新工科背景下信息技术在《山岭隧道》课程教学中应用

隧道专业作为传统土木工程领域分支,其专业知识已经在高校中用于教学工作多年。本文介绍了目前《山岭隧道》专业课程教学内容,分析了隧道专业教学现状及存在不足。在新工科背景下,对信息技术在《山岭隧道》专业课程教学中的应用进行探析。结合当前隧道工程领域信息技术的实际应用情况,根据山岭隧道规划与勘察、设计、施工等阶段的教学内容,总结分析信息技术在课程教学中的应用,为隧道专业课程教学提供课程建设及改革依据。

新建下穿隧道对既有隧道影响的可拓学分析

为了探讨新建隧道下穿既有隧道时对既有隧道的静力影响程度,应用可拓学物元理论,考虑新建下穿隧道与既有隧道间的相互关系,建立了考虑既有隧道洞径、新建隧道洞径、两隧道净距、围岩级别以及既有隧道埋深的静力影响程度评价模型,并将该模型得到的工程实例评价结果与实际结果进行了比较.结果表明,所建立的模型能够满足实际工程需要,可用于对下穿隧道对既有隧道静力影响程度的定性分析和定量评价.

基于线阵相机的运营隧道衬砌裂缝图像采集方法试验研究

隧道病害检测中衬砌裂缝的检测十分重要。基于目前我国隧道衬砌裂缝检测自动化程度低、效率低、精度差、易漏记等情况,文章对采用线阵相机的隧道衬砌图像采集方法进行了试验研究。首先介绍了试验条件下的线扫描成像检测基本原理,其次对试验设备及系统集成进行了理论分析和设备选型,最后在试验条件下进行了测试,完成了隧道衬砌模型的图像数据采集。结果表明,提出的图像采集方法能够应用于隧道衬砌裂缝图像的采集,为真实隧道环境下基于线阵相机的隧道衬砌图像采集提供切实可行的理论参考依据。

数字图像处理在隧道工程地质分析中的应用研究

掌子面中含有大量地质信息,但如何快速、有效地进行信息提取和分析并不容易,对如何提取和利用掌子面的地质信息进行研究。该方法首先利用数字图像处理技术对掌子面图像进行比例缩放、亮度及对比度调节、边缘检测、边界提取,利用提取的结构面边界信息统计分析得到节理组数、平均裂隙间距、产状,同时经对结构面边界线形成的图形进行处理,并且根据各相邻掌子面上结构面边界线的对应关系,建立隧道三维地质结构数字模型,同时生成地质素描图,并根据三维模型对开挖掌子面前方的结构面空间分布情况作出预测。该方法数据采集及数据处理简便、快捷,分析结果较为客观,在隧道工程中有较好的应用价值。

隧道掌子面岩体裂隙快速识别方法

隧道掌子面上含有许多地质信息,若能充分提取和分析,将有助于对隧道工程地质状态作出评价,用于指导隧道设计和施工.以隧道掌子面数码图像为基础,对掌子面上岩体裂隙检测、提取、分组算法进行研究.首先,基于数字图像处理技术对掌子面岩体裂隙目标分割算法进行分析,根据分割结果,通过图像细化和边界线拟和、分离、合并、过滤,连接不连续边界,过滤短边界,形成较完整的岩体边界线识别结果;然后,计算岩体边界线视倾角,将视倾角相近的边界线合并为一组,实现对裂隙边界线的自动分组;最后,将本方法应用于实际掌子面岩体图像测试其有效性.测试结果表明:该方法基本实现了对掌子面上岩体裂隙的自动提取和分组;对具有明显裂隙的掌子面岩体,本算法能较完整的提取出岩体裂隙,错误提取率不超过10%,并实现了自动分组,自动分组错误率不超过5%,提高了掌子面岩体分析的自动化程度,可用于地质素描,并为掌子面围岩分级提供参考依据.

基于客流数据的区域出行特征聚类

区域功能发现对完善城市规划有着重要的指导意义.区域居民的出行特征提取与发掘可以作为建立模型分析区域功能的数据支撑.随着智能交通技术在轨道交通系统的应用,大量蕴含行人移动性和出行目的地信息的客流数据被采集得到,发现客流数据与地铁站相关区域功能有紧密联系.从地铁客流数据中提取出乘客出行模式和地铁站客流模式,并以此为基础建立概率图模型,实现了区域出行特征聚类.首先,以地铁客流数据为基础提取了乘客出行模式和地铁站客流模式,发现地铁站客流集中性和潮汐性的特性,能在一定程度上反映地铁的区域功能.然后,采用了文本分析领域经典的概率图模型,建立基于潜在狄利克雷分配(latent Dirichlet allocation,LDA)主题模型的地铁客流出行特征聚类模型,将具有出行规律相似性的地铁站聚类在一起.最后,通过分析聚类实验结果,发现在不同客流峰段内的区域功能和相互客流关系.

北京地铁换乘站客流预测模型研究

根据北京地铁全网一票换乘和一卡通无障碍换乘机制,以及早晚高峰出行等特点,对各种地铁客流预测模型进行分析,研究北京地铁换乘站客流预测模型的应用。依据换乘站不同类型的客流,以北京地铁历史客流和实时客流数据为基础,探讨采用历史平均预测法、基于最小二乘支持向量机时间序列预测法、分峰段混合预测法、基于概率树全路网预测方法等对进站客流、出站客流、换乘客流和站内客流进行预测。

全日制专业学位研究生多层次实践能力培养模式探讨--以建筑与土木工程领域为例

我国目前全日制专业学位研究生的培养工作还存在着一些问题有待解决,尤其是学生实践能力的培养效果有限。以建筑与土木工程领域全日制专业学位研究生为对象,探讨了全日制专业学位研究生实践能力的构成要素,分析和总结了实践能力培养的主要途径,并构建了相应的实践能力培养模式,以期提高建筑与土木工程领域全日制专业学位研究生的实践能力培养效果。

面向HDL描述基于路径覆盖的模拟矢量自动生成方法研究

提出和实现了一种面向HDL描述基于路径覆盖的模拟矢量自动生成方法 .该方法在约束生成时只考虑控制语句的条件表达式 ,可有效避免生成冗余约束 ;利用扩展的决策图模型解决了中间信号到初始输入的传播问题和信号依赖关系问题 ,以及处理各种HDL描述风格的问题 ;采用约束逻辑编程方法解决了由位、位向量和整型变量组成的约束系统的统一处理问题 .实验结果表明该方法能加快模拟矢量生成速度 ,提高路径覆盖率 .生成的模拟矢量也能用于低层次设计验证和故障模拟 ,加快了设计进度 .将该方法的原型系统用于一个 32位微处理器核RTL级验证 ,发现了RTL级设计描述中的错误 .

HDL描述中决策图模型的提取方法和实现

决策图模型描述了VLSI设计信号间的数据依赖关系,在VLSI设计验证中有广泛的应用。该文扩展了已有的决策图模型,给出了从硬件描述语言描述的设计中抽取决策图模型的方法并加以实现。将该方法用于RTL级模拟矢量自动生成系统,取得了良好的效果。

面向微处理器验证的约束描述语言及其编译器

该文提出了一种用于微处理器体系结构级测试程序自动生成的约束描述语言,并设计实现了该语言的编译器,详细介绍了语言特性以及为了生成合法体系结构级测试程序,编译器所做的特殊处理。最后给出了利用该语言对DLX微处理器进行验证的实验和结果。

DataMatrix的变种码的图像预处理

在DataMatrix二维条码基础上设计出一种DataMatrix变体,这种新条码也是一种矩阵式二维条码。实际环境下的DataMatrix变种码受到各种环境因素的影响,使条码成像画面出现亮度不均、画面有污渍、高斯噪声等,影响画面的质量,通过模拟实际环境拍照获得新条码的扭曲图像,需要对刚拍摄成像的DataMatrix变种码图像进行预处理,采用USM算法对实际DataMatrix变种码图像进行分析,改善了图像的质量。

基于ObjectARX的地铁盾构区间平面及纵断面快速出图方法研究

为实现地铁盾构区间平面图及纵断面图成图的标准化、自动化,提高制图效率,减少疏漏及错误,对地铁盾构区间平面图及纵断面图快速出图方法进行研究。首先提取出地铁盾构区间平面图和纵断面图中的公共参数,作为单独模块进行参数输入。在平面图中,通过既有线路中线和区间起、终点车站中心里程和位置对线路中线进行定位。在此基础上,进行自动绘图、标注、修改,并根据区间线路线形自动多图纸出图。在纵断面图中,进行水平和垂直方向不同比例缩放及区间定位,然后自动绘图、标注和修改,对不同出图区域进行定位,创建出水平方向自适应长度的纵断面标准框图。通过对研究成果软件进行测试可知,该软件能极大提高设计人员的工作效率。

DataMatrix变种码边界提取

本课题基于原有的DataMatrix编码,引入新的铁道线和L边界,极大方便便携摄像设备对图像的定位以及对特征点坐标的提取,并考虑在便携摄像设备像素不高,在拍摄环境下图像容易受到各种环境因素的影响,对该二维变种码特殊图像预处理。其次针对新的DataMatrix码的特征,通过图像特征提取得到变种码图像中包括变种码在内的各连通区域的长度与宽度,利用边缘检测及铁道线查找方法,设计出一种提取铁道线边界各段线中点坐标的方法新的基于DataMatrix的二维条码变种码,更易于被解析、定位可以识别具有一定倾斜度的条码,具有较好鲁棒性,以及较大提高图像识别速度,具有相当的社会实用性。

基于地质横剖面的隧道工程三维地质建模方法研究

为直观准确地表达地质与隧道工程之间的相互关系,对三维地质与隧道的建模方法进行研究。首先,提出一种基于地质横剖面轮廓线的归一化三维地质体模型重构方法;然后,以已建立的三维地质模型为基础,对基于隧道横断面的三维建模及隧道与地质模型合并过程中的模型切割、分层进行研究;最后,开发基于断面的三维隧道地质建模及可视化系统。通过建模实例显示:采用本文的方法能够取得良好的三维地质及隧道建模效果,直观展示隧道与地层间的相互关系,较为丰富地展现隧道的内部细节。

基于内容的三维模型特征提取技术研究现状与分析

介绍了基于内容的三维模型特征提取中常用的模型归一化(Normalization)处理技术:主成分分析法(PCA)和最大法向量分布法(MND).对已有三维模型特征提取方法进行分类综述,包括基于投影的特征提取方法、基于统计分布的特征提取方法、基于拓扑关系的特征提取方法和基于几何结构的特征提取方法.最后对不同类型的特征提取方法进行详细的分析和比较.

基于深度残差网络的光伏故障诊断模型研究

分布式光伏电站的部署环境较为复杂,在实际运行中难免会产生多种故障。针对上述问题,提出了一种基于深度残差网络结构的分布式光伏电站故障诊断模型,对光伏电站的设备运行时序数据进行分析处理,实现对故障类别的快速准确判断。该模型使用一维卷积核感知时序数据特征,通过多级卷积结构提升模型的诊断能力,并采用残差结构解决模型深度增加造成的梯度消失问题,加速了深度模型的训练。光伏电站的测试数据实验结果表明,提出的模型相较于多种常见的智能模型具有较高的故障诊断准确度。该模型的推广使用不仅可以大幅减少光伏电站故障巡检投入,而且还能够提高光伏电站故障诊断效率。

基于特征子空间的三维模型相关反馈检索方法

从三维模型中提取出的高维特征向量一般分布在原始空间的某个非线性低维子空间中,而测地距度量算法可以有效地甄别这种非线性分布。提出一种在相关反馈中,通过更新测地距离来捕捉三维模型特征点的分布特性的检索算法。为了解决相关反馈后期效果提升缓慢的缺陷,作者提出了模型潜力值理论来辅助使用了测地距核函数的支持向量机学习器改善相关反馈机制。

面向监狱服刑人员的聚类与分类算法研究

分别提出了面向服刑人员的聚类和分类算法,针对服刑人员的表现特征在服刑期内连续变化和多样性的特点,分别采用隐马尔可夫模型为聚类模型和LDA主题模型为分类模型,对应急指挥综合管理平台中所收集到的多种服刑人员的业务管理信息进行综合聚类分类处理。实验表明,隐马尔可夫模型可以体现出各服刑人员在整个服刑阶段表现的时序变化,从而进行准确的聚类判断;LDA主题模型可以考虑到服刑人员的多种属性,从而对其进行准确的类别判断。

基于图像处理和神经网络的岩体识别

文章基于图像处理和神经网络进行岩体识别的方法,利用图像处理和神经网络岩体识别技术代替专业人员对岩体进行识别,对这种方法进行了系统分析说明,并研发了相应的处理软件。实验结果表明该方法具有较高的精度和识别效率。