基桩正常使用极限状态失效概率区间估计方法

提出了基桩正常使用极限状态失效概率区间估计方法。首先,介绍了基桩标准化荷载-位移双曲线参数的定义,并给出了钻孔现浇灌注桩双曲线参数的现场试验数据。其次,采用Copula方法构造了双曲线参数的二维分布模型,并应用Bootstrap方法表征了双曲线参数二维分布模型的统计不确定性。最后,给出了考虑双曲线参数二维分布模型统计不确定性的基桩失效概率区间估计方法,并比较了基桩失效概率点估计和区间估计结果的优缺点。结果表明:基于有限双曲线参数试验数据估计的样本均值、标准差、Kendall秩相关系数和AIC值具有较大的变异性,这种变异性进一步导致双曲线参数的二维分布模型存在明显的统计不确定性。通过考虑双曲线参数二维分布模型的统计不确定性,基桩失效概率可以表示为具有一定置信度水平的置信区间。基桩失效概率的区间估计相比点估计能更加合理地表征基桩的真实可靠度水平。     

基于随机场理论的水电工程渣料场边坡稳定性分析

渣料抗剪强度参数的空间变异性对渣料场边坡稳定性的影响非常显著。利用随机场理论开展抗剪强度参数空间变异性对水电工程渣料场边坡稳定性影响的分析,首先采用自相关函数构建抗剪强度参数随机场,然后利用改进的乔列斯基分解法离散抗剪强度参数随机场,最后利用非侵入式随机有限元方法进行边坡稳定性分析。算例结果表明岩土体抗剪强度参数的空间变异性对边坡安全稳定性有较大影响,边坡滑动面与抗剪强度参数的空间分布有关。工程实例计算结果表明,对于水电工程渣料场这一典型的非均质边坡,单一的安全系数不足以评价渣料场边坡的稳定性,应考虑渣体抗剪强度参数的空间变异性,并结合工程实际进行稳定性及滑动面的综合分析和评价。     

海堤地基土变形和强度分析

采用平面应变有限单元法对海堤位移(沉降)和地基强度的发展变化进行了研究分析,计算结果表明:在海堤地基固结过程中,随着土体有效应力的提高,海堤地基土体抗剪强度相应增大,且上覆土层越厚,土体抗剪强度增长越大。计算结果与实测资料较为接近,验证了有限元模型及参数的合理性,对海堤地基评价具有显示意义。     

植物根系对重庆紫色土抗剪强度的影响分析

土体滑坡与土体的沉降有关,另一方面是由于土体的强度遭到破坏引起的.而土体的强度破坏一般都是剪切破坏,因此研究土的抗剪强度也就有着重要的意义.为此,进行了测定土的抗剪强度试验,分析了植物根系对重庆地区紫色土壤的力学影响,为重庆地区的生态边坡防护提供一定的理论基础.     

马铃薯典型病害图像自适应特征融合与快速识别

针对自然条件下马铃薯典型病害区域定位和识别难的问题,提出了一种马铃薯典型病害图像的自适应特征融合与快速识别方法。该方法利用K-means、Hough变换与超像素算法定位叶片,结合二维Otsu与形态学法分割病斑区域,通过病斑图像颜色、形状、纹理的自适应主成分分析(PCA)特征加权融合,进行支持向量机(SVM)病害识别。对3类马铃薯典型病害图像进行识别试验,结果表明:SVM识别模型下,自适应特征融合方法相比PCA降维、特征排序选择等传统自适应方法,平均识别率至少提高了1.8个百分点;13个自适应融合特征下,识别方法平均识别率为95.2%,比人工神经网络、贝叶斯分类器提高了3.8个百分点和8.5个百分点,运行时间为0.600 s,比人工神经网络缩短3 s,可有效保证识别精度,大大加快了识别速度。     

基于人工神经网络的地下水流数学模型参数识别

基于人工神经网络技术 ,建立了地下水二维非稳定流数学模型的参数识别模型 ,用地下水长观孔水位降深资料识别模型参数。通过实例计算分析 ,结果表明此法适用于处理复杂条件下模型参数识别问题 ,且结果稳定可靠。     

基于人工神经网络的地下水流数学模型参数识别

基于人工神经网络技术，建立了地下水二维非稳定流数学模型的参数识别模型，用地下水长观孔水位降深资料识别模型参数。通过实例计算分析，结果表明此法适用于处理复杂条件下模型参数识别问题，且结果稳定可靠。     

砒砂岩重塑土力学特性及本构模型试验研究

为研究含水率和围压对砒砂岩重塑土力学特性的影响,采用TSZ-6A全自动静三轴仪进行三轴剪切试验.试验结果表明:随着围压的增大,土体抗剪强度逐渐变大;含水率越大,土体抗剪强度越小,并且两者都近似呈线性变化的趋势.以含水率、围压为影响因素,依据邓肯-张模型建立了砒砂岩重塑土的本构模型.应用该模型对不同含水率、围压下砒砂岩重塑土的应力-应变关系进行预测,预测结果与实测结果接近,表明以含水率、围压为参数建立的预测模型能较好地反映砒砂岩重塑土的本构关系.研究可为砒砂岩土在工程建设中的应用提供基础理论依据.     

波动水资源数据灰幂模型预测中的维数选择

针对GM(1,1)幂模型预测中如何选择合适的样本维数提高模型精度问题,探讨小样本波动统计序列光滑度的判断方法及其对GM(1,1)幂模型预测结果的影响,利用GM(1,1)幂模型白化计算公式完成最小二乘准则下的参数计算,在此基础上构建序列统计数据预测计算模型,将其应用于城市用水量波动统计数据预测,并进行GM(1,1)幂模型样本维数预测精度探讨,计算结果验证了波动统计序列光滑度与GM(1,1)幂模型预测精度的关系,为小样本波动统计序列建模和预测提供了一种计算方法。     

基于三轴试验的根土复合体抗剪性能试验研究

以沙地柏群落中的土壤及其根系为研究对象,模拟采样地含水率与土壤密度,制备根土复合体。对试样进行常规三轴试验中的不排水不固结试验(UU试验)。分析不同根系分布形式及根系直径大小对根土复合体抗剪强度的影响。结果表明,沙地柏根系的加入能够提高土体抗剪强度。各级法向应力下,在特定的含根量下,且根系直径相同时,根土复合体抗剪强度与布根方式之间关系为:水平布根方式下抗剪强度最小,垂直布根居中,复合布根最大。在相同的布根方式下,根土复合体抗剪强度大小与所含根系直径间的关系为含1mm根的根土复合体抗剪强度最小,含2mm根的根土复合体抗剪强度居中,含1.5mm根的根土复合体抗剪强度最大。     

基于离散元模拟的土石混合体剪切与变形特性研究

土石混合体是一种颗粒大小不一，物质成分复杂，结构分布不规则的非连续介质，其力学性质受多种因素的影响，运用离散元模拟程序PFC2D建立土石混合体直剪试验离散元模型，对不同含石量、不同块石—土颗粒粒径比、不同黏结强度的混合体进行直剪试验模拟，研究其对土石混合体抗剪强度以及破坏特征的影响。研究结果表明：离散元模拟试验与室内直剪试验结果基本吻合，证明了离散元剪切模型的可靠性；随着含石量的增高，土石混合体抗剪强度与其对应的剪切位移增加，剪胀与应变硬化现象更明显；10倍平均粒径比的土石混合体具有最高的抗剪强度；土石混合体的抗剪强度随着黏结力的增加而增加，而残余强度受黏结力的影响较小。     

Log Gaussian Cox场手部指节的图像偏移特征学习与识别

针对手部指节图像结构特征模糊与建模困难的问题,以Log Gaussian Cox随机场为图像建模基础,给出了随机图像上偏移特征的抽取与学习方法,实现了手部图像中指节的识别。在缺乏Cox过程图像模型先验假设的条件下,结合随机图像的水平集分解,得到了图像偏移表示的逼近结果。在图像灰度分布非参数密度核估计基础上,利用非线性各向异性滤波对偏移特征进行增强,建立了偏移测度特征的Bayesian估计。提出了不同偏移参数下偏移特征的模型学习与融合算法,获得了指节图像特征的融合表示,并在手部指节图像数据库中比较了不同分层偏移模型下的识别结果,给出了批量识别ROC曲线统计规律。结果表明,识别方法具有较为稳定的正确分类能力,具有可行性。     

基于特征工程的大田作物行中心线识别方法

针对大田作物行特征复杂多样,传统作物行识别方法鲁棒性不足、参数调节困难等问题,该研究提出一种基于特征工程的大田作物行识别方法。以苗期棉花作物行冠层为识别对象,分析作物行冠层特点,以RGB图像和深度图像为数据来源,建立作物行冠层特征表达模型。运用特征降维方法提取作物行冠层的关键特征参数,降低运算量。基于支持向量机技术建立作物行冠层特征分割模型,提取作物行特征点。结合随机抽样一致算法和主成分分析技术建立作物行中心线检测方法。以包含不同光照、杂草、相机位姿的棉花作物行图像为测试数据,运用线性核、径向基核和多项式核的支持向量机分类器开展作物行冠层分割试验;对比分析典型Hough变换、最小二乘法和所建作物行中心线检测方法的性能。结果表明,径向基核分类器的分割精度和鲁棒性最优;所建作物行中心线检测方法的精度和速度最优,航向角偏差平均值为0.80°、标准差为0.73°;横向位置偏差平均值为0.90像素,标准差为0.76像素;中心线拟合时间平均值为55.74ms/f,标准差为4.31ms/f。研究成果可提高作物行识别模型的适应性,减少参数调节工作量,为导航系统提供准确的导航参数。     

AR模型参数的抗差递推估计

将抗差理论引入到自回归模型(AR)的参数估计中,在实时洪水预报的误差修正中,可以利用抗差理论估计AR模型的参数,抵御异常观测值对参数估计的影响,以保证实时洪水的预报精度。选取闽江水吉流域的5场实测洪水资料,通过递推最小二乘法和抗差递推最小二乘法来率定AR模型参数,结果表明:当观测资料无异常值时,递推最小二乘法和抗差递推最小二乘的结果相近,都比较满意;当观测资料中有异常值时,递推最小二乘的结果明显不合理,抗差递推最小二乘法能获得最优估值。     

3DEC中红砂岩节理模型开发及数值模拟

利用人工劈裂的红砂岩节理进行直剪试验,研究了红砂岩节理三维形貌与节理峰值抗剪强度的关系。基于节理形貌参数提出了劈裂节理峰值抗剪强度模型,采用新模型和Barton强度模型计算了红砂岩节理的峰值抗剪强度,并与试验结果进行对比。分析表明:采用Barton模型计算的误差平方和为0.67;而新模型计算的误差平方和为0.05,能更好地描述岩石节理峰值剪切强度。结合Barton对节理剪切变形的研究和Bandis提出的节理法向双曲线模型,采用C++语言编写了3DEC离散元程序的自定义节理模型。通过节理单轴压缩试验及直剪试验的模拟分析,验证了新节理模型可以合理反映红砂岩节理力学特性。     

基于二层规划理论的水文模型参数识别研究

流域水文模型有效应用的关键之一是参数识别,但由于水文模型存在高度敏感性参数以及参数之间的高度相关性增加了模型参数识别难度。本文以新安江模型为例,在分析参数敏感性和相关性的基础上,建立了基于二层规划理论的参数识别模型,研究了二层规划问题的求解算法,并进行了天福庙水库径流模拟的实例研究。通过与SCE-UA、PSO、PMSE-PSO和SMSE-PSO优化单目标函数的结果比较,可以看出,基于二层规划理论的新安江模型参数优选方法具有较高的预报精度,是一种有效可行的水文模型参数优选方法。     

基于多特征降维的植物叶片识别方法

植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。针对低维特征不能全面描述叶片信息,识别准确率低的问题,提出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理,获得去除颜色、虫洞、叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征,对灰度图像提取Hu不变矩特征、灰度共生矩阵特征、局部二值模式特征和Gabor特征,对纹理图像提取分形维数,共得到2 183维特征参数。再采用主成分分析与线性评判分析相结合的方法对叶片多特征进行特征降维,将叶片高维特征数据降到低维空间。降维后的训练样本特征数据使用支持向量机分类器进行训练。试验结果表明:使用训练后的支持向量机分类器对Flavia数据库和ICL数据库的测试叶片样本进行分类识别,平均正确识别率分别为92.52%、89.97%,有效提高了植物叶片识别的正确率。     

考虑降雨特征的浅层边坡稳定性分析

由降雨诱发的残积土滑坡在亚热带和热带地区非常普遍,产生此类滑坡的主要原因是雨水入渗使斜坡内非饱和区材料抗剪强参数和基质吸力降低导致了土体抗剪强度的减小.基于Mein-Larson模型,用一种近似的显式方法模拟入渗过程,得出了实际入渗率和湿润锋深度随时间变化规律,在此基础上,采用考虑基质吸力的极限平衡方法进行了边坡稳定性分析.计算结果表明实际入渗率在积水之前为降雨强度,之后逐渐减小;湿润锋深度随时间成近似线性变化;边坡安全系数随降雨的入渗而显著下降.     

基于CycleGAN和注意力增强迁移学习的小样本鱼类识别

围绕水产养殖水下目标精准识别的产业发展需求,针对小样本目标识别精度低、模型算法场景适应能力差等问题,提出一种基于改进循环对抗网络（Cycle constraint adversarial network, CycleGAN）样本扩增和注意力增强迁移学习的小样本养殖鱼类识别方法。利用水下采样装备收集实际养殖场景和可控养殖场景大黄鱼图像,并以可控场景图像作为辅助样本集。利用CycleGAN为基础框架实现辅助样本到实际养殖场景图像的迁移,并提出一种基于最大平均差异（Maximum mean discrepancy, MMD）的迁移模型损失函数优化方法。在迁移学习阶段使用ResNet50为基础框架,并引入SK-Net（Selective kernel network）注意力机制优化模型对不同感受野目标的感知能力,提升模型对无约束鱼类目标的识别精度。试验结果表明,本文方法有效提升了小样本鱼类目标的识别能力,鱼类识别召回率达到94.33%,平均精度均值达到96.67%,为鱼类行为跟踪和表型测量提供了有效的技术支撑。     

基于贝叶斯统计方法的精细地面灌溉智能控制系统合理数据量研究

确定需要采集灌溉信息的合理数据量是根据已知灌溉信息准确预测未知灌溉过程,实现对地面灌溉全过程智能控制和管理的首要问题。基于贝叶斯统计方法,以借助灌溉模型所得的水流推进过程模拟值与实测值之间的平均相对误差为随机变量,基于50个典型田块的实测信息估算其先验分布,再结合样本及统计模型(似然函数),导出后验分布,计算出随机变量的95%置信区间,从而从理论上论证对地面灌溉过程进行智能控制需采用的能够准确估算入渗参数并预测灌溉全过程的合理数据量。