变流场情景下基于鱼类游泳特性的上溯通道分析

来源 :水力发电学报 | 被引量 : 0次 | 上传用户:layueee
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水电开发对洄游性鱼类的生境造成了影响,预测目标鱼类洄游期的上溯通道可为修建过鱼设施提供依据,从而减缓其负面效应。本文选取虎渡溪航电工程的下游河段作为研究区域,将长薄鳅、白甲鱼、异鳔鳅鮀作为目标鱼类,针对几种目标鱼类的游泳能力对不同流速进行分区后,得出了适用于多种过鱼目标的流速适宜度曲线,然后对研究区域过鱼期的典型流量进行了数值模拟。根据流速适宜度曲线对研究区域的多种过鱼目标进行了流速适宜度评价,并由评价结果预测了满足多目标过鱼要求的上溯通道。结果表明:流速适宜度评价最优区域出现的位置随流量变化而有所不同,
其他文献
针对基于逻辑回归的隐半马尔可夫模型中希尔伯特(Hilbert)变换提取的心音包络具有较大毛刺,提出一种结合支持向量机(Support vector machine,SVM)和香农能量的隐半马尔可夫模型(Hidden semi-Markov model,HSMM)心音分割算法。首先采用小波降噪的方法对心音进行降噪,接着根据R峰和T波标记心音,提取香农能量包络等特征,然后对结合逻辑回归模型(Logistic regression,LR)的HSMM相关参数进行训练,并借助Viterbi算法推测出最可能的状态。最
本文对传统层次分析方法的权重计算进行改进,并以辽东典型丘陵大沙河流域为例,将改进的层次分析方法应用于大沙河流域地表水环境质量评价。评价表明:改进方法可有效避免传统层次分析方法主观性强的局限,评价结果更加准确和客观。
语音情感识别(Speech emotion recognition,SER)是计算机理解人类情感的关键之处,也是人机交互的重要组成部分。当情感语音信号在不同的介质传播时,使用深度学习模型获得的识别精度不高,识别模型的迁移能力不强。为此,设计了一种融合图像显著性和门控循环的声波动方程情感识别(Image saliency gated recurrent acoustic wave equation emotion recognition,ISGR-AWEER)模型,该模型由图像显著性提取和基于门控循环的声波
低能量消耗与物理资源的充分利用是绿色云数据中心构造的两个主要目标,需要采用虚拟机迁移模型来完成优化,为此提出了融合虚拟机选择和放置的虚拟机迁移模型INTER-VMM(Interrelation approach in virtual machine migration)。INTER-VMM设计了云数据中心的基于多维物理资源约束的能量消耗模型,是一种将主机负载检测、虚拟机选择及放置结合起来考虑的虚拟机迁移策略。在虚拟机选择中采用HPS(High CPU utilization selection)选择法,选
构造绿色云数据中心的两个主要目标是低能量消耗与物理资源利用效率的充分利用,为此需要采用虚拟机分配策略来完成优化。本文提出了基于改进花授粉算法的虚拟机分配策略(Flower pollination algorithm based virtual machine allocation,FPA-VMA)。FPA?VMA中一朵花或一个配子就对应于虚拟机映射到物理主机分配优化问题中的一个解;并且描述了云数据中心云客户端的资源请求模型和多维物理资源的能量消耗模型。FPA?VMA在花授粉的动态切换概率阶段的策略可以平衡
枯水期珠江河口咸潮情势日益加重,径流不确定加剧了压咸风险,严重威胁沿线的供水安全。本文基于概率密度分布描述径流不确定性,构建了单源风险调度基本框架。以西江流域五座水库为研究对象,量化了预报误差与压咸风险的响应关系;揭示了压咸风险的时空传递规律;将压咸风险划分为3个等级;确定出各级风险越级传递的临界阈值。研究表明:随预报误差的增大,压咸风险提前且持续天数增加、风险率增大;压咸风险呈逐时段累积和从上游向下游、从支流向干流的时空传递规律;当预报误差超过±16%、±21%时,压咸风险从轻险越级至中险、中险越级至重
由于移动无线传感器网络支持节点的移动性,使其面临更加复杂的安全性挑战,很难防御一些极具破坏力的攻击,比如节点复制攻击和女巫攻击等。本文提出了在移动异构无线传感器网络模型下一种安全高效的密钥管理方法。所提方法采用椭圆曲线密码学加密算法实现移动节点位置信息到基站的安全上传,以及基于密钥哈希的消息认证码来实现消息源的身份认证。基站则对收集的移动节点位置信息进行统计分析来协助完成固定节点与移动节点间的身份认证及会话密钥建立。实验结果表明,所提方法在密钥建立过程节省了网络资源,同时可有效防御攻击者发起重放攻击、节点
针对复杂的水下环境导致水声通信噪声出现异常值的问题,提出一种基于因子图结合卡方检测的多AUV协同定位算法。建立因子图模型将全局函数估计问题转化为局部函数和积估计问题,利用卡方检测测距噪声异常值。所提算法在测距噪声存在异常值情况下,与传统Kalman滤波算法相比定位误差大幅减小。该研究进行了数学仿真验证,验证了所提算法可以有效提高系统的定位稳定性,处理测距噪声异常值对定位性能的影响。
夯坑位置、夯次和夯沉量是强夯法施工质量监测的主要指标,其中夯沉量是传统监测的技术难点,监测的效率和精度往往难以兼顾。为此,本文研发了基于多元感知的强夯施工质量智能监测装备及配套的智能监测系统。构建了基于夯锤主动目标的夯沉量摄影测量监测体系;集成GNSS-RTK和磁方位角传感器实现了夯机和夯坑的协同定位;基于机器视觉和时序模式实现了夯次智能监测;研发了强夯施工质量智能监测云平台发布监测数据,集成上述系统实现了夯次、夯沉量、夯坑位置等施工参数的实时监测系统。现场实验验证了本智能装备的监测精度和效率均满足施工管
输电线路的绝缘子定期巡检是必不可少的一项任务,而传统的人工巡检存在着效率低、工作强度大等问题。因此,本文设计了一种改进的U-Net模型实现对绝缘子的分割,并使用改进的YOLOv5实现在复杂背景下对爆破绝缘子的定位。本文基于U-Net图像语义分割模型,提出一种改进的网络结构SERes-Unet。模型引入残差结构减少卷积过程中存在的梯度消失、结构信息损耗的影响,引入注意力机制对特征权重进行校正,从而提