CDM法加固高桩码头软土岸坡的有限元分析

天津港曾多次发生岸坡变形导致高桩码头构件损伤的工程案例,现有的工程实践表明,CDM基础是加固高桩码头岸坡的有效方法。文章基于ABAQUS建立高桩码头的岸坡-CDM-结构三维有限元模型,分析采用CDM加固岸坡的效果。通过对比加固前后的岸坡土体位移、桩基变形和桩基内力,验证CDM方法加固高桩码头岸坡的有效性。为提高CDM加固高桩码头岸坡的实际应用,对不同CDM加固深度下的加固效果进行研究,结果表明,随CDM加固深度的增加,高桩码头桩帽-横梁处的剪力和弯矩、桩身最大拉应力均先减小后增大,存在最优加固深度。     

基于生成对抗网络的船舶航迹预测模型

为提高复杂交通局面下的船舶航迹预测精度,提岀一种基于生成对抗网络的船舶航行轨迹预测模型(Gen-erative Adversarial Networks with Attention and Interaction,GAN-AI)对多艘船舶轨迹同时进行预测.通过编码器对船舶轨迹时空序列进行编码,设计交互模块对多艘会遇船...     

基于深度学习CaffeNet模型的综合交通设施场景分类与识别研究

综合交通设施场景的自动分类与识别对交通网络布局、城市规划、智慧城市建设等方面有重要的研究与实践价值.鉴于目前研究主要集中在单一的交通设施目标识别与检测方面,采用速度快、分类精度高、适宜于海量数据运算的CaffeNet深度学习模型,基于迁移学习思想,通过5层卷积、3层池化、1层全连接等过程提取机场、桥梁、停车场、港口、火...     

基于深度学习与Hu不变矩的绝缘子故障检测

针对高速铁路接触网绝缘子故障检测问题,提出一种基于深度学习EAST模型与Hu不变矩的图像检测方法.利用EAST模型生成检测图像的掩膜图,与图像进行掩膜操作得到绝缘子区域,实现定位功能;利用二值化边缘检测提取绝缘子每片轮廓;利用Hu不变矩逐片进行轮廓相似度对比,通过对比结果判断绝缘子是否存在故障.实验结果表明,本文方法可...     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱,以及过分依赖历史数据的不足,提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型,包括受限玻尔兹曼机的显层节点输入端,受限玻尔兹曼机的若干中间层,以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较,结果表明,在相同的数据和计算平台下,本文提出的深度学习回归机预测方法精度更高,且预测实时性也能满足实际的需求.     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。     

爱驰U5

2019年12月19日,爱驰汽车旗下首款A+级中高端纯电动SUV——爱驰U5在海南万宁震撼上市,并在全球范围内同时启动交付。新车共推出4款车型,补贴后售价19.79-29.21万元。即日起至2020年3月31日上市权益期,购买U5即可获享终身整车质保、终身道路救援和终身送车联网流量。即刻下定,即可享受免费的深度体验车;最高零利率的金融购车方案,以及免费的私桩解决方案。