基于深度机器学习的霾污染监测技术

传统的霾污染监测技术监测准确率低,收集的图像完整度差,为了解决上述问题,基于深度学习研究了一种新的霾污染监测技术。通过污染数据收集精准划分其产生的地点,整合获取的追踪信息,在三维分布空间图掌控霾污染可能存在的条件,多次进行机器飞行追踪实验,根据不同的污染项目组对霾污染进行数据监测,根据霾污染数据的浓度信息以及深度机器学习的输入数据类型对收集数据进行分类,查询数据类型,同时监测气溶胶的厚度、霾污染中具有毒性的二氧化硫及二氧化氮物质以及兴趣区域。为验证技术的有效性,设定对比实验,结果表明,基于深度机器学习的霾污染监测技术监测结果准确率为90%,图像收集完整度平均值为82%,具有更强的监测能力。     

预应力碳纤维布加固钢筋混凝土箱梁有限元分析

建立了嵌入式预应力CFRP布加固RC简支箱梁有限元分析模型,对抗弯加固后箱梁的力学性能进行研究,并与试验结果进行了对比分析。研究结果表明:钢筋混凝土简支箱梁采用嵌入式预应力CFRP布的方式加固后,其抗弯承载能力明显提高;而有限元分析的结果和试验结果较吻合,表明选取的单元及相关参数较为合理,利用有限元对CFRP布加固后箱梁进行研究是一种有效可行的方法。