Stripe-based fragility analysis of multispan concrete bridge classes using machine learning techniques     

Sujith Mangalathu  Jong-Su Jeon 《地震工程与结构动力学》2019,48(11):1238-1255

A framework for the generation of bridge-specific fragility curves utilizing the capabilities of machine learning and stripe-based approach is presented in this paper. The proposed methodology using random forests helps to generate or update fragility curves for a new set of input parameters with less computational effort and expensive resimulation. The methodology does not place any assumptions on the demand model of various components and helps to identify the relative importance of each uncertain variable in their seismic demand model. The methodology is demonstrated through the case study of a multispan concrete bridge class in California. Geometric, material, and structural uncertainties are accounted for in the generation of bridge numerical models and their fragility curves. It is also noted that the traditional lognormality assumption on the demand model leads to unrealistic fragility estimates. Fragility results obtained by the proposed methodology can be deployed in a risk assessment platform such as HAZUS for regional loss estimation.  相似文献   

高层建筑坍塌墙体修复施工安全管理定量化控制模型研究          下载免费PDF全文

张新梁  杨顺生  孟昊杰 《地震工程学报》2019,41(4):1072-1078

为了确保震后高层建筑坍塌墙体修复工程的安全性,提出一种高层建筑震后坍塌墙体修复施工安全管理方法。结合主成分分析法与信息熵法对震后高层建筑坍塌墙体修复施工管理的控制特征量进行提取,确定模型评价指标权重;根据加权学习法对坍塌墙体修复的施工进行量化控制;通过灰阶量化评估进行约束参量分析,构建安全管理控制模型;采用管理因素模糊调度算法实现施工安全管理控制,并完成优化决策。通过仿真实验验证坍塌墙体修复施工管理控制的管理效益与累积评价百分率。分析结果表明,采用该方法进行震后高层建筑坍塌墙体修复施工管理控制的管理效益最高可达83.32%,累积管理效果回报率较高,累积评价百分率平均约为75%,能够有效提高施工过程的安全管理效能,确保施工安全。  相似文献   

基于多尺度特征深度学习的短临降水预报     

陈生  黄启桥  谭金凯  梁振清  吴翀 《热带气象学报》2023,(6):799-806

雷达回波外推是短临降水预报的一种重要方法。针对雷达回波外推中随着外推时间的增加而出现回波演变信息丢失这一问题,本文提出一种多尺度特征融合的深度学习短临降水预报模型(以下简称为MSF2)。首先,采用多尺度的卷积核对网络的浅层信息进行特征提取,弥补单一特征检测带来的不足。其次,将不同维度的特征信息进行拼接及通道混洗,进一步增强特征图通道之间的信息流通和信息表达能力。最后,将特征图中的多尺度信息进行融合,从而有效保留不同尺度的特征信息。利用华南雷达回波拼图资料数据,在3种不同降水强度（5 mm/h、10 mm/h和25 mm/h）下进行降水预报研究,并与光流法和ConvLSTM两种主流算法进行了对比。结果显示,在3种不同降水强度条件下,MSF2在所有评价指标（命中率POD、临界成功指数CSI、误报率FAR）中表现最优,这表明引入多尺度机制能改善模型的特征提取能力。相比于目前主流的光流法和ConvLSTM,本文提出的模型对于短临降水预报具有较好的适用性和较高的预报精度,而且实现了业务化运行。  相似文献   

基于深度学习和时空特征融合的海洋渔船密度预测方法          下载免费PDF全文

丁依婷  胡志远  董帝渤 《应用海洋学学报》2024,43(2):350-359

为了从海量渔船轨迹数据中挖掘隐含的信息和知识,进而为渔业行政主管部门的决策提供科学依据,本研究以AIS渔船轨迹数据为研究对象,提出了一种基于深度学习和面向时空特征融合的海洋渔船密度预测方法：首先,利用渔船轨迹数据集对渔船行驶区域进行网格划分;其次,筛选出渔船高密度区域进行研究,避免数据稀疏性问题;再次,根据渔船轨迹数据的时空分析,构建三维时空融合矩阵;最后,通过卷积循环神经网络模型捕获渔船分布的时间和空间特征,并利用卷积神经网络的堆叠加强对空间特征的学习。实验通过东海海域渔船真实轨迹数据进行具体测试,结果表明渔船密度预测值与真实值非常接近,平均绝对误差为4×10-4,模型较好地拟合了渔船密度分布特征,有效地提高了渔船捕捞热点预测的准确性和鲁棒性。  相似文献   

预测有效波高的深度学习模型研究     

秦易凡  罗锋  张杰  汪忆  张义丰 《海洋通报》2024,(3)

研究基于RNN、LSTM、GRU深度学习模型,针对NOAA浮标数据集中的44013、44014、44017浮标的数据,通过斯皮尔曼相关性分析提高模型预测效果。实验结果表明,在进行相关性分析后,S-RNN、S-LSTM、 S-GRU的预测效果均比原始RNN、LSTM、GRU模型预测效果好。此外,提出一种基于LSTM的LSTM-Attention 波高预测模型,并进行相关实验,量化LSTM-Attention模型的预测效果,实验结果表明LSTM-Attention模型有更好的预测效果。为评估模型的泛化能力,研究还提出了一种采用邻近浮标数据进行学习,预测浮标缺失数据的方 法。实验结果表明,该方法的预测精度可以达到97.93%。本研究为海浪预测提供了新的方法和思路,也为未来深 度学习模型在海浪预测中的应用提供了参考。  相似文献   

基于极限学习机的GF-2影像分类     

王明常  张馨月  张旭晴  王凤艳  牛雪峰  王红 《吉林大学学报(地球科学版)》2018,48(2):373-378

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。  相似文献   

基于年际增量法的卷积神经网络模型对中国夏季降水的预测研究     

蒋鹏  胡轶佳  钟中  孙源  吕硕 《气象科学》2023,43(5):569-577

将前冬的500 hPa位势高度、向外长波辐射和海表温度的年际增量作为预测因子,建立基于卷积神经网络(Convolutional Neural Network, CNN)的非线性预测模型,对中国160个测站夏季降水展开预测研究,并与基于线性奇异值分解(Singular Value Decomposition, SVD)的预测模型进行效果对比。结果表明：CNN在1981—2020年的交叉检验中所回报的降水平均PS评分和距平相关系数(ACC)分别为74.33和0.12,比SVD高2.15和0.06,说明CNN比SVD在整体上对夏季降水具有更好的预测能力。其中,CNN对SVD预测较好年份的预测效果提升较为明显,对SVD预测较差的年份则改进不大。CNN对中国降水预测存在一定的系统性偏差,订正后CNN对拉尼娜年的降水预测改进较大。结果表明,基于年际增量法的CNN预测模型展示出较好的潜在应用价值。  相似文献   

高分辨率遥感影像目标分类与识别研究进展     

刘扬  付征叶  郑逢斌 《地球信息科学学报》2015,17(9):1080-1091

高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括：（1）高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+OpenMP+CUDA的高分辨率遥感影像混合并行处理架构;（2）深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;（3）认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。  相似文献   

Statistical models for shear strength of RC beam‐column joints using machine‐learning techniques          下载免费PDF全文

Jong‐Su Jeon  Abdollah Shafieezadeh  Reginald DesRoches 《地震工程与结构动力学》2014,43(14):2075-2095

This paper proposes a new set of probabilistic joint shear strength models using the conventional multiple linear regression method, and advanced machine‐learning methods of multivariate adaptive regression splines (MARS) and symbolic regression (SR). In order to achieve high‐fidelity regression models with reduced model errors and bias, this study constructs extensive experimental databases for reinforced and unreinforced concrete joints by collecting existing beam‐column joint subassemblage tests from multiple sources. Various influential parameters that affect joint shear strength such as material properties, design parameters, and joint configuration are investigated through tests of statistical significance. After performing a set of regression analyses, the comparison of simulation results indicates that MARS approach is the best estimation method. Moreover, the accuracy of analytical predictions of the derived MARS model is compared with that of existing joint shear strength relationships. The comparison results show that the proposed model is more accurate compared to existing relationships. This joint shear strength prediction model can be readily implemented into joint response models for evaluation of earthquake performance and inelastic responses of building frames. Copyright © 2014 John Wiley & Sons, Ltd.  相似文献   

移动互联网时代防震减灾科普宣传的问题及对策研究     

李晓丽 《高原地震》2014,(1):54-58

在移动互联网蓬勃发展的信息技术背景下,我国防震减灾科普教育存在若干问题,如忽视受众的"数字化"特征,基于智能终端的宣传材料不足;宣传手段不能满足移动互联网时代信息化要求;宣传内容不够生动等,因此提出防震减灾科普知识泛在化宣传新模式,并根据泛在化宣传模式的特征,设计开发基于iOS系统的泛在化宣传资源,为防震减灾宣传工作提供基于移动设备的数字化资源支持。该研究对移动互联网时代地震科普宣传作了新的探讨与尝试,对于当前及未来全民普及防震减灾科学知识有积极的促进作用。  相似文献