排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为准确获取原状Q3黄土的竖向和水平饱和渗透系数,进行了原位、室内试验测试以及数值模拟反演,并应用大型试坑浸水试验检验了所获饱和渗透系数的可靠性。进行了不同内径尺寸的原位双环入渗试验,获取了竖向饱和渗透系数,并应用室内试验测试了竖向和水平饱和渗透系数以及持水曲线;应用COMSOL软件对双环入渗试验进行数值模拟,检验了所测饱和渗透系数的可靠性,利用正交试验获得了最优的竖向和水平饱和渗透系数取值,并利用反演结果对试坑进行数值模拟,将其水分入渗情况与实测值对比。研究结果表明：在现场进行双环入渗试验时选取较大内径的双环获得的竖向饱和渗透系数更为合理。针对双环入渗试验,数值模拟反演所得最优饱和渗透系数在竖向上接近于原位试验所得竖向饱和渗透系数、水平向上接近室内所测水平向饱和渗透系数,竖向饱和渗透系数比水平向饱和渗透系数更加显著地影响水分入渗过程。通过对大型试坑水分入渗情况的验证,检验了反演所得最优饱和渗透系数的可靠性。 相似文献
2.
大数据与数学地球科学研究进展——大数据与数学地球科学专题代序 总被引：12，自引：9，他引：3
大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 相似文献
1