基于RBF神经网络的裂缝开度预测模型

大坝裂缝开度是大坝安全的重要特征之一。针对传统裂缝开度预测模型的不足,提出了基于RBF神经网络的裂缝开度预测模型,该模型克服了传统模型容易陷入局部极小和运算迭代量大的缺点,有效地提高学习速度,加快了收敛速度,缩短了训练时间,使得预测精度提高,因此能较好地预测裂缝开度值。利用Matlab的RBF神经网络工具箱建立了裂缝开度预测模型,并应用于实际工程中,取得了较高的拟合预报精度,说明该方法具有较强的实用性。     

季冻区高速公路路基冻害调查及试验观测

在对吉林省几条高速公路进行的野外冻害调查、现场观测和室内冻胀、水分迁移模拟试验的基础上,依据取得的野外资料和室内试验数据,对季冻区高速公路路基冻害的原因和影响因素进行分析和探讨;对冻害与水分关系、路基冻害水分来源、水分迁移特征以及由于路面底基层二灰土性能恶化失效导致的道路翻浆等问题进行了深入研究.同时利用本项目综合研究的特点,将竖管法毛细水沿高度分布的研究资料与由冻胀试验揭示的各种冻胀率——含水量变化规律有机结合起来进行分析,从而得到了毛细水冻害有效高度,试验结果表明:规范值相对试验值在一些情况下偏低,有的低很多,对路基防冻抗冻设计不利.研究成果对公路路堤最小高度设计和挖方段防冻处理深度设计等防冻措施的采用有实际意义.     

关于硬脂酸盐气流干燥装置若干技术问题的讨论

硬脂酸盐溶点低,堆积密度大,湿态含水量高,其成品干燥与破碎具有一定难度,目前国内普遍采用气流干燥工艺。但在具体装置上各生产厂差异较大,因而实际使用效果也不尽相同。本文根据实践,重点讨论硬脂酸盐气流干燥的加料方法、热风温度选用以及含尘尾气处理等问题,并就如何提高干燥速率,如何确保系统运行条件稳定以及改善劳动保护、环境保护方面提供了成功的经验。     

关于解决g-C3N4在光催化制氢领域的两个局限的研究进展

随着工业的发展，化石燃料消耗巨大，环境问题也日益突出，寻找一种绿色新型能源已成为一个被广泛讨论的问题。氢气是一种清洁、可再生燃料，利用光催化剂分解水制氢气是一种制取氢气的有效途径。石墨碳氮化物（g-C3N4）作为光催化剂不仅成本低、反应稳定，而且其尺寸、厚度、结构、形貌等可控，在众多光催化剂中脱颖而出。但g-C3N4目前在光催化领域主要存在两个局限：g-C3N4不能有效地吸收光来产生足够多的光生电子-空穴对；g-C3N4不能有效的运输及分离光生电子-空穴对，以至于电子与空穴的复合率较高。文章综述了g-C3N4在光催化制氢领域的进展成果，分析了g-C3N4存在的问题并总结了其改进方法，最后对g-C3N4进行了展望，以期为设计高效、稳定的光催化制氢材料提供参考。     

生物接触氧化-蔬菜型人工湿地处理农村生活污水

采用生物接触氧化+水生蔬菜型湿地一体化装置处理川渝地区某农村居民实际农村生活污水。结果表明,装置对COD、NH_4~+-N、TN的去除率分别达69.23～96.53%、95.9%～97.26%和73.6～93.07%。出水COD和NH_4~+-N、TN的质量浓度分别为5.02～49.98 mg/L和0.59～1.93、2.83～9.35 mg/L,均能稳定达到GB 18918-2002的一级A标准。装置对TP的去除率仅为10%～20%,可通过筛选吸附能力更强的基质或者组合基质等措施进一步提高污水中TP的去除效率。微生物生化系统和湿地系统的结合,大大减少了湿地堵塞的可能,同时水生蔬菜的种植,提高了农户使用的积极性。     

基于坝前淤积厚度的淤地坝拦沙量计算方法

淤地坝是黄土高原水土流失严重地区的主要水土保持工程措施之一,准确计算淤地坝的拦沙量,对预测未来黄河输沙量、确定新时期黄河治理开发方略等具有重要意义。为探索更精确、实用的淤地坝拦沙量计算方法,基于收集到的典型淤地坝设计文件中的库容曲线数据和实测淤积资料等,通过点绘淤地坝库容曲线(即库容V与坝高H关系曲线)和函数拟合,分区(黄土丘陵沟壑区各副区和黄土高塬沟壑区)建立了基于坝前淤积厚度的拦沙量计算公式。研究表明：黄土高原地区淤地坝库容曲线符合幂函数关系,对35座典型淤地坝按幂函数V=aH^b进行拟合,确定系数R²均在0.940 0以上,式中系数a与指数b成负相关的对数函数关系且a、b值可由淤地坝总坝高、总库容来确定;分区建立的淤地坝拦沙量计算公式,确定系数R²均在0.880 0及以上,用20座有设计资料的淤地坝对建立的拦沙量计算公式进行验证,最大误差在30%以内、平均误差为4.22%,能够满足淤地坝拦沙量估算的精度要求。     

基于奇异值分解及波数滤波的三维地质雷达噪声抑制技术研究

针对城市地下管线探测中三维地质雷达数据出现强噪声干扰问题,提出基于奇异值分解（SVD）和波数滤波（Wavenumber filtering）相结合的处理方法,并给出了选取奇异值数目阈值的定量判据。研究表明：通过选择合适的奇异值,SVD 方法能准确划分地质雷达数据中的目标信号和噪声信号;基于高斯低通的波数域滤波可有效压制杂波及噪声;将上述SVD 方法与波数滤波方法结合应用,发现可有效提高三维雷达深度切片信号的信噪比,使有效反射信号更加清晰并保证地下目标信息完整性。该方法可提升三维地质雷达对目标反射信号识别的效率与精度,使其更适用于城市地下管线探测。     

采用双尺度图像分解的水下彩色图像增强

目的 为解决水下图像的色偏和低对比度等问题,提出一种基于双尺度图像分解的水下彩色图像增强算法。方法 通过基于均值和方差的对比度拉伸方法改善图像的色偏问题,并利用中值滤波降低红通道对比度拉伸后引入的噪声;采用双尺度图像分解绿通道图像补偿红通道图像细节;在处理后的红通道图像中引入原始图像红通道的真实细节与颜色。结果 选取不同水下图像作为实验数据集,将本文方法与暗通道先验的方法、基于融合的方法、自动红通道恢复方法以及一种基于卷积神经网络深度学习的方法相比较,首先从主观视觉效果进行定性分析,然后通过不同评测指标进行定量分析。主观定性分析结果表明,提出的方法相比较其他方法能够更好地解决图像色偏和红色阴影问题;定量分析中,自然图像质量评价（natural image quality evaluation,NIQE）指标和信息熵（information entropy,IE）值较基于融合的方法和深度学习的方法分别提高了1.8%和13.6%,且水下图像质量评价指标（underwater image quality measurement method,UIQM）较其他方法更优。结论 提出的双尺度图像分解方法利用水下图像成像特点解决图像色偏以及低对比度问题,具有良好的适应能力,同时算法复杂度低且鲁棒性较高,普遍适用于复杂的水下彩色图像增强。     

基于多通信半径和麻雀搜索的节点定位算法

针对现有无线传感器网络中节点定位算法精度低的问题,提出了一种LSSA-DV-hop算法。在此算法中引入了多通信半径的概念细化节点跳数,对多跳情况引入修正因子,对跳数进行修正。将定位问题抽象为函数寻优问题,使用麻雀搜索算法寻求函数最优解。同时针对优化算法在寻优过程中存在的易陷入局部最优解、种群多样性减少的问题,引入Levy飞行并添加动态递减因子在使其在前期有较好的全局搜索能力,在算法后期有较强的局部寻优能力。仿真结果表明,与经典DV-hop算法及现有改进算法相比提出算法定位误差平均值降低了51.42%和32.97%,定位精度更高。     

基于排序学习算法的智能检索系统

本文旨在解决数据资产管理系统中信息检索效率低、检索结果准确率低下的痛点,基于排序学习算法构建智能检索系统,提升检索结果和用户请求的相关性。对排序学习算法理论进行研究,对常用的排序学习算法进行相关优化,将分类问题扩展到文本排序问题之上,定义相关的目标函数及损失函数,使用机器学习的方法来提升检索结果的准确度。基于垂直分布式搜索引擎技术及排序学习算法构建智能检索系统,通过相关性工程提升检索请求转化的效率。实验表明本系统可以在优化检索速率的基础之上,提升检索语句与返回结果之间的相关性和检索的准确度。