mAP值提高了11.4%，检测速度提升了90frames/s，计算复杂度降低了4.5%。

关键词：交通信号灯检测注意力机制 BiFormer NWD YOLOv7

利用GNSS折射测量技术反演小麦体积含水量

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第1期49卷 27-36页

作者：徐天河李云伟山东大学空间科学与物理学院山东威海264200

小麦体积含水量是表征小麦生理状态、影响小麦产量的重要参数,传统的测量手段如人工采样烘干、卫星遥感等,难以实现小麦体积含水量的连续、动态、高精度监测,由此提出了一种利用全球导航卫星系统(global navigation satellite system,GN... 详细信息

小麦体积含水量是表征小麦生理状态、影响小麦产量的重要参数,传统的测量手段如人工采样烘干、卫星遥感等,难以实现小麦体积含水量的连续、动态、高精度监测,由此提出了一种利用全球导航卫星系统(global navigation satellite system,GNSS)折射测量技术反演小麦体积含水量的方法。首先,使用两组GNSS天线同时接收直射信号和穿透小麦植株层的折射信号,利用两信号的振幅比表示折射信号的衰减程度;然后,基于电磁波传播理论,建立了GNSS直射、折射信号的物理模型,并在此基础上导出小麦体积含水量、振幅比、小麦高度、气温的函数关系,进而构建了反演小麦体积含水量的数学模型。利用导航型GNSS设备采集的数据对所提方法进行了验证,结果表明,在小麦拔节期、抽穗期和成熟期,该方法反演的小麦含水量与人工实测数据符合较好;当小麦含水量在1~7 kg/m^(3)范围内时,反演结果的平均误差、标准差和均方根误差分别为0.058 kg/m^(3)、0.396 kg/m^(3)、0.399 kg/m^(3)。研究结果证明了利用导航型GNSS接收机准确获取植被含水量动态变化信息的可行性,为低成本、低功耗、小型化GNSS植被含水量监测设备的研制奠定了基础。

关键词： GNSS折射测量技术小麦体积含水量折射信号信噪比振幅比

矩阵方程X-A~*XA+B~*XB=Q的Hermite正定解

在线全文

学校读者我要写书评

暂无评论

应用数学学报 2024年

作者：熊昊黄敬频广西民族大学数学与物理学院

非线性矩阵方程Xm-A~*X-sA+B~*X-tB=Q广泛应用于计算物理和最优控制等领域,由于参数与正负混杂项的存在,使得方程的求解较为困难.本文在一定条件下讨论该方程的Hermite正定解的迭代方法.首先通过矩阵变换把原问题转化为一个等价的矩阵方... 详细信息

非线性矩阵方程Xm-A~*X-sA+B~*X-tB=Q广泛应用于计算物理和最优控制等领域,由于参数与正负混杂项的存在,使得方程的求解较为困难.本文在一定条件下讨论该方程的Hermite正定解的迭代方法.首先通过矩阵变换把原问题转化为一个等价的矩阵方程,然后利用系数矩阵及其偏序构建出方程解的存在区间及三种迭代格式,并根据每种迭代序列的特点,利用解的残差范数和迭代序列的单调有界性,证明了所给迭代均收敛到原方程的Hermite正定解,同时获得解的误差估计式.最后运用两个数值算例验证所给方法的有效及可行性.

关键词：非线性矩阵方程正定解迭代序列收敛性误差估计

基于PYTHON的城市人为热通量与温度关系分析及风险评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科技资讯 2024年第6期22卷 238-246页

作者：龚泽瀚伦敦大学学院数学与物理学院英国伦敦WC1E 6BT UK

针对全球城市热岛效应日趋严重而复杂形势,提出了一种运用SUEWS模型和Python进行数据分析的方法,探讨人为热通量影响城市热岛效应的重要性与形成机理,重点分析温度变化对制冷度日和人为热通量的影响程度。通过对城市气候大数据的分析研... 详细信息

针对全球城市热岛效应日趋严重而复杂形势,提出了一种运用SUEWS模型和Python进行数据分析的方法,探讨人为热通量影响城市热岛效应的重要性与形成机理,重点分析温度变化对制冷度日和人为热通量的影响程度。通过对城市气候大数据的分析研究,发现制冷度日和人为热通量之间存在一定相关性,人为热通量与温度变化之间有敏感响应关系;最后提出相应建议和措施。

关键词：城市热岛效应人为热通量温度敏感性制冷度日

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

NiMo基非晶合金电催化析氢反应的进展

Transactions of Nonferrous Metals Society of China 2024年第1期34卷 26-49页

作者：张思璇黄金昭丁殿金汤军邓小龙济南大学物理科学与技术学院济南250022 安徽工业大学数学与物理学院马鞍山243032

电催化水分解产生绿色氢气是发展可持续能源体系的重要途径之一。由过渡金属Ni、Mo组成的具有高活性、低成本的非晶态合金被广泛认为是一种有效的制氢催化剂。重点关注以镍钼(NiMo)基非晶合金为代表的催化剂,总结非晶态合金的制备方法... 详细信息

电催化水分解产生绿色氢气是发展可持续能源体系的重要途径之一。由过渡金属Ni、Mo组成的具有高活性、低成本的非晶态合金被广泛认为是一种有效的制氢催化剂。重点关注以镍钼(NiMo)基非晶合金为代表的催化剂,总结非晶态合金的制备方法及其在催化领域的应用,分别叙述NiMo合金、NiMo基中熵合金和NiMo基高熵合金在电催化析氢反应(HER)中的应用。结果表明,在合理的功能导向设计下,通过对关键科学及技术问题的解决,NiMo基非晶态合金催化剂能够表现出良好的析氢性能,最后提出在制备技术、组分调控、纳米化、电子结构以及活化机理5个方面还有待解决的问题。这对于催化剂的设计、制备、构效关系及催化机理的研究具有一定的参考价值。

关键词： NiMo合金非晶合金水电解析氢反应

在线全文

学校读者我要写书评

暂无评论

对宇宙线能谱变硬现象的研究

天文学报 2024年第5期65卷 37-47页

作者：龙韦成胡皓然吴娟中国地质大学数学与物理学院武汉430074

近年来,随着宇宙线探测技术的不断提高,各空间探测实验对宇宙线粒子进行了高精度测量.其中,在宇宙线原初粒子和次级粒子能谱中,均发现在几百GV处存在能谱变硬特征.特别是,阿尔法磁谱仪2(Alpha Magnetic Spectrometer 2,AMS-2)实验发现... 详细信息

近年来,随着宇宙线探测技术的不断提高,各空间探测实验对宇宙线粒子进行了高精度测量.其中,在宇宙线原初粒子和次级粒子能谱中,均发现在几百GV处存在能谱变硬特征.特别是,阿尔法磁谱仪2(Alpha Magnetic Spectrometer 2,AMS-2)实验发现次级粒子相较原初粒子能谱变硬程度更为显著.目前,导致这一现象的原因还尚未有定论.论文利用AMS-2、反物质探测和轻核天体物理载荷(Payload for Antimatter Matter Exploration and Light-nuclei Astrophysics,PAMELA)、先进成分探测器(Advanced Composition Explorer,ACE)中的宇宙线同位素光谱仪(Cosmic Ray Isotope Spectrometer,CRIS)(ACE-CRIS)以及旅行者1号(Voyager-1)探测器的最新实验数据对这一问题进行了研究.数据包括质子(p)和碳核(C)两种类型的原初粒子能谱以及锂碳比(Li/C)、铍碳比(Be/C)和硼碳比(B/C)3种类型的次级粒子原初粒子能谱比.论文分别假定高能区变硬现象是由发射谱拐折或是扩散拐折两种不同因素所导致,在此基础上对扩散-重加速(diffusionreacceleration,DR)以及扩散-对流(diffusion-convection,DC)两种不同的模型框架进行分析.在各模型框架下,计算结果显示:在低-中能区,各模型扩散指数δ_(L)的最佳估算值在0.41-0.48之间.其中,DR模型所需的δ_(L)值要比DC模型低0.06左右,这说明相较于对流,重加速机制会导致(Li,Be,B)/C在1至几百GeV/n之间的形状变陡.因此,拟合同样的(Li,Be,B)/C数据,DR模型所需的扩散指数更小.在高能区,结合暗物质探测卫星实验(the Dark Matter Particle Explorer,DAMPE)测量的B/C数据,我们发现相较于注入谱的高能拐折效应,DAMPE观测到的B/C高能区硬化现象更倾向于用扩散指数的变化来解释.不管是DR还是DC模型,得到的扩散指数拐折参数△δ都约为-0.19.

关键词：星际介质:宇宙线扩散对流湍流

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于RBM无监督学习模型的图像数据去噪

计算机辅助设计与图形学学报 2024年

作者：沈卉卉李宏伟钱坤湖北经济学院统计与数学学院湖北数据与分析中心中国地质大学数学与物理学院

已有的受限Boltzmann机(restricted Boltzmann machine， RBM)模型去噪方法完全基于它是无向图模型，多个RBM组合模型，其低层的分布依赖于高层的分布，会导致计算复杂，去噪效果也一般，应用难以推广. 为解决这一问题，提出基于... 详细信息

已有的受限Boltzmann机(restricted Boltzmann machine， RBM)模型去噪方法完全基于它是无向图模型，多个RBM组合模型，其低层的分布依赖于高层的分布，会导致计算复杂，去噪效果也一般，应用难以推广. 为解决这一问题，提出基于RBM模型的深度信念网络(deep belief nets， DBN)的图像数据随机噪声去除的方法. 将原始图像加入随机噪声，把带噪声的图像分割若干小块，将其一一拉成向量; 批量输入2个隐层的DBN模型中进行学习，原始图像作为标签进行反向微调; 最后将其学习的特征输出，还原成图像，即达到消除随机噪声的目的. 将DBN模型算法分别在自然图像数据、模拟的地震数据和真实的地震数据上做随机噪声去除实验，实验结果表明，提出的基于RBM模型的DBN在自然图像数据和地震数据上去噪方法可行. 在噪声标准差为50时， Set12数据集中图像去噪后峰值信噪比至少提高2.08 dB，至少提高6.99%; 且在不同噪声标准差下，该方法去除随机噪声效果均优于其他无监督学习算法和卷积神经网络等深度学习方法，说明RBM模型在图像特征学习性能、本质特征提取上有很强的能力. 也为工程领域中的图像去噪方法提供了一种新的研究思路和借鉴.

关键词：受限Boltzmann机无监督学习 RBM模型算法图像去噪随机噪声