期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
系统锚杆的非均衡支护研究 被引量:6
1
作者 章慧健 仇文革 +1 位作者 赵斌 高杨 《现代隧道技术》 EI CSCD 北大核心 2015年第1期98-104,共7页
文章以乌蒙山二号四线铁路车站隧道为工程依托,采用数值模拟手段,对多部开挖隧道系统锚杆的非均衡支护进行了研究。结果表明:在均衡支护条件下,系统锚杆轴力呈现"拱肩(1、2部)>拱脚(4、5部)>边墙(6、7部)>拱顶(3部)"... 文章以乌蒙山二号四线铁路车站隧道为工程依托,采用数值模拟手段,对多部开挖隧道系统锚杆的非均衡支护进行了研究。结果表明:在均衡支护条件下,系统锚杆轴力呈现"拱肩(1、2部)>拱脚(4、5部)>边墙(6、7部)>拱顶(3部)"的分布,部位不均衡性显著;拱脚、边墙部位的锚杆轴力左右不对称现象也很显著,具体表现在先挖侧大于后挖侧;拱顶的锚杆轴力很小,几乎未起作用。通过分别改变锚杆长度、间距和直径,进行系统锚杆非均衡支护分析,并与均衡支护工况相比,单环节省锚杆用量分别为37%、36%和36.93%,经济效益显著。 展开更多
关键词 超大断面隧道 七部开挖 系统锚杆 非均衡支护 数值模拟
下载PDF
非均匀子波空间采样定理 被引量:4
2
作者 余越 柯有安 《电子学报》 EI CAS CSCD 北大核心 1997年第7期1-6,共6页
本文从非均匀采样出发,详细研究了非均匀采样的Walter子波空间采样定理的存在条件,给出了Shannon采样定理的一类非均匀采样形式.对紧支尺度函数张成的子波空间,给出了一类非均匀采样方法,使得对该空间中的任意紧支信... 本文从非均匀采样出发,详细研究了非均匀采样的Walter子波空间采样定理的存在条件,给出了Shannon采样定理的一类非均匀采样形式.对紧支尺度函数张成的子波空间,给出了一类非均匀采样方法,使得对该空间中的任意紧支信号,非均匀采样成为可能.文中还指出了非均匀紧支子波空间采样的优点,数值实例验证了理论的正确性. 展开更多
关键词 子波空间 采样定理 数字信号处理
下载PDF
烧结页岩多孔砖砌体的局部非均匀受压性能
3
作者 秦士洪 刘小勤 +1 位作者 骆万康 黄文 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第3期136-140,154,共6页
为了解矩形条孔烧结页岩多孔砖砌体的非均匀局部受压性能,进行了梁端无约束和有约束2种局部受压情况下18个试件的试验研究,分析了破坏形态及受力机理,推导了局压应力图形完整系数,并对比分析了局压承载力的理论值与实测值.结果表明:墙... 为了解矩形条孔烧结页岩多孔砖砌体的非均匀局部受压性能,进行了梁端无约束和有约束2种局部受压情况下18个试件的试验研究,分析了破坏形态及受力机理,推导了局压应力图形完整系数,并对比分析了局压承载力的理论值与实测值.结果表明:墙段端部局压受力较边缘局压有利;沿局压边界产生的通长竖向裂缝大大削弱了“内拱卸荷”的有利作用;多孔砖砌体按现行规范计算有效支承长度值是偏于安全的.试验研究结果和建议可供承重多孔砖砌体结构设计和规范修订参考. 展开更多
关键词 烧结页岩多孔砖 非均匀局部受压 有效支承长度 局压承载力
下载PDF
变换域函数空间下周期非均匀积分与重构方法
4
作者 王卫江 蔡雪滢 王佳童 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第11期1238-1244,共7页
目前线性正则变换域内的周期非均匀采样理论构造的重构函数具有较高的旁瓣和缓慢衰减的速率,针对该问题,借助线性正则变换域多抽样率信号处理理论和多通道准确重建滤波器组理论,提出了基于线性正则函数空间的周期非均匀积分与重构理论.... 目前线性正则变换域内的周期非均匀采样理论构造的重构函数具有较高的旁瓣和缓慢衰减的速率,针对该问题,借助线性正则变换域多抽样率信号处理理论和多通道准确重建滤波器组理论,提出了基于线性正则函数空间的周期非均匀积分与重构理论.通过引入自由度较高的分段积分窗函数,该算法不仅可构造出具有紧支撑特性的重构函数,并且积分通道数不受函数空间基函数支撑区间长度的限制,更适用于只能获取有限采样点和硬件资源的实际应用场合.仿真结果表明,该算法与其他传统算法相比,可以降低插值误差,提高重构性能,减少资源开销. 展开更多
关键词 线性正则变换 函数空间 周期非均匀积分 紧支撑合成函数
下载PDF
基于自适应随机梯度下降方法的非平衡数据分类 被引量:3
5
作者 陶秉墨 鲁淑霞 《计算机科学》 CSCD 北大核心 2018年第B06期487-492,共6页
对于不平衡数据分类问题,传统的随机梯度下降方法在求解一般的支持向量机问题时会产生一定的偏差,导致效果较差。自适应随机梯度下降算法定义了一个分布p,在选择样例进行迭代更新时,其依据分布p而非依据均匀分布来选择样例,并且在优化... 对于不平衡数据分类问题,传统的随机梯度下降方法在求解一般的支持向量机问题时会产生一定的偏差,导致效果较差。自适应随机梯度下降算法定义了一个分布p,在选择样例进行迭代更新时,其依据分布p而非依据均匀分布来选择样例,并且在优化问题中使用光滑绞链损失函数。对于不平衡的训练集,依据均匀分布选择样例时,数据的不平衡比率越大,多数类中的样例被选择的次数就越多,从而导致结果偏向少数类。分布p在很大程度上解决了这个问题。普通的随机梯度下降算法没有明确的停机准则,这导致何时停机成为一个很重要的问题,尤其是在大型数据集上进行训练时。以训练集或训练集的子集中的分类准确率为标准来设定停机准则,如果参数设定恰当,算法几乎可以在迭代的早期就停止,这种现象在大中型数据集上表现得尤为突出。在一些不平衡数据集上的实验证明了所提算法的有效性。 展开更多
关键词 随机梯度下降 非均匀分布 停机准则 支持向量机 损失函数
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部