期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
传统村落景观基因信息链与自动识别模型构建——以陕西省为例 被引量：50
1
作者 杨晓俊 方传珊 王益益 《地理研究》 CSSCI CSCD 北大核心 2019年第6期1378-1388,共11页
传统村落作为活的文化遗产,承载了大量历史记忆,是地域文化景观基因识别与模型构建研究的重要切入点。以陕西省71个国家级传统村落为例,基于景观基因理论建立陕西省传统村落景观基因识别体系,识别出陕西省传统村落景观基因特征;运用类... 传统村落作为活的文化遗产,承载了大量历史记忆,是地域文化景观基因识别与模型构建研究的重要切入点。以陕西省71个国家级传统村落为例,基于景观基因理论建立陕西省传统村落景观基因识别体系,识别出陕西省传统村落景观基因特征;运用类型学原理和N级编码理论对景观基因进行编码,构建陕西省传统村落景观基因信息链并生成基因谱系;借鉴生物学中'胞-链-形'DNA碱基序列模型,提取出环境基因、建筑基因、农耕文化基因和宗族文化基因四个公共基因作为景观基因元(胞),以村内道路系统作为基因链,构建传统村落景观基因DNA模型与自动识别模型,以此对传统村落的区位、类型、特征和文化基因进行自动识别。为传统村落景观基因信息有效传承与存储,以及乡村建设动态发展提供理论借鉴。 展开更多
关键词 传统村落 景观基因 信息链 自动识别模型 陕西
原文传递
基于改进DCNN法的微震信号自动识别模型及应用
2
作者 杨轶男 胡建华 +2 位作者 周坦 赵风文 王牧帆 《黄金科学技术》 CSCD 2023年第5期794-802,共9页
为精准识别矿山微震信号,采用改进深度卷积神经网络(DCNN)法,通过傅里叶变换得到的频谱图叠加原始图像的空间域图作为微震信号的识别对象,提出了一种基于改进DCNN法的微震信号自动识别与分类模型,建立了某铅锌矿的IMS微震监测信号数据... 为精准识别矿山微震信号,采用改进深度卷积神经网络(DCNN)法,通过傅里叶变换得到的频谱图叠加原始图像的空间域图作为微震信号的识别对象,提出了一种基于改进DCNN法的微震信号自动识别与分类模型,建立了某铅锌矿的IMS微震监测信号数据库的训练集、验证集和测试集,并通过实际工程数据验证了方法的可靠性。结果表明:利用频谱图和空间域图在BGR通道上堆叠的特征值作为DCNN输入的方法,构建的微震信号自动识别模型精度更高且泛化能力更强,该模型能够高效地提取微震信号特征;采用F1值、ROC曲线和AUC值3种性能度量进行评价,验证了改进方法的可行性、有效性和可靠性。 展开更多
关键词 DCNN法 微震监测 信号识别 傅里叶变换 自动识别模型 深部开采
下载PDF
基于深度学习的高速铁路工务设备巡检修数字化应用
3
作者 周小爱 孙瑞海 +1 位作者 代冲 肖翔 《铁道技术标准（中英文）》 2024年第6期25-34,共10页
高速铁路工务设备是铁路运输的基础,其使用状态直接关系到运输的安全性。为提升工务段巡检员和管理层的巡检效率和决策的准确性,解决巡检预警状态缺乏直观性、周期天数设置不合理以及春秋季专项检查缺乏电子化等问题,本文研究了两项关... 高速铁路工务设备是铁路运输的基础,其使用状态直接关系到运输的安全性。为提升工务段巡检员和管理层的巡检效率和决策的准确性,解决巡检预警状态缺乏直观性、周期天数设置不合理以及春秋季专项检查缺乏电子化等问题,本文研究了两项关键技术,以构建数字化技术体系。首先利用深度学习建立了基于卷积神经网络的病害自动识别模型,并通过对几个高速铁路沿线车间的数据进行采集与验证分析,证明该模型在巡检员上传病害影像后,能够自动识别病害。训练精度高达97%,验证精度达到76%。其次,本文基于大数据技术,结合卷积神经网络和长短期神经网络建立设备状态判断模型,并构建出巡检周期预测算法。通过分析两个高速铁路工务段的数据,结果显示,设备状态识别模型能够通过捕捉巡检记录中的关键信息,准确判断设备运行状态,预测巡检次数的平均相对误差为14.3%,精度为85.7%。最后,通过高速铁路工务设备巡检修数字化实现案例,充分证明了两项应用的设计与融合方案能够为高速铁路工务设备的巡检修作业提供充分的技术支持,并能为实时而高效的检修决策提供全面可靠的数据依据。 展开更多
关键词 高速铁路 工务设备 巡检修 卷积神经网络 病害自动设别模型 长短期记忆网络
下载PDF
多污染控制手段下高校学生环保意识识别模型研究
4
作者 崔巧玲 《环境科学与管理》 CAS 2022年第5期189-194,共6页
目前对于高校学生环保意识的识别问题整体研究较少,为填补这方面研究的空缺,基于多污染控制手段针对高校学生设计一种环境保护意识自动识别模型。根据近几年的高校学生综合社会调查数据进行指标的选取,通过构建BP神经网络并对观测变量... 目前对于高校学生环保意识的识别问题整体研究较少,为填补这方面研究的空缺,基于多污染控制手段针对高校学生设计一种环境保护意识自动识别模型。根据近几年的高校学生综合社会调查数据进行指标的选取,通过构建BP神经网络并对观测变量进行训练,在调查数据库中对观测变量的关联数据进行挖掘,并对挖掘获得的数据进行正态性检验与标准化处理。通过搭建潜变量与观测变量之间的路径关系,构建大学生环境保护意识程度自动识别模型。检验结果表明,模型整体适配度、稳健性以及地区适配度都较高,证明模型的用途十分广泛,可对其应用进行拓展。 展开更多
关键词 多污染控制手段 环境态度 环境保护意识 外部因素 程度自动识别模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部