期刊文献+
共找到2,280篇文章
< 1 2 114 >
每页显示 20 50 100
Methodology,progress and challenges of geoscience knowledge graph in International Big Science Program of Deep-Time Digital Earth 被引量:2
1
作者 ZHU Yunqiang WANG Qiang +9 位作者 WANG Shu SUN Kai WANG Xinbing LV Hairong HU Xiumian ZHANG Jie WANG Bin QIU Qinjun YANG Jie ZHOU Chenghu 《Journal of Geographical Sciences》 2025年第5期1132-1156,共25页
Deep-time Earth research plays a pivotal role in deciphering the rates,patterns,and mechanisms of Earth's evolutionary processes throughout geological history,providing essential scientific foundations for climate... Deep-time Earth research plays a pivotal role in deciphering the rates,patterns,and mechanisms of Earth's evolutionary processes throughout geological history,providing essential scientific foundations for climate prediction,natural resource exploration,and sustainable planetary stewardship.To advance Deep-time Earth research in the era of big data and artificial intelligence,the International Union of Geological Sciences initiated the“Deeptime Digital Earth International Big Science Program”(DDE)in 2019.At the core of this ambitious program lies the development of geoscience knowledge graphs,serving as a transformative knowledge infrastructure that enables the integration,sharing,mining,and analysis of heterogeneous geoscience big data.The DDE knowledge graph initiative has made significant strides in three critical dimensions:(1)establishing a unified knowledge structure across geoscience disciplines that ensures consistent representation of geological entities and their interrelationships through standardized ontologies and semantic frameworks;(2)developing a robust and scalable software infrastructure capable of supporting both expert-driven and machine-assisted knowledge engineering for large-scale graph construction and management;(3)implementing a comprehensive three-tiered architecture encompassing basic,discipline-specific,and application-oriented knowledge graphs,spanning approximately 20 geoscience disciplines.Through its open knowledge framework and international collaborative network,this initiative has fostered multinational research collaborations,establishing a robust foundation for next-generation geoscience research while propelling the discipline toward FAIR(Findable,Accessible,Interoperable,Reusable)data practices in deep-time Earth systems research. 展开更多
关键词 deep-time Earth geoscience knowledge graph deep-time Digital Earth International Big Science Program
原文传递
Co-Evolution of Magmatic and Sedimentary Fluxes Coupling with Supercontinents:Insight from Singularity Analysis of Deep-Time Geological Records
2
作者 Molei Zhao Guoxiong Chen +2 位作者 Jie Yang Yuanzhi Zhou Qiuming Cheng 《Journal of Earth Science》 2025年第5期2308-2316,共9页
Continental crust is the long-term achievements of Earth's evolution across billions of years.The continental rocks could have been modified by various types of geological processes,such as metamorphism,weathering... Continental crust is the long-term achievements of Earth's evolution across billions of years.The continental rocks could have been modified by various types of geological processes,such as metamorphism,weathering,and reworking.Therefore,physical or chemical properties of rocks through time record the composite effects of geological,biological,hydrological,and climatological processes.Temporal variations in these time series datasets could provide important clues for understanding the co-evolution of different layers on Earth.However,deciphering Earth's evolution in deep time is challenged by incompleteness,singularity,and intermittence of geological records associated with extreme geological events,hindering a rigorous assessment of the underlying coupling mechanisms.Here,we applied the recently developed local singularity analysis and wavelet analysis method to deep-time U-Pb age spectra and sedimentary abundance record across the past 3.5 Gyrs.Standard cross-correlation analysis suggests that the singularity records of marine sediment accumulations and magmatism intensity at continental margin are correlated negatively(R^(2)=0.8),with a delay of~100 Myr.Specifically,wavelet coherence analysis suggests a~500-800 Myr cycle of correlation between two records,implying a coupling between the major downward processes(subduction and recycling sediments)and upward processes(magmatic events)related to the aggregation and segregation of supercontinents.The results clearly reveal the long-term cyclic feedback mechanism between sediment accumulation and magmatism intensity through aggregation of supercontinents. 展开更多
关键词 singularity theory deep-time data magmatic and sedimentary fluxes CO-EVOLUTION big data tectonics
原文传递
Decodification of Earth Evolution in Deep-Time 被引量:5
3
作者 WANG Chengshan SHEN Shuzhong +4 位作者 ZHOU Chenghu HOU Zengqian CHENG Qiuming OBERHANSLI Roland STEPHENSON Michael 《Acta Geologica Sinica(English Edition)》 SCIE CAS CSCD 2019年第S01期1-2,共2页
In the new era of earth system science in conjunction with the digital revolution,new platforms and programs are required for facilitating the utilization of geoscience data,especially to improve the integration of st... In the new era of earth system science in conjunction with the digital revolution,new platforms and programs are required for facilitating the utilization of geoscience data,especially to improve the integration of structured data with unstructured data for solving complex problems.Big data is not just matter of size but most importantly how easily and effectively it can be used.A major goal is to facilitate a move from traditional scientific approaches to a more modern approach that involves big data analytics. 展开更多
关键词 Decodification deep-time EARTH
在线阅读 下载PDF
“Deep-time Digital Basin” Based on Big Data and Artificial Intelligence 被引量:2
4
作者 FENG Zhiqing LIAN Peiqing 《Acta Geologica Sinica(English Edition)》 SCIE CAS CSCD 2019年第S01期14-16,共3页
1 Introduction Information technology has been playing an ever-increasing role in geoscience.Sphisicated database platforms are essential for geological data storage,analysis and exchange of Big Data(Feblowitz,2013;Zh... 1 Introduction Information technology has been playing an ever-increasing role in geoscience.Sphisicated database platforms are essential for geological data storage,analysis and exchange of Big Data(Feblowitz,2013;Zhang et al.,2016;Teng et al.,2016;Tian and Li,2018).The United States has built an information-sharing platform for state-owned scientific data as a national strategy. 展开更多
关键词 deep-time DIGITAL earth(DDE) deep-time DIGITAL basin(DDB) BIG data artificial intelligent knowledge base
在线阅读 下载PDF
Sedimentological/Palaeogeographic Data as Fundamental Building Blocks of the DDE Project:Critical Underpinning of Reconstructing Deep-time Earth Systems 被引量:2
5
作者 Isabel P.MONTANEZ HU Xiumian +3 位作者 HOU Mingcai WANG Chengshan CHEN Jitao 《Acta Geologica Sinica(English Edition)》 SCIE CAS CSCD 2019年第S01期52-54,共3页
1 Introduction Sedimentary rocks archive important information for understanding how the earth system operates and how life and environments have evolved through earth history.Properly identifying characteristics of s... 1 Introduction Sedimentary rocks archive important information for understanding how the earth system operates and how life and environments have evolved through earth history.Properly identifying characteristics of sedimentary rocks,along with the subsequent interpretation of depositional processes and sedimentary environments in a basin or locality. 展开更多
关键词 SEDIMENTOLOGY PALAEOGEOGRAPHY EARTH system deep-time Digital EARTH data science
在线阅读 下载PDF
Review on status of groundwater database and application prospect in deep-time digital earth plan 被引量:3
6
作者 Wenkai Qiu Teng Ma +3 位作者 Yanxin Wang Jianmei Cheng Chunli Su Junxia Li 《Geoscience Frontiers》 SCIE CAS CSCD 2022年第4期114-128,共15页
Groundwater is an important water resource.The total amount of active groundwater in a hydrological cycle is about 3.5 times that of the total amount of surface water.The information in the deep groundwater records th... Groundwater is an important water resource.The total amount of active groundwater in a hydrological cycle is about 3.5 times that of the total amount of surface water.The information in the deep groundwater records the material exchange and dynamics in the earth’s evolution,which is an important aspect of the Deep-Time Digital Earth(DDE)plan.In recent years,scientists have discussed the distribution of transboundary aquifers and the environmental significance of groundwater resources through groundwater databases established by international organizations,such as the Global Groundwater Information System and the chronicles consortium,and national institutes,such as national geological surveys.The application of the groundwater database in the DDE plan,however,has been limited by the management,interactivity,and monitoring method of the groundwater data.The ability to further integrate data that are private and scattered across research institutions and individuals,while establishing an open,unified,and shared groundwater data platform,is essential to enhance our understanding of groundwater,ranging from shallow to deep water,which is a goal of the DDE plan.In this study,we introduced the current situation of groundwater database operations in domestic and international research and provided frontier research with groundwater big data.Considering the related objectives of the DDE plan and the limitations of existing groundwater databases,we proposed an improvement plan and new prospects for applying groundwater databases in the research of the deep earth. 展开更多
关键词 deep-time Digital Earth Groundwater database Big data technology HYDROGEOLOGY
在线阅读 下载PDF
Deep-time Paleogeographic Reconstruction Based on Database:Taking the South China T. approximatus Biozone(Early Ordovician) as an Example
7
作者 ZHANG Linna FAN Junxuan CHEN Qing 《Acta Geologica Sinica(English Edition)》 SCIE CAS CSCD 2019年第S01期76-79,共4页
Paleogeography is a discipline that studies spatial distribution and evolutionary characteristics of geographic objects in earth history(Feng,2003;Feng et al.,2012).It focuses on the sediments,organisms and environmen... Paleogeography is a discipline that studies spatial distribution and evolutionary characteristics of geographic objects in earth history(Feng,2003;Feng et al.,2012).It focuses on the sediments,organisms and environmental proxies,most of which are preserved in the rocks.However,a large amount of this geological and biological information was no longer preserved after the geological process of burial. 展开更多
关键词 PALEOGEOGRAPHY deep-time GIS DATABASE
在线阅读 下载PDF
基于多源信息融合与深度学习的煤岩瓦斯复合动力灾害风险等级预警方法
8
作者 王凯 李康楠 +4 位作者 杜锋 赵伟 赵瑜 张俊文 赵明昊 《煤炭学报》 北大核心 2026年第1期461-479,共19页
深部开采条件下,煤岩瓦斯复合动力灾害致灾机理复杂且因素多重耦合,精准预警对保障矿井安全生产具有重要意义。提出了一种多源信息融合的深度学习预警方法,构建了SCSSAMSDA-TFT时序智能预警模型,其中,采用改进麻雀搜索算法(Sine-Cosine ... 深部开采条件下,煤岩瓦斯复合动力灾害致灾机理复杂且因素多重耦合,精准预警对保障矿井安全生产具有重要意义。提出了一种多源信息融合的深度学习预警方法,构建了SCSSAMSDA-TFT时序智能预警模型,其中,采用改进麻雀搜索算法(Sine-Cosine and Cauchy-enhanced Sparrow Search Algorithm,SCSSA)自适应优化模型超参数,引入多源域自适应(Multi-Source Domain Adaptation,MSDA)实现异构监测数据的分布对齐与特征统一表征,并以时间融合Transformer(Temporal Fusion Transformer,TFT)高效提取多源时序指标的动态演化特征,完成风险等级预警。针对微震监测、瓦斯参数等多源信息,构建数据驱动的复合动力灾害风险等级标定流程:以复合风险指数(Composite Risk Index,CRI)为核心,对其实施时序平滑,并基于受试者工作特征(Receiver Operating Characteristic,ROC)曲线分析确定高风险等级阈值;随后通过聚类有效性检验评估划分等级与数据内在结构的一致性。构建复合动力灾害预警指标体系,以XGBoost训练多分类基线并计算全局SHAP重要性,结合滑动时窗稳健性检验与子集筛选准则,形成兼具物理指向性与判别效率的紧凑指标子集。结果表明:模型在测试集的宏平均F1达到0.965、准确率为0.961,较对比模型与消融模型均有显著提升,能够准确捕捉复合动力灾害的多尺度前兆并实现对风险等级的精准预测与预警。所提出的深度学习融合预警方法能够有效整合多源信息并建立等级标定与指标体系,对提升复合动力灾害风险等级预警的准确性与可靠性具有重要工程应用价值。 展开更多
关键词 煤岩瓦斯复合动力灾害 深度学习 时间序列 指标体系 改进搜索算法
在线阅读 下载PDF
基于时频域特征融合与深度学习的液压支架压力信号预测模型
9
作者 余琼芳 孙成成 +2 位作者 杨艺 杨鹏飞 王珂一 《振动与冲击》 北大核心 2026年第3期20-31,共12页
液压支架压力信号的准确预测对于提升煤矿安全生产水平具有重要的理论意义与应用价值。然而,现有方法在处理压力信号中复杂的时频特性时仍存在一定局限。为此,提出了一种融合时频域分析与深度学习的压力信号预测框架——时频融合神经网... 液压支架压力信号的准确预测对于提升煤矿安全生产水平具有重要的理论意义与应用价值。然而,现有方法在处理压力信号中复杂的时频特性时仍存在一定局限。为此,提出了一种融合时频域分析与深度学习的压力信号预测框架——时频融合神经网络(time-frequency Transformer network,TF-TransNet)。首先,采用高斯移动均值滤波对原始压力信号进行去噪处理,并利用格兰杰因果分析筛选出最具预测价值的特征变量。在特征表示阶段,引入通道注意力机制以动态调整特征权重,并设计特征融合模块以增强变量间的交互建模能力。模型核心为创新性的时频融合编解码结构,结合快速傅里叶变换(fast Fourier transform,FFT)、长短期记忆网络(long short-term memory,LSTM)与概率稀疏自注意力(probabilistic self-attention,PSA)机制,实现对压力信号多维度时频特征的深度挖掘。FFT提供频域全局信息,揭示信号隐含的周期性模式;LSTM有效捕捉长时序依赖关系;PSA机制则引导模型关注关键的时频特征信息。以山东枣庄付村煤矿实际液压支架压力数据为基础,分别与传统LSTM及Transformer模型进行了对比,并通过消融试验验证了各模块对模型性能的贡献。试验结果表明,在12步长预测任务中,TF-TransNet在均方根误差上较LSTM和Transformer分别降低约28.10%和20.48%,平均绝对误差分别降低约33.62%和24.00%,R^(2)指标分别提升0.482 6和0.301 0。 展开更多
关键词 液压支架压力信号 深度学习 时频域分析 快速傅里叶变换(FFT) 特征融合 概率稀疏注意力(PSA)机制
在线阅读 下载PDF
联合凝血酶原时间、国际标准化比值和休克指数对多发伤患者深静脉血栓形成的预测价值
10
作者 徐志霞 勾燚 +4 位作者 艾力库提·艾克帕尔 贾文婷 李丹丹 杨建中 冯珂 《中国急救医学》 2026年第2期106-110,共5页
目的探索联合凝血酶原时间(PT)、国际标准化比值(INR)和休克指数(SI)对多发伤患者深静脉血栓(DVT)形成的预测价值。方法采用回顾性病例对照研究分析2022年6月至2024年12月宁夏医科大学总医院收治的342例多发伤患者的临床资料,根据患者... 目的探索联合凝血酶原时间(PT)、国际标准化比值(INR)和休克指数(SI)对多发伤患者深静脉血栓(DVT)形成的预测价值。方法采用回顾性病例对照研究分析2022年6月至2024年12月宁夏医科大学总医院收治的342例多发伤患者的临床资料,根据患者是否发生DVT分为DVT组(61例)和非DVT组(281例)。比较两组年龄、性别、体重指数(BMI)、基础疾病、受伤部位,入院24 h内首次心率、呼吸、收缩压、舒张压、SI、白细胞计数、乳酸、血糖、PT、活化部分凝血活酶时间(APTT)、凝血酶原活动度、INR、血小板计数、纤维蛋白原(FIB)和D-二聚体,入院首次损伤严重度评分(ISS)、格拉斯哥昏迷评分(GCS)和Caprini评分,入院24 h内输血、止血和深静脉置管情况,重症监护病房(ICU)住院时间。采用单因素分析和多因素Logistic回归分析评估并确定多发伤后DVT形成的影响因素,绘制受试者工作特征(ROC)曲线评估影响因素的预测效能。结果DVT组年龄、BMI、心率、呼吸、SI、乳酸、血糖、PT、INR、D-二聚体、ISS、Caprini评分、伤后24 h内氨甲环酸治疗和深静脉置管的比例及ICU住院时间显著高于非DVT组,而凝血酶原活动度和GCS显著低于非DVT组,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果表明,年龄(OR=1.037,95%CI 1.004~1.072,P=0.027)、SI(OR=5.976,95%CI 1.514~23.584,P=0.011)、INR(OR=1.104,95%CI 1.014~1.202,P=0.023)和GCS(OR=0.882,95%CI 0.799~0.974,P=0.013)与多发伤患者DVT的形成显著相关(P<0.05)。ROC结果表明,年龄、SI、PT、INR和GCS单独预测多发伤患者DVT形成的效能较差(AUC<0.70),但PT、INR和SI联合预测效能较佳(AUC=0.838),与上述指标联合预测效能(AUC=0.847)接近,且敏感度和特异度均得到改善。结论联合PT、INR和SI对多发伤患者DVT的形成具有较好的预测价值。 展开更多
关键词 多发伤 深静脉血栓 凝血酶原时间 国际标准化比值 休克指数
暂未订购
Transformer架构驱动下的综采工作面矿压时序特征智能预测
11
作者 杜锋 陈博 +7 位作者 王文强 浦海 杜雪明 李国栋 乔瑞 李鑫磊 徐杰 曹煜 《煤田地质与勘探》 北大核心 2026年第2期1-13,共13页
【背景】矿压预测是顶板灾害预警和管理的重要手段,是智能化矿井安全生产的前提和基础。开采过程中综采工作面环境复杂多变,导致基于电液控制系统采集的支架压力数据分布差异较大,预测困难。【方法】基于Transformer的矿压预测模型,使... 【背景】矿压预测是顶板灾害预警和管理的重要手段,是智能化矿井安全生产的前提和基础。开采过程中综采工作面环境复杂多变,导致基于电液控制系统采集的支架压力数据分布差异较大,预测困难。【方法】基于Transformer的矿压预测模型,使用线性插值填补缺失的矿压值,并使用滑动窗口算法调整训练时的矿压数据结构;针对矿压数据的时序特性,构建融合时序特征的输入序列,利用多头注意力(multi-head-attention)机制动态计算权重,根据数据本身自适应地聚焦关键时间步,从而有效捕捉复杂的非线性时序依赖,显著提升特征表征与预测能力,最后使用迁移学习方法,完成对上、中、下工作面支架工作阻力预测,并搭建基于矿压大数据的智能分析及预测平台。【结果和结论】使用多头注意力机制代替神经网络捕捉全局矿压数据特征,比循环神经网络(recurrent neural network,RNN)和长短期记忆网络(long short-term memory,LSTM)具有更强长序列依赖能力和特征学习能力,能有效降低模型损失,更加适用于预测矿压,Transformer模型在测试集上的均方误差和平均绝对误差损失精度分别达到0.34%和2.57%。Transformer模型也具有较强的泛化能力,使用迁移学习方法微调后,能够有效降低模型损失,在迁移同工作面其他支架时具有更好的泛化效果,Transformer预测模型进一步验证在矿压预测问题的适用性和可行性。平台可视化显示系统可精准分析预测前后的来压次数、推进距离、来压判据和工作面矿压云图等关键参数,为顶板灾害预警乃至其他灾害预警提供新思路,也为矿井安全高效开采与智能化建设奠定了坚实基础。 展开更多
关键词 综采工作面 深度学习 Transformer模型 时间序列 矿压显现 矿压预测
在线阅读 下载PDF
基于改进YOLOv8的森林火灾检测方法研究 被引量:1
12
作者 雷建云 田祚汉 +1 位作者 夏梦 雷瑞璠 《中南民族大学学报(自然科学版)》 2026年第1期97-105,共9页
针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测... 针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测速度.此外,融入了SENet注意力机制模块,以增强网络对火灾检测的准确性.使用α-IoU损失函数代替YOLOv8原始损失函数中的CIoU损失函数来计算定位损失,该函数能够自适应地调整IoU的阈值,更好地处理不同大小和形状的目标,同时提高模型对小目标的检测性能.结果表明:该方法的平均准确率(mA@0.5P)达到了87.2%,帧率(FPS)提升了17帧,显著提高了火灾检测的实时性. 展开更多
关键词 深度学习 YOLOv8模型 森林火灾检测 实时性
在线阅读 下载PDF
南雄盆地古近纪早期湖泊年纹层记录的太阳活动
13
作者 黄惠欣 马明明 +3 位作者 李光普 李鑫隆 王倩 刘秀铭 《科学通报》 北大核心 2026年第3期651-660,共10页
古近纪作为地质历史上典型的温室气候期是深时古气候研究的热点,目前该时期的古气候重建工作大都停留在轨道甚至构造时间尺度.深时湖泊年纹层沉积可以记录季节-年尺度的古气候信息,是预测未来全球气候变化的理想研究材料.位于我国东南... 古近纪作为地质历史上典型的温室气候期是深时古气候研究的热点,目前该时期的古气候重建工作大都停留在轨道甚至构造时间尺度.深时湖泊年纹层沉积可以记录季节-年尺度的古气候信息,是预测未来全球气候变化的理想研究材料.位于我国东南地区的南雄盆地出露较完整的上白垩统-古新统地层,其西北部的古新统古城村组地层中发育多层厚度不等的灰黑色泥岩,其中一段保存着清晰的纹层结构.本文通过对该纹层沉积的高分辨率气候代用指标测试,并结合频谱分析,探讨其是否为年纹层,并揭示其记录的古气候信息.结果显示:纹层结构在颜色、矿物组成和化学成分上有明显的差别,表现在浅色层中湖泊内生组分,如碳酸盐、Ca元素等含量高于暗色层,而暗色层中湖泊外源组分,如黏土矿物、Ti元素等含量明显高于浅色层;结合古气候记录,我们认为浅色层和暗色层的差异主要源自年内季节性气候条件的改变,因此该纹层是典型的年纹层;元素和色度的频谱分析结果显示了四个周期,范围在0.20~0.46、0.83~1.46、2.00~4.60、6.12~7.28 mm,其中0.20~0.46 mm为年纹层的厚度,后三个可能分别与ENSO、11年施瓦贝太阳黑子周期及22年太阳黑子周期有关. 展开更多
关键词 古近纪早期 南雄盆地 深时年纹层 太阳活动
原文传递
基于机器学习的大型机场离港滑行时间预测
14
作者 李楠 吴龙添 +1 位作者 郝锦彪 许瑞 《中国民航大学学报》 2026年第1期17-24,共8页
为了提高大型机场离港滑行时间预测的准确性,首先,本文通过皮尔逊相关系数分析确定大型机场离港滑行时间的共同特征变量;然后,使用经典机器学习和深度学习模型对北京大兴国际机场和中国香港赤鱲角国际机场的离港滑行时间进行预测比较。... 为了提高大型机场离港滑行时间预测的准确性,首先,本文通过皮尔逊相关系数分析确定大型机场离港滑行时间的共同特征变量;然后,使用经典机器学习和深度学习模型对北京大兴国际机场和中国香港赤鱲角国际机场的离港滑行时间进行预测比较。实验结果表明,除随机森林(RF,random forest)模型以外,每个模型的预测结果都较接近且效果较好,预测精度平均为88.485%,±3 min预测精度平均为78.605%,±5 min预测精度平均为93.867%;梯度提升回归树(GBRT,gradient boosting regression tree)和支持向量回归(SVR,support vector regression)模型的预测性能优于其他模型,为最佳预测模型,且对于同一个最佳预测模型,2个机场的预测结果差别不大。本文提出的离港滑行时间共同特征变量能够准确预测大型机场的离港滑行时间,经典机器学习模型的预测效果优于深度学习模型,且最佳预测模型具有可移植性。 展开更多
关键词 经典机器学习 深度学习 大型机场 离港滑行时间预测
在线阅读 下载PDF
时间反转镜在深海声层析中的应用
15
作者 李颖婕 秦继兴 +3 位作者 吴双林 陈振涛 郑康 柳云峰 《应用声学》 北大核心 2026年第1期135-145,共11页
海水声速对海洋中的声传播具有重要影响,声速剖面反演对声场预报、水声设备的设计与使用均具有重要意义。该文利用时间反转镜的自适应聚焦能力,提出一种基于全声场匹配的声层析方法,分析了时间反转镜技术在深海声层析中的应用条件。首先... 海水声速对海洋中的声传播具有重要影响,声速剖面反演对声场预报、水声设备的设计与使用均具有重要意义。该文利用时间反转镜的自适应聚焦能力,提出一种基于全声场匹配的声层析方法,分析了时间反转镜技术在深海声层析中的应用条件。首先,从时间反转镜的特性出发,研究其在深海不同典型声区的聚焦特性;其次,分析了海底声学参数对所提深海声层析方法性能的影响;最后,在满足时间反转镜应用条件的基础上,对声速剖面反演的敏感性进行分析,并实现了深海声速剖面的反演。研究结果表明,时间反转镜技术在深海声影区的聚焦效果最为理想,但海底参数会对其聚焦效果产生影响,低声速海底环境因多途结构的减少会导致声影区声速剖面反演失败。 展开更多
关键词 声层析 深海 时间反转镜
在线阅读 下载PDF
基于Informer-SAO-LSTM的刀具磨损预测
16
作者 李昂 马俊燕 唐源斌 《组合机床与自动化加工技术》 北大核心 2026年第1期151-155,161,共6页
在产品加工过程中,准确预测刀具的磨损值既能避免过早更换造成的成本浪费,又可防止过度磨损影响加工精度,从而最大化发挥刀具寿命的价值。为了解决这个问题,提出了一种基于Informer、SAO与LSTM结合的深度学习网络模型,用于刀具磨损预测... 在产品加工过程中,准确预测刀具的磨损值既能避免过早更换造成的成本浪费,又可防止过度磨损影响加工精度,从而最大化发挥刀具寿命的价值。为了解决这个问题,提出了一种基于Informer、SAO与LSTM结合的深度学习网络模型,用于刀具磨损预测。Informer具有高效的编码器结构和稀疏自注意力机制,而LSTM网络具有较强的时间序列建模能力,通过SAO算法对超参数的调整,可以更准确高效地捕捉刀具磨损过程中长期的依赖关系,从而提取更有效的特征,提升了模型在处理长序列数据时的效率和准确性。使用PHM2010数据集进行对比实验,实验结果表明所提出的Informer-SAO-LSTM模型在MAE、RMSE等多项指标上均表现出色,最后设计了实验进行验证,进一步说明了所提出的方法比对比模型的预测准确率更高,泛化能力更好。 展开更多
关键词 LSTM INFORMER SAO 刀具磨损 深度学习 时间序列预测
在线阅读 下载PDF
基于三分支网络的实时图像语义分割
17
作者 任凤雷 高紫阳 +3 位作者 张炎 周海波 杨璐 秦志昌 《光学精密工程》 北大核心 2026年第1期167-177,共11页
针对自动驾驶环境感知等应用场景对算法准确性和实时性的严苛要求,为了有效平衡语义分割模型的精度与推理速度,提出一种基于三分支网络的实时图像语义分割算法。借鉴PIDNet算法设计三分支网络结构,分别用于提取图像的细节信息、语义上... 针对自动驾驶环境感知等应用场景对算法准确性和实时性的严苛要求,为了有效平衡语义分割模型的精度与推理速度,提出一种基于三分支网络的实时图像语义分割算法。借鉴PIDNet算法设计三分支网络结构,分别用于提取图像的细节信息、语义上下文信息和边缘信息。在语义分支设计高效金字塔池化模块,用于获取不同尺度的上下文信息,同时增大网络特征感受野。在细节分支和边缘分支设计轻量高效的多尺度通道交互注意力模块,以对提取到的特征进行增强。最后,融合上述三分支提取的图像特征并输出最终的语义分割结果。实验结果表明,所提出的基于三分支网络的实时图像语义分割算法在Cityscapes数据集取得了79.2%mIoU及88.5 frame/s的实时语义分割性能,在CamVid数据集取得了80.5%mIoU及140.1 frame/s的实时语义分割性能。本文提出的算法可以高效地实现图像语义分割任务,实时性和准确性方面均获得了极佳的平衡,语义分割性能显著优于现有基准方法。 展开更多
关键词 语义分割 深度学习 实时性 注意力机制 多尺度特征
在线阅读 下载PDF
基于非均匀渗透率和气水相渗时变的超深层裂缝性致密砂岩气藏数值模拟方法
18
作者 汪如军 陈东 +7 位作者 代力 程时清 李健 任兴南 张宁涛 王福荣 汪洋 杨世龙 《天然气工业》 北大核心 2026年第1期96-104,共9页
超深层裂缝性致密砂岩气藏采用常规数值模拟方法无法考虑其开发过程中储层物性(如孔隙度)空间非均质性对渗透率下降程度的影响以及气水相渗特征的时变效应,进而影响了产能、见水情况预测的准确性。为此,考虑了超深层裂缝性有水气藏基质... 超深层裂缝性致密砂岩气藏采用常规数值模拟方法无法考虑其开发过程中储层物性(如孔隙度)空间非均质性对渗透率下降程度的影响以及气水相渗特征的时变效应,进而影响了产能、见水情况预测的准确性。为此,考虑了超深层裂缝性有水气藏基质和裂缝非均匀渗透率时变效应和气水相渗时变效应,进一步表征了基质和裂缝渗透率变化程度与储层物性之间的关联以及气藏水侵过程中气水两相流动能力的变化;然后基于投影嵌入式离散裂缝,建立了超深层裂缝性致密砂岩气藏时变数值模拟方法。研究结果表明:①考虑基质和裂缝非均匀渗透率变化,总体上渗透率非均匀下降的幅度比常规均匀下降幅度要小;②数值模拟获得的日产气量和累计产气量均高于均匀渗透率变化,反映基质和裂缝渗透率非均匀下降方式更合理;③考虑气水相渗时变的数值模拟计算表明,边水沿裂缝侵入特征更加明显,向产气井窜进速度加快,气井见水时间提前,稳产时间缩短,产气量降低。结论认为,基于非均匀渗透率和气水相渗时变提出的数值模拟方法能够更好地拟合实际历史数据,证实了该方法的可靠性与实用性,该认识为超深层裂缝性致密砂岩气藏的高效开发提供了强有力的理论和技术支撑。 展开更多
关键词 超深层 裂缝性致密砂岩 非均匀渗透率变化 气水相渗时变 投影嵌入式离散裂缝模型 数值模拟
在线阅读 下载PDF
基于置信度差异与熵最小化的跨时间鲁棒射频指纹识别方法
19
作者 张杰 王琴 +2 位作者 尹悦 王禹 桂冠 《通信学报》 北大核心 2026年第1期13-26,共14页
在真实无线电磁环境中,射频指纹识别系统常受到信道条件和环境因素随时间变化的影响,导致训练阶段与测试阶段数据分布不一致,从而引发显著的跨时间域性能退化问题,严重制约模型在未知场景下的稳定性与泛化能力。针对上述问题,提出一种... 在真实无线电磁环境中,射频指纹识别系统常受到信道条件和环境因素随时间变化的影响,导致训练阶段与测试阶段数据分布不一致,从而引发显著的跨时间域性能退化问题,严重制约模型在未知场景下的稳定性与泛化能力。针对上述问题,提出一种面向跨域泛化的射频指纹识别测试时自适应方法,该方法在不依赖目标域标注数据的情况下,通过在测试阶段对模型进行自适应调整,以缓解由环境变化引起的域偏移影响。首先,针对复杂信道条件下射频指纹特征易受干扰的问题,构建了一种基于并行多尺度卷积(Inception)结构的射频指纹识别网络,通过多尺度特征提取增强指纹特征的鲁棒性与稳定性。其次,针对测试阶段难以获取源域数据及目标域标签的问题,设计了一种无源无监督的测试时自适应框架,使模型能够在测试过程中逐步适应目标环境的分布变化。实验结果表明,所提方法在多个公开数据集上均取得了优于对比方法的识别性能,并在跨时间域场景下展现出良好的稳定性与泛化能力,为射频指纹识别在真实复杂环境中的应用提供了有力支撑。 展开更多
关键词 物理层安全 射频指纹识别 深度学习 测试时自适应 无源无监督域适应
在线阅读 下载PDF
基于变量筛选的关键工艺质量指标预测
20
作者 赵飞 王艳 +2 位作者 马浩 王团结 戴翠红 《信息与控制》 北大核心 2026年第1期116-131,共16页
为提高连续工业过程关键工艺质量指标预测的准确性,提出了一种结合变量选择、深度特征提取和时序分析的工业质量预测新方法。首先,利用基于K近邻条件互信息的变量选择方法,从高维、冗余的数据中筛选出与质量变量高度相关的关键工艺变量... 为提高连续工业过程关键工艺质量指标预测的准确性,提出了一种结合变量选择、深度特征提取和时序分析的工业质量预测新方法。首先,利用基于K近邻条件互信息的变量选择方法,从高维、冗余的数据中筛选出与质量变量高度相关的关键工艺变量;然后,采用改进的深度自编码器对筛选后的变量进行特征提取,并将原始特征与提取的深层特征进行融合,构建增强的特征集,通过引入正则化项增强了模型的鲁棒性和泛化能力;最后,利用长短期记忆网络构建质量预测模型,充分捕捉数据中的时间依赖关系。在3个工业案例的验证中,所提出的方法均获得较高的预测准确度,且在不同案例下表现出较低的预测误差和较小的输出波动幅度,表明其对连续工业过程具有一定的适用性。 展开更多
关键词 质量预测 变量筛选 特征提取 深度自编码器 时间序列分析 长短期记忆网络
原文传递
上一页 1 2 114 下一页 到第
使用帮助 返回顶部