【摘 要】
：
(目的) 提高降雨型滑坡危险性预警精度和空间辨识度具有重要意义。(方法)本文以江西宁都县1980 — 2001年156个降雨型滑坡为例，首先基于传统的EE-D阈值法计算不同降雨诱发滑坡的时间概率级别；然后以各级别临界降雨阈值曲线对应的时间概率为因变量，并以对应的前期有效降雨量 (early effective rainfall， EE) 和降雨历时 (D) 为自变量，采用逻辑回归拟合出上述因变量与
论文部分内容阅读
(目的) 提高降雨型滑坡危险性预警精度和空间辨识度具有重要意义。(方法)本文以江西宁都县1980 — 2001年156个降雨型滑坡为例，首先基于传统的EE-D阈值法计算不同降雨诱发滑坡的时间概率级别；然后以各级别临界降雨阈值曲线对应的时间概率为因变量，并以对应的前期有效降雨量 (early effective rainfall， EE) 和降雨历时 (D) 为自变量，采用逻辑回归拟合出上述因变量与自变量之间的非线性关系，得到降雨诱发滑坡的连续概率值；之后对比C5.0决策树和多层感知器的滑坡易发性预测
其他文献
选取黄河三角洲芦苇湿地、柽柳湿地、盐地碱蓬湿地和光滩这4种典型自然湿地及农垦地棉花田作为研究对象，阐明不同植被类型自然湿地土壤营养元素分布特征和生态化学计量学特征，并进行农垦地同自然湿地的对比研究。结果表明，自然湿地内土壤总有机碳（TOC）和总氮（TN）含量总体表现为：芦苇湿地、柽柳湿地＞盐地碱蓬湿地＞光滩，TOC和TN含量同土壤电导率值（EC）和pH值呈显著负相关（P＜0.05）；棉花田TOC、
煤矿生产“减人提效”的发展趋势使保障工人安全愈发重要，针对当前矿工异常行为检测方法数据量大、鲁棒性不强的问题，提出了一种离散姿态感知量结构化的矿工异常行为识别方法。采用卡尔曼滤波技术优化基于九轴姿态传感器获得的行为感知信息，利用采样窗口截取行为信息后，依姿态感知量轴向结构化为三通道RGB行为图像，结合所设计用于提取时空特征的CTFRN模型，精确提取拟识别5种矿工行为的时空特征，以低运算量、高鲁棒性
针对SSD（Single Shot MultiBox Detector）算法在复杂交通场景下对交通标志小目标识别效果不佳的问题，本文提出一种基于多尺度特征互补和重点特征信息挖掘（Multi-scale Feature Complementary Fusion and Key Feature Information Mining SSD， MK-SSD）的目标检测改进算法。该算法首先利用跨阶段局部网
以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.
提出一种改进的二阶龙格-库塔超分辨率算法.首先,提出一种浅层共享编码器,以实现低分辨率图像的浅层特征提取.其次,提出一种深层特征学习单元,并与基于龙格-库塔方法的残差模块相融合,进而构建出一种基于深层特征的残差模块,以提升深层特征提取能力.实验结果表明:与主流超分辨率算法相比,文中算法在主观视觉效果和客观评价指标方面都具有更好的效果.
在视频理解任务中，人体行为识别是一个重要的研究内容，但视频序列中存在时空信息融合困难、准确率低等问题。针对这些问题，本文提出一种基于时空信息融合的双流时空残差卷积网络模型。首先将视频分段采样提取RGB图像和光流图像，并将其输入到双流时空残差网络，通过设计的时空残差模块提取视频的深度时空特征，最后将每个视频片段的类别结果加权融合得到行为类别。本文提出的双流时空残差模块引入了少量的三维卷积和混合注意力
针对骨架行为识别任务的识别精确度问题，提出了一种自适应图卷积和长短时记忆相结合的模型（AAGC-LSTM）。该模型以捕获人体骨架运动的时空共现特征为出发点，提取运动特征时打破以人体自然骨架为固有图卷积邻接矩阵的束缚，利用自适应图卷积与长短时记忆神经网络的结合进行时空共现特征的提取。为了捕获行为识别任务的关键节点信息，嵌入了空间注意力模块，将人体骨架信息以一种动态的方式进行结合，同时将骨骼关节点一级
针对翻拍图像对相关人脸识别系统的欺骗性,将基于同态滤波的反射分量分离特征作为新特征加入图像中,形成四通道图像,并将其作为简单卷积神经网络的输入的翻拍图像检测方法.结果表明:在拍摄环境复杂、干扰噪音较多、活体数量较大的环境下,该方法有较高且稳定的准确率、较好的鲁棒性及使用价值.
动态避障是机器人实现自主移动、安全行走的关键，面对复杂多变的室内场景，机器人需要能够及时检测到障碍物并动态规划安全的行走路线。本文利用RGB-D深度相机和IMU单元建立机器人环境感知系统，为机器人提供三维视觉和姿态角度等多模态信息。首先构建基于YOLOv4改进的目标检测模型，通过YOLOv4-M目标检测算法对彩色图像中的障碍物进行识别；将彩色图与深度图对齐，获取障碍物的尺寸信息以及机器人与障碍物的
针对复杂山区深埋隧道岩爆危险性评价中的诸多不确定性因素问题，通过归纳分析典型高地应力条件下深埋隧道岩爆破坏特征及关键影响因子，从客观反映高地应力环境、岩石力学性能和围岩性质3个层面确定5项岩爆评价指标，利用未确知测度理论建立隧道岩爆危险性评价模型。为了充分考虑岩爆危险性评价的主观因素和客观因素，通过引入距离函数，采用熵权法和层次分析法相结合构建组合赋权法，综合确定各指标的权重系数。基于未确知测度理