排序方式： 共有171条查询结果，搜索用时 15 毫秒
1.
为保证地铁隧道建设过程中的安全,对其进行变形监测是必不可少的工作.传统测量方法采用特征点位进行隧道断面监测,存在数据量较少、点位不够全面等缺点,且工作量较大,工作效率低.针对这一问题,本文将三维激光扫描技术应用于盾构隧道监测,利用获取的三维激光点云对盾构隧道进行监测.为验证其可靠性,将其与全站仪数据进行联合分析.实验表明,三维激光扫描系统测量断面中心坐标的点位精度为3.41 mm,横断面半轴长度与全站仪测量结果的差值小于4 mm;地铁隧道整体表现为水平外凸、竖直下沉的状态.结果显示了三维激光扫描技术的高精度、高效率等工作特点,并且能够对隧道整体变形情况进行分析,具有广阔的发展前景. 相似文献
2.
为提高条带开采地表下沉系数预测准确率,基于地表下沉系数影响因素具有一定相关性、不确定性以及非线性的复杂现象,建立基于主成分分析的遗传算法(Genetic Algorithm,GA)优化的神经网络GA-BP智能预测模型.利用遗传算法对BP神经网络(Back Propagation Neural Network)的初始权值和阈值进行优化处理,通过SPSS20(Statistical Product and Service Solutions 20)软件对地表下沉系数影响因素进行主成分分析,降低数据维度,消除变量间的冗余信息,找出主成分并作为模型的输入样本,利用MATLAB(Matrix Laboratory)软件进行仿真与分析.结果表明:与传统BP神经网络模型和主成分分析(Principal Component Analysis,PCA)的PCA-BP神经网络模型相比,基于主成分分析的GA-BP模型的相对误差不超过5％,与实测值更为接近,预测精度进一步提高,基本满足矿区实际工程需要,为条带开采地表下沉系数预测提供了又一种准确可行的方法. 相似文献
3.
新冠疫情给全球海洋运输业造成了严重的影响，在后疫情时代航运产业的复苏过程中蕴含新的挑战与发展机遇。现有研究时间跨度不足，无法充分认识航运网络的变化过程，其次，仅对宏观尺度空间格局变化进行分析忽略了网络变化的内在驱动因素。因此本研究基于复杂网络理论、社区探测算法和TOPSIS分析方法，提出一种航运网络多尺度变化分析框架，结合2019—2021年北美五大湖船舶轨迹数据分析整体航运网络、港口群落和港口3个尺度的变化特征。此外，还对各类型航运网络的变化机理进行追踪。研究结果表明：(1)网络流量方面，疫情前货轮和牵引船交通量占比达交通量总量的80%，疫情爆发后船舶交通量总量下降22.4%，各类型船舶交通量变化的时期、速度不同，其中，游船与货轮恢复能力强，油船次之，客船交通量降幅超50%为各类最高，受影响严重且恢复能力最弱，后疫情时期交通量总量较疫情前上涨4.4%，表明网络流量恢复能力整体较强；(2)网络结构方面，疫情前航运网络随气温变暖呈扩张趋势，港口数量、航线数量递增式上升，疫情后网络结构受损连通性下降，后疫情时期指标值迅速恢复、航线密度增大，期间网络“骨架”未被破坏。整体而言，五大湖航运网络... 相似文献
4.
针对城市环境下GNSS车辆导航存在卫星信号易受影响的问题,利用GNSS/INS组合算法提高复杂环境下城市车辆定位性能。基于城市环境下实测GNSS数据评估分析定位结果,使用GNSS/INS组合的常规卡尔曼滤波算法实现卫星失锁区域导航。同时,提出一种基于新息的自适应卡尔曼滤波算法,可有效增强卫星数较少及信号干扰严重区域的车辆导航定位能力。该方法利用量测与预测的关系构造自适应因子,改善定位精度。结果表明,常规卡尔曼滤波可在20 s卫星信号失锁情况下保证亚m级导航精度,自适应卡尔曼滤波算法在卫星信号受到严重干扰时,其定位精度相比于常规卡尔曼滤波算法提高30%,可满足在城市复杂环境下的高精度、高可靠性车辆导航定位服务需求。 相似文献
5.
海岛和海岸带是国土资源的重要组成部分，提升其综合管理水平对促进沿海地区社会经济和海洋可持续发展具有重要意义。文章以中韩建交30周年和“联合国海洋科学促进可持续发展十年”为契机，通过对中韩无居民海岛及海岸带发展管理现状进行比较研究，探讨中韩两国在发展管理方面的异同和存在的问题。研究结果表明：在无居民海岛方面，中国以《中华人民共和国海岛保护法》为基本制度框架建立管理体系，韩国通过综合立法建立管理体系，海岛不合理利用是两国存在的共性问题；韩国重视无居民海岛的宣传，中国更加重视无居民海岛的分类。在海岸带方面，两国均采取综合管理的方式，但在实施程序上采用不同的方式，韩国由中央政府主导并交由地方政府实施综合管理，中国在综合管理体制下交由地方政府自行主导。基于研究结论，提出有针对性的管理措施和建议，促进两国海洋经济的可持续发展。 相似文献
8.
针对现有机载激光雷达(LiDAR)点云滤波算法难以准确分离复杂地形中地面点与地物点问题,提出了一种基于点的多尺度形态学重建滤波方法 PMMF (Point-based Multi-scale Morphological reconstruction Filter)。在初始尺度层次下,PMMF通过构建一种基于点的形态学重建对原始点云滤波,即先在掩膜点云约束下借助k邻域结构元素和高程缓冲区反复膨胀标记点云,获取潜在地面点;然后通过自适应坡度方法剔除潜在地面点中的非地面点,其中,坡度阈值随地形复杂度自适应变化。在上层滤波结果基础上,PMMF通过提升种子点选择的网格尺度重复上层滤波过程,直至结果收敛。以国际摄影测量与遥感学会(ISPRS)发布的15组基准数据为研究对象,将PMMF滤波结果与近5年(2016年—2020年)提出的15种滤波算法比较表明,PMMF有8组数据滤波效果占优,15组数据平均总误差和Kappa系数分别为2.71%和91.08%。使用4种不同地形特征的高密度机载LiDAR点云数据进一步验证PMMF的滤波效果,并将计算结果与简单形态学滤波(SMRF)、布料模拟滤波(CSF)、渐进加密三角网滤波(PTD)和多分辨率层次滤波(MHF)比较。结果表明,PMMF滤波性能最优,平均总误差为3.24%,较其他4种滤波方法分别减小了12.0%、59.1%、70.1%和53.2%。 相似文献
10.