矢量型电子河道图岸线提取方法研究

为快速准确获取河道岸形线的数据,生成缺乏岸线数据资料的河道矢量型轮廓图,提出一种通过处理雷达图像获取矢量型电子河道图岸形线数据的方法。采用了数学形态学方法实施对雷达图像处理,主要的处理过程包括:雷达图像灰度处理,灰度雷达图像转变为二值图像,二值雷达图像的滤波处理,在以上处理过程的基础上构造了数学形态学结构元素,实施对河道岸线提取,并矢量化处理了离散点。在二值化过程中提出新的方法,针对雷达图像的特点,依据航路规则设计了特殊的滤波过程,提出了提取河道任意边缘的方法。     

基于BP神经网络的隧道围岩分类

应用BP神经网络建立了隧道围岩分类模型,对其影响因素进行分析,并对模型进行优化,将训练好的分类模型运用到贵安隧道,为隧道围岩分类提供了一种简便可行的方法。     

Biologically induced differences in erodibility and aggregation of subtidal and intertidal sediments: a possible cause for seasonal changes in sediment deposition

This study was carried out to describe the difference in erodibility and aggregation in a tidal basin including both subtidal and intertidal study sites and to use these results to explain the shifting erosion/deposition cycles at the sites. Erosion thresholds, erosion rates and settling velocities of the eroded material were measured at a mudflat transect and at sediment cores taken from a nearby tidal channel during surveys made in May 2000 and March 2002. Surface samples were analysed for grain-size, chl. a content, faecal pellet content, dry bulk density and organic content. Additionally, surface samples were taken at eight occasions in the period January 2002 to May 2003 from shallow tidal channels in the area. These samples were analysed for mud content and showed that major shifts in sediment distribution occurred in the period. The erodibility of the mudflat was generally high due to pelletization by the mudsnail Hydrobia ulvae but close to the salt marsh much lower erodibility was found, probably due to stabilisation by microphytobenthos. In contrast, the erodibility of the channel bed seemed to be very little influenced by biological activity and the relatively low erodibility found here was caused by physical characteristics of the sediment. The sediment eroded from the mudflat was generally strongly pelletized and showed high settling velocities whereas less aggregation and lower settling velocities were found for the channel bed sediments. Temporal variations of the mudflat stability and hydrodynamics resulted in temporal variations of deposition and erosion and the changing stability at the mudflat is likely to be one of the main reasons for a general transport of fine-grained sediment from the mudflat to the channel in the cold seasons and vice versa during the rest of the year.     

船舶横摇混沌阈值的数值方法研究

为计算梅尔尼科夫函数的简单零点,文章比较分析了两种数值算法:类帕德逼近和高斯—勒让德积分,作为验证,计算了某激励频率下系统的李雅普诺夫指数谱。然后选取某型船,采用梅尔尼科夫函数方法计算了横摇动力系统的混沌阈值,观察了横摇系统的安全池随外激励增大而逐渐破损的过程,并追踪了破损域中某点的相轨迹。研究计算表明:类帕德逼近可以较精确地得到同(异)宿轨道的参数方程,但在方程的设解形式上需要一定的技巧性,且计算量较大;高斯—勒让德积分不关注参数方程具体形式,处理简单,便于工程计算。     

基于贝叶斯判别分析方法的膨胀土胀缩等级分类

应用贝叶斯判别分析理论和方法,选用粘粒含量、粉粒含量、液限、塑限和塑性指数5项指标作为判别因子,建立了膨胀土胀缩等级分类的贝叶斯判别模型。通过具体的计算实例说明了该方法的应用步骤,并对该方法的合理性和有效性进行了验证。     

基于ASP.NET技术的围岩分级系统开发

文章介绍了开发的基于互联网的围岩分级系统。该系统以ASP.NET技术为基础,结合了数据库技术、支持向量机技术、MATLAB接口等技术,实现了掌子面围岩信息的编录存储、围岩级别的智能判别等功能,并能使设计、专家、业主等人员通过互联网就可以及时了解到掌子面的围岩状况,对围岩级别进行综合判定,提高了隧道施工的信息化程度。     

硫酸盐侵蚀环境下隧道结构病害等级研究

针对我国西南地区硫酸盐侵蚀环境下隧道结构病害的具体特征,结合国内外既有的隧道病害等级划分方法,将硫酸盐侵蚀环境下隧道结构病害等级划分为四级,对各级区间的划分界限进行了具体描述,并给出了相应的定量划分方法.     

基于高斯过程机器学习方法的隧道围岩分类模型

针对现有围岩分类方法的局限性,基于工程实例,利用分类性能优异的高斯过程机器学习模型建立围岩类别与其主要影响因素之间的非线性映射关系,进而提出一种基于高斯过程的隧道围岩分类模型,实现不同情况下围岩分类的合理识别.将该模型应用于川藏公路二郎山隧道围岩分类,研究结果表明,隧道围岩分类的高斯过程机器学习模型是科学可行的,与人工神经网络模型、支持向量机模型相比较,该模型具有参数自适应化的优点,能方便快捷地给出合理可靠且具有概率意义的围岩分类评价结果,可对围岩分类结果的不确定性或可信度进行定量化评价.     

特殊隧道围岩的分级方法探讨

为探讨黄土、膨胀土、断层破碎带等特殊隧道围岩的分级方法,通过对目前国内外的研究进行总结,得到能反应特殊隧道围岩的特性的指标,采取不同的指标组合进行综合研究对其进行分级。研究认为：黄土可按地质年代、天然含水量、干密度进行分级;膨胀土可按塑性指数、自由膨胀率、标准吸湿含水率进行分级;断层破碎带可按地质力学特性进行分级。     

基于AOK-TFR的轨道电路故障诊断方法

为弥补现有补偿电容检测方法在检测及时性和检测成本等方面的不足,基于传输线理论,提出了机车信号感应电压幅值包络(IVECS)仿真模型;在此基础上,分析了补偿电容故障对IVECS的影响规律,建立并验证了基于频率的IVECS等效回归模型;利用补偿电容故障位置前后IVECS的频率变化,提出了基于自适应最优核时-频分布的补偿电容故障诊断方法.该方法基于机车信号的实际数据,采用B样条离散二进小波对数据进行滤波降噪处理,并利用自适应最优核时-频分布提取处理结果的时-频信息,再通过检测时-频信息中频率的变化实现对故障电容的定位.经过对随机抽取的100段实际数据的测试,准确率约为92.58%,表明该方法能准确检测轨道电路发生故障的补偿电容位置.