基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

基于全隧道方案的渤海海峡跨海通道工程环境影响研究

渤海海峡跨海通道是疏通中国干线交通网战略布局中的咽喉工程,因工程规模浩大,其环境影响广泛而深远.简要回顾了工程建设方案的筛选进程及“深埋式全隧道”方案的环境优势;建议工程环境影响评价采用“协作型”环境影响评价模式,以合作和协调克服各方之间的分歧和矛盾;初步探讨了工程前期调研的主要内容;识别分析了通道工程对近岸海域、出入口城市的主要环境影响.结果表明:与其他方案相比,深埋式全隧道方案对自然人文景观、海洋生态环境、海洋资源开发利用等的影响是最小的,并提出了消除或减缓不良环境影响的对策措施,为通道工程的立项决策提供科学依据.     

人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

地铁车站深基坑围护桩优化及其数值分析

以北京地铁大屯路公交与地铁换乘车站深基坑工程为研究背景,在对基坑围护结构变形分析的基础上,以围护桩为例,通过理论计算对其配筋进行了优化设计,并使用FLAC程序建立了三维数值模型对优化结果进行了检验分析。结果表明,优化方案和原方案相比不会导致基坑变形增大,还可以节约大量材料（桩间距由1200变为1500,桩径由1000变为800）。优化方案可以保证施工安全,同时节省材料和减小成本,对基坑支护设计优化具有一定参考价值。     

YOLOv4目标检测算法在煤矿工人口罩佩戴监测工作中的应用研究*

为防止煤矿工人吸入过量粉尘而导致职业性尘肺病,基于Keras框架利用YOLOv4 (you only look once)目标检测算法对井下人员佩戴防尘口罩情况进行高精度且快速的检测与识别,并与MTCNN(Multi-task convolutional neural network)和FaceNet构成的人脸识别算法相结合,进行煤矿工人口罩佩戴监测的研究。结果表明:模型对井下人员口罩佩戴有较高的检测精度,识别已佩戴口罩的矿井下作业人员的平均精度达到92.78%,识别未佩戴防尘口罩检测的平均精度为91.63%,与其他主流算法相比算法具有更好的鲁棒性和检测效果。研究结果为预防煤矿工人职业性尘肺病提供1种有效的技术手段。     

Influencing diversity beliefs through a personal testimonial,promotion-focused approach

Although researchers have highlighted the importance of diversity beliefs (i.e., team members' perceived value of diversity) for the elaboration of information in teams, little attention has been paid to whether and how diversity beliefs can be shaped. Drawing on theory and research on team diversity beliefs, we propose that diversity beliefs are more effectively influenced by interventions using a promotion (compared with a prevention) focus toward diversity and personal testimonial (compared with factual) knowledge. Results from an experiment conducted with 175 teams revealed that both a promotion focus and personal testimonial knowledge independently contributed to more positive diversity beliefs and consequently increased team elaboration of task-relevant information as well as integration of different perspectives. Our results reveal key factors that can influence diversity beliefs and underscore the pivotal role of diversity beliefs in improving the extent to which team members elaborate information and integrate diverse perspectives.     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

基于机器学习的电热防除冰表面温度变化趋势预测

针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN...     

安徽张八岭地区构造演化及动力学

对张八岭地区的构造特征、演化及其动力学有不同解释。通过1：5万张八岭幅、珠龙幅区域地质调查．从地层、岩石组合、岩石化学、岩浆岩、构造变形和变质等研究认为．该区从中新元古代起，经历了成谷、沉积．下沉、顺层剪切、深部熔融、塑性流动、层间褶皱．叠加折劈、宽缓褶曲、逆掩推覆，壳层滑动、熔融成浆、聚浆热隆、侵入或喷发．剥蚀夷平、堆积充填等铸成现今地貌景观．引起上述构造特征和演化的动力源自重力、热力和地球自转速率变化的惯性离心力等的结合与转化，它们在每个阶段各自所起的作用不同，就产生不同构造特征，推动区域构造演化．