新桥硫铁矿边坡稳定性变形监测系统研究

以新桥硫铁矿边坡稳定性项目为研究背景,提出了一种边坡稳定性变形监测系统的设计方案;分析了研究区的工程地质情况,给出了该系统的结构及功能,详细介绍了边坡变形观测点的布设、主要监测方法及精度、变形数据的分析与处理等。实践证明,该系统具有一定的可行性。     

边坡地质环境三维建模在新桥硫铁矿的应用

基于成熟的ARCGIS9系列平台,对新桥硫铁矿边坡地质环境主要数据进行分析、归类,构建了面向对象的新桥边坡地质环境数据库。利用虚拟钻孔,采用基于TIN的多层DEM建模方法构建三维地层模型并实现三维地层可视化。不仅为观察和分析地质现象提供了新的方法,而且为后续的边坡稳定性研究提供了可靠的资源和平台。     

基于小波消噪及BP神经网络的大坝变形分析

基于港口湾大坝多期变形观测数据,采用Matlab语言、小波消噪及BP神经网络分别建立了基于时间序列和基于环境因素的大坝变形监测BP神经网络模型,并利用模型分别对大坝某点变形值进行预测。时间序列BP模型具有结构简单、学习速率快的特点;环境因素BP模型精度高,可有效反映变形因素,便于拟合预测复杂的测点变形,相对前一种模型能更好地揭示大坝变形规律。两种建模方法先应用小波分析对原始观测数据消噪,训练过程中采用附加动量法等改进BP算法,大大提高了BP神经网络的计算效率,克服了其易陷入局部极小的缺陷,取得了良好的拟合效果和预测精度。     

基于PointNet优化网络的铁路站台语义分割

铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。     

“互联网+”智慧河长信息平台构建——以安徽省肥西县为例

智慧河长是智慧城市建设的重要内容之一。在详细调研研究区河湖管理及水资源利用现状基础上,综合利用移动通信、RS、GPS和GIS等技术,设计了研究区智慧河长信息平台。该平台采用"互联网+"智慧河长工作模式,具有河湖信息管理、巡河任务发布、上报事件处理、河长治河统计等基本功能,通过一张图智能整合整个河道综合治理信息,使用户可以在智能手机、平板等终端及时对客户端发出的信息管理、事件处理、巡河指令、公众投诉等请求做出积极响应,有效促进了研究区河长制工作有序进行。