期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
2022年马尔康6.0级震群同震滑坡空间分布规律分析
1
作者 向晗 李宁 +2 位作者 幸夫诚 陈宇涛 卜祥航 《水利水电快报》 2025年第8期31-39,共9页
为做好四川马尔康地区的滑坡灾害预防工作,针对2022年6月10日马尔康市接连发生的Ms5.8级、Ms6.0级、Ms5.2级地震所引发的滑坡灾害,建立了基于四川省历史地震数据的数据库,运用FCNN模型对此次震群诱发的滑坡空间分布进行分析,并提取马尔... 为做好四川马尔康地区的滑坡灾害预防工作,针对2022年6月10日马尔康市接连发生的Ms5.8级、Ms6.0级、Ms5.2级地震所引发的滑坡灾害,建立了基于四川省历史地震数据的数据库,运用FCNN模型对此次震群诱发的滑坡空间分布进行分析,并提取马尔康境内主要水电站流域,进行滑坡易发性分析。结果表明:①68.56%的滑坡落入极高、高易发区,与卫星影像解译滑坡的结果相符;②此次地震引发的滑坡灾害数量庞大、分布广泛、规模不均,主要集中在松岗断裂带北侧和龙子坝断裂带西北侧,地形起伏为36~107 m,坡度为16°~48°;③脚木足河、茶堡河水电站流域均为滑坡高度发育区,盘龙河水电站流域上游为滑坡高度发育区,下游处于中低易发区域,区域内滑坡受水力侵蚀、地形变化的强烈控制;④将FCNN模型预测结果与影像解译、地质灾害现场调查数据对比,验证了模型预测准确率达75%以上。研究成果对马尔康地区滑坡灾害的监测与防控具有理论与工程实践参考价值。 展开更多
关键词 地震群 同震滑坡 空间分布 fcnn模型 水电站流域 四川省 马尔康
在线阅读 下载PDF
基于全连接神经网络方法的冬季公路路面温度预报及检验
2
作者 贾晓红 石岚 郝玉珠 《气象与环境学报》 2025年第1期104-112,共9页
基于SCMOC精细化格点预报产品及交通气象站观测数据,利用全连接神经网络模型(Fully Connected Neural Network,FCNN),对G6京藏高速内蒙古复杂路段进行冬季未来24 h逐小时路面温度预报。结果表明:构建的FCNN模型的最佳训练期为20 d,增加... 基于SCMOC精细化格点预报产品及交通气象站观测数据,利用全连接神经网络模型(Fully Connected Neural Network,FCNN),对G6京藏高速内蒙古复杂路段进行冬季未来24 h逐小时路面温度预报。结果表明:构建的FCNN模型的最佳训练期为20 d,增加时间特征变量能有效减小模型路面温度预报误差,MAE减小0.3~0.8℃,AR提高4%~18%。最终建立FCNN路面温度预报模型,预报总体上具有较高的精度,其中ME、MAE、RMSE分别为-0.2~0.0℃、1.1~1.3℃和1.6~1.9℃,r大于0.94,AR超过90%,且0℃以下预报效果良好。从各项检验指标的日变化来看,除12:00—15:00预报效果较差外,其余时段预报能力较强,ME、MAE、RMSE、r和AR平均值分别为-0.07℃、1.20℃、1.58℃、0.94和93%。通过对2022年冬季平稳天气、寒潮天气和降雪天气进行检验,MAE均在2.0℃以内,证实FCNN模型对不同天气的路面温度都有一定的预报能力。 展开更多
关键词 路面温度 fcnn模型 预报 检验
在线阅读 下载PDF
面向场景解析的空间结构化编码深度网络 被引量:2
3
作者 张国印 王泽宇 +1 位作者 吴艳霞 布树辉 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第12期1928-1936,共9页
为了研究有效的特征提取和精确的空间结构化学习对提升场景解析效果的作用,本文提高出基于全卷积神经网络空间结构化编码深度网络,网络内嵌的结构化学习层有机地结合了图模型网络和空间结构化编码算法,算法能够比较准确地描述物体所处... 为了研究有效的特征提取和精确的空间结构化学习对提升场景解析效果的作用,本文提高出基于全卷积神经网络空间结构化编码深度网络,网络内嵌的结构化学习层有机地结合了图模型网络和空间结构化编码算法,算法能够比较准确地描述物体所处空间的物体分布以及物体间的空间位置关系。通过空间结构化编码深度网络,网络不仅能够提取包含多层形状信息的多维视觉特征,而且可以生成包含结构化信息的空间关系特征,从而得到更为准确表达图像语义信息的混合特征。实验结果表明:在SIFT FLOW和PASCAL VOC 2012标准数据集上,空间结构化编码深度网络较现有方法能够显著地提升场景解析的准确率。 展开更多
关键词 场景解析 全卷积神经网络 图模型 空间结构化编码算法 多维视觉特征 空间关系特征 混合特征
在线阅读 下载PDF
面向RGB-D场景解析的三维空间结构化编码深度网络 被引量:1
4
作者 王泽宇 吴艳霞 +1 位作者 张国印 布树辉 《计算机应用》 CSCD 北大核心 2017年第12期3458-3466,共9页
有效的RGB-D图像特征提取和准确的3D空间结构化学习是提升RGB-D场景解析结果的关键。目前,全卷积神经网络(FCNN)具有强大的特征提取能力,但是,该网络无法充分地学习3D空间结构化信息。为此,提出了一种新颖的三维空间结构化编码深度网络... 有效的RGB-D图像特征提取和准确的3D空间结构化学习是提升RGB-D场景解析结果的关键。目前,全卷积神经网络(FCNN)具有强大的特征提取能力,但是,该网络无法充分地学习3D空间结构化信息。为此,提出了一种新颖的三维空间结构化编码深度网络,内嵌的结构化学习层有机地结合了图模型网络和空间结构化编码算法。该算法能够比较准确地学习和描述物体所处3D空间的物体分布。通过该深度网络,不仅能够提取包含多层形状和深度信息的分层视觉特征(HVF)和分层深度特征(HDF),而且可以生成包含3D结构化信息的空间关系特征,进而得到融合上述3类特征的混合特征,从而能够更准确地表达RGB-D图像的语义信息。实验结果表明,在NYUDv2和SUNRGBD标准RGB-D数据集上,该深度网络较现有先进的场景解析方法能够显著提升RGB-D场景解析的结果。 展开更多
关键词 全卷积神经网络 图模型 空间结构化编码算法 分层视觉特征 分层深度特征 空间关系特征 混合特征
在线阅读 下载PDF
基于全连接神经网络的地铁车站响应分析与地震强度指标优选 被引量:1
5
作者 钟紫蓝 倪博 +3 位作者 史跃波 张成明 申家旭 杜修力 《岩土工程学报》 EI CAS CSCD 北大核心 2024年第3期567-577,共11页
为了降低随机地震响应分析的计算成本,将人工神经网络方法用于构建概率地震需求模型(PSDM),以预测地铁车站结构的地震响应,并对适用于地铁车站结构响应预测的地震强度指标(IM)进行了优选。首先选取了200条实测地震动,计算IM,并对典型的... 为了降低随机地震响应分析的计算成本,将人工神经网络方法用于构建概率地震需求模型(PSDM),以预测地铁车站结构的地震响应,并对适用于地铁车站结构响应预测的地震强度指标(IM)进行了优选。首先选取了200条实测地震动,计算IM,并对典型的三层三跨地铁车站结构进行有限元建模,将IM与最大层间位移角作为输入与输出训练全连接神经网络模型(FCNN),得到了最大层间位移角的预测模型。最后基于训练后FCNN输入层到隐含层中的权重矩阵与传统方法对IM进行优选,得出了对最大层间位移角影响最大的IM。研究结果表明:训练后FCNN能以0.95的精度预测地铁车站最大层间位移角,且计算耗时仅为数值模拟的1/5;针对矩形地下结构最大层间位移角,速度型和速度反应谱型指标的影响明显高于其他类型指标,其中速度谱强度(VSI)对最大层间位移角的影响最大。 展开更多
关键词 全连接神经网络 概率地震需求模型 地铁车站结构 地震强度指标
原文传递
改进的模糊神经网络算法在车型识别中的应用
6
作者 杨平乐 王勇 张勤阁 《世界科技研究与发展》 CSCD 2009年第5期814-816,857,共4页
FBP和FCNN网络是模式识别中应用最为广泛的两种神经网络,本文将这两种网络应用于车型识别,分别建立了车型识别模型。利用混沌对初值的极端敏感依赖提出了FCNN网络算法,通过对车型图像数据库进行仿真实验,对比分析它们各自的识别率和泛... FBP和FCNN网络是模式识别中应用最为广泛的两种神经网络,本文将这两种网络应用于车型识别,分别建立了车型识别模型。利用混沌对初值的极端敏感依赖提出了FCNN网络算法,通过对车型图像数据库进行仿真实验,对比分析它们各自的识别率和泛化能力等性能指标,证明了FCNN网络算法的有效性。 展开更多
关键词 FBP神经网络 fcnn神经网络 车型识别
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部