【摘 要】
：
由于具有高灵敏度、观测频带宽、长期稳定性等优点，高分辨率钻孔应变仪日益成为当今地学界开展地壳长期形变观测的主流观测仪器之一，并逐渐应用到地震和火山事件等引起的高频地震应变波观测中。为了更好的推进地震应变波定量化观测技术的发展和应用，本文从基于高分辨率钻孔应变仪的地震应变波的高频采样观测实验、高分辨率钻孔应变仪的频响带宽、以及高分辨率钻孔应变仪动态原位标定方法等三个至关重要方面，系统总结了基于高分辨
论文部分内容阅读
由于具有高灵敏度、观测频带宽、长期稳定性等优点，高分辨率钻孔应变仪日益成为当今地学界开展地壳长期形变观测的主流观测仪器之一，并逐渐应用到地震和火山事件等引起的高频地震应变波观测中。为了更好的推进地震应变波定量化观测技术的发展和应用，本文从基于高分辨率钻孔应变仪的地震应变波的高频采样观测实验、高分辨率钻孔应变仪的频响带宽、以及高分辨率钻孔应变仪动态原位标定方法等三个至关重要方面，系统总结了基于高分辨率钻孔应变仪的地震应变波观测最新研究进展，提出了钻孔应变波观测系统频响的原位标定方法、全张量动态耦合模型
其他文献
闪电哨声波是由闪电激发的宽频带电磁脉冲，在穿越南北两半球沿地磁线传播时携带了大量的空间环境信息。由于在闪电哨声波中高频的部分先到达低频的部分后到达，导致其在时频图中呈现色散状。其传播路径的长短、传播路径中的电子密度成分以及反射次数等不同使得其存在多种扩散状态。为了进一步探索闪电哨声波的扩散状态与空间环境之间的关系，将闪电哨声波依据其扩散状态进行分类是现在一个亟需解决的问题。然而，目前的检测算法还无
露天矿区非结构化道路存在的坑洼、道路塌陷等负向障碍，易导致车辆侧翻或陷车，近年来矿用卡车自动驾驶的兴起，使得负向障碍检测变得至关重要。本文对露天矿区道路负障碍特征进行深入分析，构建了基于机器视觉的轻量化目标检测模型。首先通过现场采样及标注建立露天矿区负向障碍数据集并将其输入到目标检测模型；其次对图像进行归一化处理并使用MobileNetv3网络对图像进行压缩激活，在获得输出特征后进行连续上采样和特
In this paper， we present an approach to generating probabilistic hazard maps for earthquake-induced landslides using the Newmark Displacement Model， NDM. This model takes the uncertainties associated
On May 4, 2021, a Chinese research team with members from AIIT (PKU Advanced Institute of Information Technology), PKU (Peking University), and SJTU (Shanghai Jiao Tong University), openly released th
为了观测海流在短时间尺度上的变化，基于被动声层析原理，提出了一种利用浅海海洋环境噪声估计海流流速的方法。通过波束形成增加噪声互相关函数的能量积累，从环境噪声互相关函数提取出两个水平阵列间的经验格林函数，利用经验格林函数的时间到达结构反演阵列间的浅海海流流速。海上实验数据处理结果表明，该方法提取了2 h时间平均的经验格林函数和海流流速，可观测到海流流速的变化。通过仿真，论证了方法在该实验环境下的可行
针对行人重识别任务中行人图像受外观、姿态、遮挡、背景等因素的影响导致准确率低的问题，提出一种多尺度对比池化特征融合的行人重识别方法。首先基于残差网络ResNet50提取多尺度行人图像特征；其次，在不同层次提取三组平均池化和最大池化特征；然后将每一组平均池化和最大池化特征相减，去除图像背景杂波的影响，再将相减得到的差异特征与最大池化特征相加，获得更具有判别性的对比池化融合特征，使网络更加关注行人全身
针对现有疲劳驾驶检测模型在判定准确性与实时性上的不平衡问题，设计了一种基于轻量化卷积神经网络EMLite-Yolo-V4的检测模型。通过使用MobileNet-V2作为目标检测网络Yolo-V4的主干特征提取网络，并且降低卷积通道系数alpha，使得网络参数量大幅度下降；改进柔性非极大值抑制使得目标框无需再同时考虑得分与重合度，进一步优化检测速率；加入轻量级特征金字塔FPN-tiny并且融合mos
为解决人工诊断和检索过程繁琐、误诊率高、数据量大以及哈希码稀疏等问题，传统的2D图像特征提取方法不能全面表达肺部图像的完整医学信息。本文提出一种基于多标签语义监督的3D ResNet网络，对肺结节的医学征象进行量化，构建多标签数据集相似矩阵；通过三线性插值方法构造3D肺结节块，利用相似性度量设计损失函数进行3D特征学习并提出交替最小化优化方法进行优化，提高网络特征的表征能力，解决由于离散的哈希码而
明确土壤固碳速率和潜力是制定耕地固碳减排措施的基础。以我国典型亚热带地区—福建省不同地理位置的闽侯、浦城、同安、武平和永定5个县为研究区，运用生物地球化学过程模型DNDC（DeNitrification and Decomposition），模拟这5个县在目前区域尺度最详细的1:5万土壤数据库下1980─2009年和2010─2039年有机碳动态变化，并运用尺度上推的方法估算出全省耕地土壤固碳速率
微纳卫星网络中，传统蚁群路由算法不能同时保证数据传输的安全性和网络业务的服务质量，且易陷入局部最优解，收敛速度较慢。针对以上问题，提出了一种实现多目标优化的Q学习量子蚁群路由算法。该算法在选择下一跳节点的转移概率中，综合考虑路径平均信任值和路径费用两个优化目标，同时保证了数据传输的安全性和网络业务服务质量。在考虑路径费用函数时，通过加入量子计算避免陷入局部最优解，并在算法中引入Q学习的思想，将信息