期刊文献+
共找到1,541篇文章
< 1 2 78 >
每页显示 20 50 100
Resonant tunneling diode cellular neural network with memristor coupling and its application in police forensic digital image protection
1
作者 Fei Yu Dan Su +3 位作者 Shaoqi He Yiya Wu Shankou Zhang Huige Yin 《Chinese Physics B》 2025年第5期289-301,共13页
Due to their biological interpretability,memristors are widely used to simulate synapses between artificial neural networks.As a type of neural network whose dynamic behavior can be explained,the coupling of resonant ... Due to their biological interpretability,memristors are widely used to simulate synapses between artificial neural networks.As a type of neural network whose dynamic behavior can be explained,the coupling of resonant tunneling diode-based cellular neural networks(RTD-CNNs)with memristors has rarely been reported in the literature.Therefore,this paper designs a coupled RTD-CNN model with memristors(RTD-MCNN),investigating and analyzing the dynamic behavior of the RTD-MCNN.Based on this model,a simple encryption scheme for the protection of digital images in police forensic applications is proposed.The results show that the RTD-MCNN can have two positive Lyapunov exponents,and its output is influenced by the initial values,exhibiting multistability.Furthermore,a set of amplitudes in its output sequence is affected by the internal parameters of the memristor,leading to nonlinear variations.Undoubtedly,the rich dynamic behaviors described above make the RTD-MCNN highly suitable for the design of chaos-based encryption schemes in the field of privacy protection.Encryption tests and security analyses validate the effectiveness of this scheme. 展开更多
关键词 MEMRISTOR HYPERCHAOS resonant tunneling diode-based cellular neural network(RTD-CNN) dynamic analysis image encryption
原文传递
Tunnel-Fitted Matching between the Wireless Sensor and Actor Networks and the IPv6 Based on Packet Control
2
作者 Sheng Yang Shibing Zhu +3 位作者 Hui Zhou Yueping Tang Hongjun Li Zhiping Wen 《通讯和计算机(中英文版)》 2010年第1期32-38,共7页
关键词 无线传感器网络 IPV6网络 隧道技术 匹配方法 拟合 演员 网络数据包 控制
在线阅读 下载PDF
长大隧道对牵引网电气参数及供电性能的影响
3
作者 吴命利 曹国涛 +1 位作者 叶晶晶 胡亮 《铁道工程学报》 北大核心 2025年第7期77-82,共6页
研究目的:长大隧道环境的地层结构与平面大地区段差异显著,可能导致牵引网电气参数和供电性能发生变化。因此,亟需探究长大隧道环境下牵引网电气参数及供电性能的变化特性。本文通过实地测试,获得了长大隧道环境下牵引网电气参数值,对... 研究目的:长大隧道环境的地层结构与平面大地区段差异显著,可能导致牵引网电气参数和供电性能发生变化。因此,亟需探究长大隧道环境下牵引网电气参数及供电性能的变化特性。本文通过实地测试,获得了长大隧道环境下牵引网电气参数值,对比分析了理论值和实测值的差异。最后,通过MATLAB/Simulink验证了长大隧道环境对空载容升特性、压损特性、阻抗频率特性的影响。研究结论:(1)基于简化Carson公式和Tylavsky公式的理论计算无法准确计算隧道结构中复杂的回流系统,二者理论计算值均略大于实际测量值;(2)长大隧道内牵引网受吊柱腕臂影响,对地电容显著增大且远大于理论计算值,实际计算时不可忽略;(3)在同种供电方式下,长大隧道环境下牵引网电抗值小于开放路基区段,分布电容值大于开放路基区,导致牵引网电压较高;(4)长大隧道环境影响牵引网分布电容值,导致牵引网谐振频率点左移;(5)本研究对电气化铁路牵引网电气参数理论计算和仿真分析具有指导和借鉴意义。 展开更多
关键词 隧道环境 牵引网 电气参数 供电性能 现场测试
在线阅读 下载PDF
一种探地雷达与深度学习的隧道衬砌健康评价方法 被引量:1
4
作者 张广伟 《测绘通报》 北大核心 2025年第3期122-126,149,共6页
隧道在其服役期内,受多种因素影响,隧道壁后会产生空洞、不密实等多种结构病害,影响服役性能,探地雷达(GPR)无损检测技术广泛应用于隧道质量检测领域,但由于雷达数据的解译工作较为复杂,数据量大,检测效率有待提高。近年来,深度学习因... 隧道在其服役期内,受多种因素影响,隧道壁后会产生空洞、不密实等多种结构病害,影响服役性能,探地雷达(GPR)无损检测技术广泛应用于隧道质量检测领域,但由于雷达数据的解译工作较为复杂,数据量大,检测效率有待提高。近年来,深度学习因其出色的数据处理能力和信息提取能力而备受瞩目,提供了多种高效、可靠的病害分类模型。本文基于GPR图像,提出了一种多级病害分类方法用于评估隧道衬砌健康状况。首先,获取雷达图像数据,并进行人工解译,创建样本数据库,用于模型的输入和输出,以训练和测试深度学习模型;然后,针对数据库的小样本特点,利用Vision Transformer网络和改进后的Compact Convolutional Transformer对数据进行分类。结果显示,Vision Transformer算法可以实现基于雷达影像的隧道衬砌健康评价,相较于其他版本,具有更好的结果及较高的准确率。 展开更多
关键词 探地雷达 神经网络 Vision Transformer 隧道衬砌健康评价
原文传递
基于不确定性预测的气动力建模与主动采样
5
作者 张子军 李怀璐 +2 位作者 赵彤 王旭 张伟伟 《空气动力学学报》 北大核心 2025年第1期12-21,I0001,共11页
神经网络方法作为一种高效高精度建模方法,在多个领域得到广泛应用,但其自身的“黑箱”特性结合工程问题特有的小样本现象使得模型可靠性不足,预测结果不确定性大,严重制约了神经网络模型的使用。为提高神经网络模型的工程适用性,以飞... 神经网络方法作为一种高效高精度建模方法,在多个领域得到广泛应用,但其自身的“黑箱”特性结合工程问题特有的小样本现象使得模型可靠性不足,预测结果不确定性大,严重制约了神经网络模型的使用。为提高神经网络模型的工程适用性,以飞机纵向非定常气动特性为研究对象,利用时间卷积神经网络实现了纵向大幅振荡风洞试验的时域非定常气动力建模,并使用MC-Dropout技术对预测结果的不确定性进行评估。在此基础上结合不确定性分析结果,开展了风洞试验样本主动采样。结果表明,模型不确定性可作为预测精度的先验评价指标,模型预测误差与不确定性具有强线性关系,主动采样策略较随机采样策略可以最多降低40%的样本需求,验证了该方法在提升黑箱模型可信度与降低建模样本需求量方面的有效性。 展开更多
关键词 大迎角 风洞试验 非定常气动力 神经网络 不确定性 主动采样
在线阅读 下载PDF
基于超分辨率生成对抗网络的混凝土裂缝检测算法 被引量:1
6
作者 李响 《测绘通报》 北大核心 2025年第3期111-116,共6页
随着服役年限的增长,隧道不可避免会发生老化,作为城市居民出行的重要基础设施,保障其安全是至关重要的。目前多通过相机拍摄的图像识别隧道表面的裂缝病害,然而裂缝在图像中的像素占比小,其检测过程耗时费力,急需一种能够在大视场范围... 随着服役年限的增长,隧道不可避免会发生老化,作为城市居民出行的重要基础设施,保障其安全是至关重要的。目前多通过相机拍摄的图像识别隧道表面的裂缝病害,然而裂缝在图像中的像素占比小,其检测过程耗时费力,急需一种能够在大视场范围内精准检测裂缝的方法。因此,本文首先提出了一种基于超分辨率生成对抗网络的学习结构,适用于任何分割网络,然后提出了一种有效构建训练数据的方法,应用于所提出的学习结构,最后对本文方法在1606张质量随机退化的裂缝图像上进行了性能评估,结果表明,本文所提出的学习结构下,裂缝检测IoU及F1分数分别达63.686%和77.811%,方差分别为0.9008和0.5015,有效提高了裂缝的检测性能,且对输入数据具有较高的稳健性。 展开更多
关键词 混凝土隧道 裂缝检测 超分辨率生成对抗网络 分割算法
原文传递
基于平行卷积神经网络的隧道衬砌结构损伤识别方法研究
7
作者 罗忆 万子豪 +3 位作者 龚航里 张贤齐 张金瑞 罗涵 《武汉理工大学学报》 2025年第3期31-37,共7页
为了有效提取铁路隧道衬砌结构损伤特征信息,提高损伤识别准确率,提出了一种基于平行卷积神经网络的隧道衬砌结构损伤多域监督学习识别方法。针对隧道衬砌结构振动信号数据结构特征,建立了一种可以融合一维时序信号和二维图像特征提取... 为了有效提取铁路隧道衬砌结构损伤特征信息,提高损伤识别准确率,提出了一种基于平行卷积神经网络的隧道衬砌结构损伤多域监督学习识别方法。针对隧道衬砌结构振动信号数据结构特征,建立了一种可以融合一维时序信号和二维图像特征提取多域特征信息的平行卷积神经网络(P-CNN)模型。将该方法应用于隧道结构缩尺模型试验,选取1D-CNN、2D-CNN模型进行对比分析。结果表明:P-CNN模型具有最低的训练损失且准确率最高,收敛时迭代次数更少,并且收敛性能始终优于1D-CNN和2D-CNN模型;无论是无损伤还是不同损伤状态的情况,P-CNN的损伤识别准确率为86.25%~91.07%,均高于其他二者,验证了P-CNN模型在异源信号方面具有较好的泛化能力。 展开更多
关键词 损伤识别 振动信号 平行卷积神经网络 隧道衬砌结构 缩尺模型
原文传递
考虑IPSO优化的CNN-LSTM盾构掘进参数混合预测模型 被引量:1
8
作者 朱仔旭 施成华 +4 位作者 陈海勇 雷明锋 王祖贤 张明书 周天顺 《铁道科学与工程学报》 北大核心 2025年第6期2690-2702,共13页
为辅助盾构机设备操作人员提前预测获知前方掘进参数变化,减小经验预判诱发盾构事故风险,进一步提升盾构机智能化掘进和自动化作业水平,以武汉市轨道交通12号线越江隧道泥水盾构掘进监测数据为依托,建立基于卷积神经网络(convolutional ... 为辅助盾构机设备操作人员提前预测获知前方掘进参数变化,减小经验预判诱发盾构事故风险,进一步提升盾构机智能化掘进和自动化作业水平,以武汉市轨道交通12号线越江隧道泥水盾构掘进监测数据为依托,建立基于卷积神经网络(convolutional neural network, CNN)-长短期记忆人工网络(long short-term memory, LSTM)的混合模型。提出一种改进的粒子群优化算法(improved particle swarm optimization, IPSO)自主优化混合预测模型的超参数,并以历史机-地耦合状态指标为输入,未来掘进参数为输出,实现了盾构掘进参数(刀盘转速、推进速度、总推进力和刀盘扭矩)的预测。研究结果表明,IPSO算法能够有效抑制超参数寻优早熟收敛,经过梯度优化迭代过程后能够取得CNN-LSTM混合模型的全局最优超参数,适应度寻优幅度较PSO算法提升223.281%。混合预测模型超参数优化后的预测误差更接近于0误差线上下振荡,4种掘进参数的平均绝对百分比误差Fmape分别由4.069%、38.004%、4.482%和10.618%降低至1.406%、6.246%、1.533%和4.465%,预测精度普遍提高2倍以上,误差波形也更加平稳。IPSO-CNN-LSTM混合模型预测具备较高的精度和跟随性,在一些峰值错动比较大的位置都具有较好的表现,掘进参数的综合预测精度均能达到95%以上,决定系数R2保持在0.9以上,预测值和目标值具有较高的线性相关性,所提出的模型能够为实际工程掘进参数预测提供指导,进一步提升盾构掘进智能建造水平。 展开更多
关键词 泥水盾构 掘进参数 神经网络 智能预测 超参数优化
在线阅读 下载PDF
单BDS在复杂山区超长铁路隧道控制网测量中的数据质量及精度分析 被引量:1
9
作者 王世君 《铁道标准设计》 北大核心 2025年第6期32-38,共7页
当前,复杂山区超长铁路隧道控制网测量广泛采用全球定位系统(GPS)+北斗卫星导航系统(BDS)模式,鲜有基于单一BDS的工程应用案例。为摆脱对GPS的依赖,验证单一BDS在复杂山区超长铁路隧道控制网测量中的可行性,基于西十高铁秦岭山区某长达2... 当前,复杂山区超长铁路隧道控制网测量广泛采用全球定位系统(GPS)+北斗卫星导航系统(BDS)模式,鲜有基于单一BDS的工程应用案例。为摆脱对GPS的依赖,验证单一BDS在复杂山区超长铁路隧道控制网测量中的可行性,基于西十高铁秦岭山区某长达22.9 km的隧道控制网卫星定位测量数据,在数据质量比对分析基础上,分别采用BDS、GPS、BDS+GPS模式进行基线解算、网平差及精度分析。分析结果表明:在山高林密、卫星信号存在遮挡的复杂山区,BDS各频点信噪比均在45 dB·Hz左右,伪距多路径误差较GPS大,但均小于0.5 m,数据完整率和周跳比指标略优于GPS,数据质量与GPS基本相当;在定向边最短边长400 m左右条件下,采用单一BDS进行超长铁路隧道控制网测量,达到方向中误差不超过1″、最弱边边长相对中误差不超过1/250 000的精度要求;不同星座模式解算的控制点坐标差最大值7.1 mm,坐标方位角差最大值2.06″,成果可靠。可以采用单一BDS在复杂山区进行超长铁路隧道控制网测量,摆脱对GPS的依赖。 展开更多
关键词 铁路隧道 隧道控制网 北斗卫星导航系统 质量分析 基线解算
在线阅读 下载PDF
长短期记忆网络在隧道火灾实时致灾态势预测中应用研究
10
作者 贾进章 陈佳琦 陈怡诺 《安全与环境学报》 北大核心 2025年第4期1298-1309,共12页
针对隧道火灾过程中高温烟气对人员避灾的威胁,为实现隧道火灾有效控制,及时提供隧道火灾实时救援决策,提出了一种试验测量和人工智能相结合的方法,基于温度传感器和长短期记忆(Long Short-Term Memory,LSTM)网络对烟气温度进行实时预... 针对隧道火灾过程中高温烟气对人员避灾的威胁,为实现隧道火灾有效控制,及时提供隧道火灾实时救援决策,提出了一种试验测量和人工智能相结合的方法,基于温度传感器和长短期记忆(Long Short-Term Memory,LSTM)网络对烟气温度进行实时预测。首先,通过1∶20小面积火灾试验收集不同工况下的温度数据,然后,采用LSTM模型从试验火灾数据库中学习、训练,并进行不同火源类型测试,发现该算法模型可以很好地预测隧道内温度分布。对模型的预测能力进行测试,测试结果表明,预测结果精度高,相对误差在±10%内。与反向传播神经网络(Back Propagation Neural Network,BPNN)模型进行比较,测试误差均值降低3.85百分点,对比效果明显,满足隧道火灾实时态势检测需要,为隧道火灾事故的应急救援建立了较为新颖的智能预测方法。 展开更多
关键词 安全工程 隧道火灾 长短期记忆网络 烟气温度 实时预测
原文传递
基于小波降噪的神经网络盾构泥水分离系统参数预测方法
11
作者 周翠红 周富强 +1 位作者 刘兆赫 翟志国 《土木与环境工程学报(中英文)》 北大核心 2025年第1期11-17,共7页
泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技... 泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技术,采集盾构机掘进参数(掘进速度、刀盘转速和总推进力等)和泥水分离系统运行参数(进浆量、进浆密度和进浆黏度等),通过Cook距离离群检测和小波阈值去噪处理提升数据质量;以双旋流分离密度比值、黏度比值等12个参数为输入,排浆量、排浆密度和排浆黏度为输出,建立BP神经网络泥水分离系统参数的预测模型,并选取3个不同地层环段进行预测对比分析。预测结果表明:预测平均绝对误差均在5%以内,该预测模型在复合地层下仍具有较高的准确性。 展开更多
关键词 盾构隧道 泥水分离 COOK距离 小波去噪 BP神经网络 参数预测
在线阅读 下载PDF
基于深度信念网络的TBM施工弱胶结地层斜井顶板冒落预测
12
作者 姚恒 程桦 +4 位作者 黎明镜 孙学军 姚直书 张家乐 杨明 《中国煤炭》 北大核心 2025年第5期76-87,共12页
针对TBM施工煤矿斜井过弱胶结地层顶板冒落风险预测问题,以陕西榆林可可盖煤矿斜井TBM掘进过弱胶结地层为研究背景,采用深度信念网络(DBN)的时间序列预测(TSF)算法,对弱胶结地层斜井TBM施工参数数据库及冒落事件进行分析,提出了该类地... 针对TBM施工煤矿斜井过弱胶结地层顶板冒落风险预测问题,以陕西榆林可可盖煤矿斜井TBM掘进过弱胶结地层为研究背景,采用深度信念网络(DBN)的时间序列预测(TSF)算法,对弱胶结地层斜井TBM施工参数数据库及冒落事件进行分析,提出了该类地层条件TBM掘进顶板冒落评价指标,用于顶板冒落风险预测。研究结果表明,采用TBM法施工斜井过西部地区白垩系弱胶结软岩地层,可采用4个指标进行顶板冒落预警,即VAF<0.80,MRE>0.10,R_(1)<0.85和R^(2)<0.60;对主斜井弱胶结地层不同位置的12段顶板冒落风险进行预测,成功预测10处,正确率达83.3%,验证了冒落风险预测算法的可靠性。 展开更多
关键词 弱胶结地层 TBM掘进 深度信念网络 时间序列模型 冒落预测
在线阅读 下载PDF
基于人工神经网络的临近开挖诱发隧道变形预测方法
13
作者 张冬梅 张瑞 +2 位作者 张吾渝 韩星 黄忠凯 《科学技术与工程》 北大核心 2025年第30期13097-13105,共9页
为预测软土开挖对既有隧道的影响,确保隧道安全正常运营,建立了一种基于人工神经网络(artificial neural network,ANN)模型的隧道水平位移预测模型,用于预测临近开挖引起的隧道变形。该方法使用有限元模型生成的183组数值模拟数据作为... 为预测软土开挖对既有隧道的影响,确保隧道安全正常运营,建立了一种基于人工神经网络(artificial neural network,ANN)模型的隧道水平位移预测模型,用于预测临近开挖引起的隧道变形。该方法使用有限元模型生成的183组数值模拟数据作为数据集,按照70%训练集、15%测试集和15%验证集划分,涵盖7个输入参数(如开挖宽度、开挖深度、挡土墙厚度等),并以隧道水平位移为输出参数,基于多层感知结构,采用反向传播算法训练ANN模型,分析影响隧道水平位移的关键因素。结果表明,所建立的ANN模型能够准确预测开挖引起的隧道水平位移,具有较高的可行性。本文中提出的ANN模型可为软土中临近开挖引起的隧道变形预测提供有效工具,并为实际工程中的风险评估和减灾决策提供科学依据。 展开更多
关键词 隧道变形 人工神经网络 预测方法 软土开挖
在线阅读 下载PDF
基于自编码器的非线性气动力辨识及非线性颤振分析
14
作者 梅瀚雨 廖海黎 王昌将 《西南交通大学学报》 北大核心 2025年第3期599-607,共9页
为实现非线性动力系统的非线性气动力辨识和非线性颤振计算,提出一种基于神经网络方法和运动方程数值求解方法的自编码器模型.以5∶1矩形断面为研究对象,通过节段模型自由振动风洞试验,详细测试系统非线性阻尼的振幅依存性和非线性颤振... 为实现非线性动力系统的非线性气动力辨识和非线性颤振计算,提出一种基于神经网络方法和运动方程数值求解方法的自编码器模型.以5∶1矩形断面为研究对象,通过节段模型自由振动风洞试验,详细测试系统非线性阻尼的振幅依存性和非线性颤振稳态振幅响应,明确该断面在不同折算风速下稳态振幅的唯一性;基于试验数据对所提出的自编码器模型进行训练,获取精准描述与位移和速度相关的非线性气动力编码器模型,实现不同动力参数下5∶1矩形断面非线性颤振运动时程分析.研究结果表明:所提出的自编码器模型能够仅依赖自由振动风洞试验而无需测力或测压试验,即可精确辨识包含奇数次高次谐波分量的非线性气动力时程;能够精确复现不同初始条件下断面非线性颤振运动时程和不同折算风速下的稳态振幅响应,扭转稳态振幅最大误差不超过5%,平均误差为1.15%;具有较高的拓展性,可为后续相关研究提供参考. 展开更多
关键词 非线性颤振 风洞试验 神经网络 编码器 解码器
在线阅读 下载PDF
基于Mesh组网的电缆隧道无线通信网络异常自动化监测系统 被引量:3
15
作者 郭甜 赵洋 +1 位作者 王萌萌 赵迪硕 《自动化与仪表》 2025年第2期151-155,共5页
为及时为网络异常监测提供稳定的数据源,设计基于Mesh组网的电缆隧道无线通信网络异常自动化监测系统。该系统通过Mesh网络节点采集电缆隧道通信信息,采集的通信信息依托于局域网技术传输至终端设备,利用其内置的基于平衡迭代规约层次... 为及时为网络异常监测提供稳定的数据源,设计基于Mesh组网的电缆隧道无线通信网络异常自动化监测系统。该系统通过Mesh网络节点采集电缆隧道通信信息,采集的通信信息依托于局域网技术传输至终端设备,利用其内置的基于平衡迭代规约层次聚类的异常检测算法,实现电缆隧道无线通信网络异常判断,通过上位机显示异常监测结果。实验结果表明,该系统的Mesh组网方式能够显著提升电缆隧道无线通信网络的信息通信效果,可以完成多种无线通信网络异常情况的自动化监测并及时发出预警信息。 展开更多
关键词 Mesh组网 电缆隧道 无线通信网络 异常监测 自组织 异常预警
在线阅读 下载PDF
基于蚁群算法的隧道网络风机群优化
16
作者 胡清海 潘国峰 袁中原 《制冷与空调(四川)》 2025年第4期537-540,612,共5页
隧道通风系统的能耗在隧道建设与运营成本中占据重要比例,如何有效降低隧道风机系统的能耗成为关键问题。采用了蚁群优化算法(Ant Colony Optimization,ACO)对复杂隧道网络中的风机群进行并行优化。通过调整蚂蚁探索策略,并结合目标函... 隧道通风系统的能耗在隧道建设与运营成本中占据重要比例,如何有效降低隧道风机系统的能耗成为关键问题。采用了蚁群优化算法(Ant Colony Optimization,ACO)对复杂隧道网络中的风机群进行并行优化。通过调整蚂蚁探索策略,并结合目标函数中各个待优化变量的权重分布,完成了对隧道网络中风机能耗的多维非线性约束优化,实现了对射流风机数量与轴流风机风压的并行优化。并结合MATLAB进行工程仿真,对特征交通流及进行优化,结果表明:改进的优化算法在处理多维非线性约束问题上表现出优越的性能,能够在污染物浓度限值以及风速限制的约束下,满足隧道内的通风需求,并提供节能、合理的风机开启策略。 展开更多
关键词 隧道通风 隧道网络 蚁群算法 多维非线性约束
在线阅读 下载PDF
面向战斗机尾旋仿真的增量叠加神经网络模型
17
作者 赵彤 李怀璐 +1 位作者 王旭 张伟伟 《哈尔滨工业大学学报》 北大核心 2025年第4期10-20,共11页
为提升战斗机尾旋过程中的气动力预测能力,改善稳定尾旋运动的仿真精度,结合深度神经网络强大的函数拟合能力,提出了一种新型神经网络模型,实现对尾旋非定常气动力的准确建模,并通过尾旋耦合仿真开展高精度的尾旋姿态预测。以战斗机失... 为提升战斗机尾旋过程中的气动力预测能力,改善稳定尾旋运动的仿真精度,结合深度神经网络强大的函数拟合能力,提出了一种新型神经网络模型,实现对尾旋非定常气动力的准确建模,并通过尾旋耦合仿真开展高精度的尾旋姿态预测。以战斗机失速尾旋下的气动特性为研究对象,首先,利用神经网络模型对立式风洞试验中的非定常气动力矩进行高精度建模。其次,基于神经网络模型特点与传统气动数据库构造方式,提出了增量叠加神经网络模型,将气动数据库的舵效增量引入神经网络,实现了变舵面下的尾旋非定常气动力矩的高精度建模。最后,将得到模型与尾旋运动学方程耦合,开展稳定尾旋仿真与尾旋特征预测。研究结果表明,所提出的模型能够很好地刻画不同舵面组合下尾旋气动力变化,与传统气动数据库相比气动力矩预测误差降低77%,利用该模型能够实现对飞机稳定尾旋特性的高精度预测,其中稳定尾旋周期预测相对误差降低34%,验证了机器学习方法在飞机复杂动力学仿真中的工程有效性。 展开更多
关键词 立式风洞 尾旋仿真 神经网络 飞行动力学 非定常气动力
在线阅读 下载PDF
内蒙古呼张高铁5G通信网络建设与应用研究
18
作者 青春 王珏 +1 位作者 袁文国 任勤 《现代信息科技》 2025年第15期10-13,18,共5页
为了探讨高速移动环境下5G网络的优化部署,研究深入分析了呼张高铁的5G通信网络建设及其应用。研究了呼张高铁及其5G建设的背景,强调了高铁用户对高速、稳定通信的需求。提出了基于2.1 GHz和3.5 GHz的双频网络设计方案,分析了单频与双... 为了探讨高速移动环境下5G网络的优化部署,研究深入分析了呼张高铁的5G通信网络建设及其应用。研究了呼张高铁及其5G建设的背景,强调了高铁用户对高速、稳定通信的需求。提出了基于2.1 GHz和3.5 GHz的双频网络设计方案,分析了单频与双频应用场景的差异。改进了高铁通信网络的基站部署及站间距规划,特别是针对隧道覆盖的泄露电缆与定向天线组合方案。结果表明,所提出的网络建设方案有效提升了网络覆盖质量和用户体验,对高铁5G网络的未来发展具有重要的指导意义。 展开更多
关键词 5G高铁网络 双频覆盖 隧道通信 网络优化
在线阅读 下载PDF
基于TR-Unet的隧道渗漏水智能识别方法 被引量:1
19
作者 陈曦 张坤 +2 位作者 王伟 胡坤 徐阳 《应用基础与工程科学学报》 北大核心 2025年第2期514-525,共12页
为了有效解决隧道渗漏水智能识别方法中存在的抗环境干扰能力差、病害边界分割不准确的问题,构建了一种基于超分辨率重构与三重注意力的公路隧道渗漏水智能分割方法(TR-Unet).首先,采用Real-ERSGAN超分辨率重构算法对隧道渗漏水图像进... 为了有效解决隧道渗漏水智能识别方法中存在的抗环境干扰能力差、病害边界分割不准确的问题,构建了一种基于超分辨率重构与三重注意力的公路隧道渗漏水智能分割方法(TR-Unet).首先,采用Real-ERSGAN超分辨率重构算法对隧道渗漏水图像进行分辨率提升,强化病害区域的边缘细节,提升模型对于渗漏水区域的定位能力;然后,融合通道注意力、空间注意力和自注意力机制建立了三重注意力机制模块,并将其引入至Unet网络的编码器结构中,提升了模型的抗环境干扰能力,从而有效减少渗漏水识别过程中复杂环境(光线、深色物质干扰、附属设施等)造成的错检和漏检问题.进一步综合分析隧道渗漏水区域的颜色及危害程度等特征,将渗漏水划分为暗黑色渗水区域、绿色渗水区域和白色干水渍区域3类,并基于此建立了公路隧道渗漏水病害数据集.为了验证TR-Unet的有效性,选取Unet、FCN、PSPnet、SegNet和DeepLabv3+这5种广泛使用的深度语义分割算法进行比较.实验结果表明:TR-Unet的平均像素准确率(mPA)和平均交并比(mIoU)分别为83.25%和87.93%,相较于其他模型具有更高的分割精度.此外,TR-Unet具有更好的渗漏水识别效果,主要体现在更少的错误识别以及更优秀的渗漏水边缘分割细节.该研究结果为实现复杂隧道环境中的渗漏水高精度识别提供了一种新的思路和方法. 展开更多
关键词 隧道工程 渗漏水 深度学习 神经网络 图像分割 注意力机制
原文传递
基于网络药理学及分子对接技术分析当归-川芎药对治疗腕管综合征的作用机制
20
作者 孙锦荣 陈斌 《中医临床研究》 2025年第22期21-29,共9页
目的:本研究采用网络药理学与分子对接技术分析当归–川芎药对中的活性成分,探讨其治疗腕管综合征的作用机制。方法:通过筛选中药系统药理学数据库与分析平台(TCMSP)和UniPort数据库获取当归–川芎药对中已发现的主要活性成分及具体的... 目的:本研究采用网络药理学与分子对接技术分析当归–川芎药对中的活性成分,探讨其治疗腕管综合征的作用机制。方法:通过筛选中药系统药理学数据库与分析平台(TCMSP)和UniPort数据库获取当归–川芎药对中已发现的主要活性成分及具体的功效靶点,再利用GeneCards和人类孟德尔遗传综合数据库获取腕管综合征的相关靶点。通过Venn网页工具获取药物疾病共同靶点,再在Cytoscape 3.9.1软件中输入相关数据,以绘制当归与川芎药对有效成分及腕管综合征交集靶点网络图。在STRING数据库对交集靶点进行蛋白质–蛋白质相互作用网络分析,然后使用DAVID数据库对交集靶点进行基因本体论(GO)功能富集分析和京都基因与基因组百科全书(KEGG)通路富集分析,用微生信绘制富集分析气泡图。利用AutoDock软件模拟核心蛋白–配体相互作用的分子对接模型,并用PyMOL软件对分子对接结果进行可视化。结果:获取当归、川芎治疗腕管综合征的有效活性成分9个,潜在作用靶点69个。关键作用靶点为丝氨酸/苏氨酸蛋白激酶1(Akt Serine/Threonine Kinase1,AKT1)、表皮生长因子受体(Epidermal Growth Factor Receptor,EGFR)、半胱氨酸蛋白酶(Caspase,CASP)3、热休克蛋白90α家族A类成员1(Heat Shock Protein 90 Alpha Family Class A Member 1,HSP90AA1)、热休克蛋白90α家族B类成员1(Heat Shock Protein 90 Alpha Family Class B Member 1,HSP90AB1)等,主要涉及凋亡过程的负调控通路、磷酸化、胶原蛋白分解代谢过程等。结论:当归–川芎药对通过多通路、多种有效活性成分和多种有效靶点实现对腕管综合征的治疗。 展开更多
关键词 当归 川芎 腕管综合征 网络药理学 分子对接
暂未订购
上一页 1 2 78 下一页 到第
使用帮助 返回顶部