ARIMA联合深度学习的基坑形变预测模型探讨

基于Python语言和Keras框架,利用ARIMA模型对地铁基坑桩顶水平位移数据展开二阶差分自回归移动平均研究。联合记忆神经网络LSTM,加入指数衰减学习率算法以及早停止策略,提出优化ARIMA-LSTM组合模型,将其应用于某地铁基坑形变预测中,在与多层感知器MLP、GM(1,1)、LSTM模型及原始数据对比中发现:组合模型对此类工程数据的适应性更强,与原始序列的契合度更高。

几种附合导线在井下贯通测量中的应用分析

GNSS定位技术的发展提高了附合导线测量的效率,但在某些山地或井下测量中,由于GNSS接收机无法准确接收卫星信号,依然需要全站仪建立控制网。为了解此类情况下不同种类附合导线的测量精度,本文通过徐庄煤矿贯通测量数据分析双定向、单定向、无定向和陀螺定向等导线测量方法的精度,计算表明,加测陀螺定向的导线测量精度最高,更适合应用于此类测量工程。

两步Shepard插值组合模型在构建局部似大地水准面中的应用

传统的拟合模型在已知点较少的情况下,难以较好地实现全球定位系统(Global Positioning System,GPS)代替水准测量、获取高程异常及建立局部似大地水准面的目的。鉴于此,选取香港某地区42个实测点数据,通过两步Shepard插值思想,分别与多项式曲面、多面函数、神经网络等数学方法相结合,构建组合模型进行高程拟合的精度分析。结果表明,组合模型均能有效提高拟合精度,其中基于多面函数组合模型效果最好,精度提升38%。

复合酶制剂对绿茶面包品质的影响分析

以绿茶面包为研究对象,分别探讨α-淀粉酶、脂肪酶、半纤维素酶对其感官评分和硬度的影响,以硬度为响应值,通过响应面分析法确定复合酶制剂的最佳组合。结果表明,与对照组相比,单一酶制剂均能改善面包的口感和硬度,延缓面包老化的程度。复配后,3种酶制剂的最佳组合为:α-淀粉酶添加量0.105 g/kg、脂肪酶添加量0.103 g/kg、半纤维素酶添加量0.607 g/kg。与单一酶制剂相比,复合酶制剂在硬度、感官评分和抗老化方面具有一定优势,能明显改良绿茶面包品质。