期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
矿石损失贫化定义及计算公式的评述
被引量：
2
1
作者
孟庆森
《中国矿业》
北大核心
1998年第6期35-36,共2页
关键词
矿石
损失定义
贫化
定义
计算公式
采矿
在线阅读
下载PDF
职称材料
基于ConvLSTM融合RMAPS-NOW数据的雷达回波外推研究
被引量：
6
2
作者
王善昊
胡志群
+1 位作者
王福增
陈杰鑫
《气象学报》
CAS
CSCD
北大核心
2024年第4期554-567,共14页
雷达回波外推是临近预报、人工影响天气作业及效果评估的主要参考依据之一,快速准确的回波外推技术一直是雷达气象领域的研究热点。近年来,基于深度学习的时空序列预测模型在雷达回波外推中得到了广泛应用。然而,这些外推网络架构的输...
雷达回波外推是临近预报、人工影响天气作业及效果评估的主要参考依据之一,快速准确的回波外推技术一直是雷达气象领域的研究热点。近年来,基于深度学习的时空序列预测模型在雷达回波外推中得到了广泛应用。然而,这些外推网络架构的输入大多用16级伪彩色雷达回波强度产品转化而来的灰度图,丢失了许多回波细节,并且随着外推时间延长,误差不可避免地增大。回波的生消、移动、演变与天气背景紧密相关,因此,将北京城市气象研究院研发的新一代快速更新多尺度资料分析和预报系统的临近数值预报子系统(RMAPS-NOW)初始零场的部分物理量产品融入华北雷达拼图原始数据,构建多个雷达单元(Radar cells),并将这些雷达单元作为输入,基于卷积长短期记忆网络(ConvLSTM),设计了一个多通道雷达回波外推网络架构(MR-ConvLSTM)。另外,考虑到卷积算法的平滑性,构建了自定义损失函数,增加回波强度的时空权重进行时空衰减订正。选取(40.65°—41.65°N,114°—115.4°E)内2018—2021年的6—9月共13000组华北雷达组合反射率因子拼图及RMAPS-NOW初始零场数据,其中的80%共10400组为训练集,20%共2600组为测试集。引入的物理量包括多个高度层的u、v风(1350 m),相对湿度(RH,150 m),水平散度(1350 m)等,基于ConvLSTM及MR-ConvLSTM加自定义损失函数,分别训练得到5个雷达回波外推模型。采用临界成功指数(CSI)、命中率(POD)、虚警率(FAR)作为评价指标,利用测试集对所有模型进行评估。基于引入物理量的MR-ConvLSTM训练得到的模型在20、30、35 dBz反射率阈值下,比未引入物理量的基于ConvLSTM的外推模型CSI值平均高4.67%、13.8%、5.98%,POD值平均高3.1%、7.68%、8.38%,FAR值平均低6.37%、8.54%、10.17%,同时引入3种物理量(RH、u、v)的外推模型在不同阈值的各项指标中综合表现最好,其CSI、 POD值在3种不同阈值下比未引入物理量模型平均高16.01%、13.38%,FAR值平均低14.88%。从模型应用的个例可视化也可以看出,引入物理量后有效提升了雷达回波外推的准确度,证明基于MR-ConvLSTM架构训练的雷达回波外推模型有较强的泛化能力。
展开更多
关键词
雷达回波外推
深度学习
RMAPS-NOW
MR-ConvLSTM网络架构
自
定义
损失
函数
在线阅读
下载PDF
职称材料
基于卷积神经网络的压裂停泵数据滤波方法
3
作者
徐靓
李道伦
查文舒
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第12期1717-1721,共5页
水力压裂停泵时,由于水击效应的影响,井口处压力会产生波动,此时测量得到的压力数据不能反映真实的渗流情况,不利于试井解释,需要对压裂停泵后的压力数据进行数据滤波。针对该问题,文章提出一种基于卷积神经网络的滤波方法:基于方差思想...
水力压裂停泵时,由于水击效应的影响,井口处压力会产生波动,此时测量得到的压力数据不能反映真实的渗流情况,不利于试井解释,需要对压裂停泵后的压力数据进行数据滤波。针对该问题,文章提出一种基于卷积神经网络的滤波方法:基于方差思想,构造可表征数据离散程度的损失函数,用以约束滤波后数据的离散程度;基于停泵压力数据的物理特征,给出可保留停泵压力最高点的损失函数表征方法;在此基础上,构造一个9层的卷积神经网络模型,使得神经网络能够合理完成数据滤波。对于水平井多段压裂停泵压力数据的样本,只需进行1次合适的参数调整,同一网络框架可以完成对以上不同段压力数据的处理,且实验效果好;以均值和相对误差为参照标准,对比滤波前后的压力数据,滤波后的数据与原始数据相比,离散程度变化较小,且与原有数据相比仍能保持较小的相对误差,基本稳定在0.2%左右。该滤波方法为压裂效果评价提供了可靠数据,具有广阔的应用前景。
展开更多
关键词
数据滤波
神经网络
自
定义
损失
函数
一维卷积
水击效应
水力压裂
在线阅读
下载PDF
职称材料
题名
矿石损失贫化定义及计算公式的评述
被引量：
2
1
作者
孟庆森
机构
本钢设计研究院
出处
《中国矿业》
北大核心
1998年第6期35-36,共2页
关键词
矿石
损失定义
贫化
定义
计算公式
采矿
分类号
TD85－9 [矿业工程—金属矿开采]
在线阅读
下载PDF
职称材料
题名
基于ConvLSTM融合RMAPS-NOW数据的雷达回波外推研究
被引量：
6
2
作者
王善昊
胡志群
王福增
陈杰鑫
机构
成都信息工程大学电子工程学院
中国气象科学研究院灾害天气国家重点实验室
中国气象局大气探测重点开放实验室
成都信息工程大学大气科学学院
出处
《气象学报》
CAS
CSCD
北大核心
2024年第4期554-567,共14页
基金
广东省重点领域研发计划(2020B1111200001)
海南省南海气象防灾减灾重点实验室开放基金项目(SCSF202301)
+1 种基金
中国气象局大气探测重点开放实验室开放课题(U2021Z05)
国家重点研发计划(2022YFC3003900)。
文摘
雷达回波外推是临近预报、人工影响天气作业及效果评估的主要参考依据之一,快速准确的回波外推技术一直是雷达气象领域的研究热点。近年来,基于深度学习的时空序列预测模型在雷达回波外推中得到了广泛应用。然而,这些外推网络架构的输入大多用16级伪彩色雷达回波强度产品转化而来的灰度图,丢失了许多回波细节,并且随着外推时间延长,误差不可避免地增大。回波的生消、移动、演变与天气背景紧密相关,因此,将北京城市气象研究院研发的新一代快速更新多尺度资料分析和预报系统的临近数值预报子系统(RMAPS-NOW)初始零场的部分物理量产品融入华北雷达拼图原始数据,构建多个雷达单元(Radar cells),并将这些雷达单元作为输入,基于卷积长短期记忆网络(ConvLSTM),设计了一个多通道雷达回波外推网络架构(MR-ConvLSTM)。另外,考虑到卷积算法的平滑性,构建了自定义损失函数,增加回波强度的时空权重进行时空衰减订正。选取(40.65°—41.65°N,114°—115.4°E)内2018—2021年的6—9月共13000组华北雷达组合反射率因子拼图及RMAPS-NOW初始零场数据,其中的80%共10400组为训练集,20%共2600组为测试集。引入的物理量包括多个高度层的u、v风(1350 m),相对湿度(RH,150 m),水平散度(1350 m)等,基于ConvLSTM及MR-ConvLSTM加自定义损失函数,分别训练得到5个雷达回波外推模型。采用临界成功指数(CSI)、命中率(POD)、虚警率(FAR)作为评价指标,利用测试集对所有模型进行评估。基于引入物理量的MR-ConvLSTM训练得到的模型在20、30、35 dBz反射率阈值下,比未引入物理量的基于ConvLSTM的外推模型CSI值平均高4.67%、13.8%、5.98%,POD值平均高3.1%、7.68%、8.38%,FAR值平均低6.37%、8.54%、10.17%,同时引入3种物理量(RH、u、v)的外推模型在不同阈值的各项指标中综合表现最好,其CSI、 POD值在3种不同阈值下比未引入物理量模型平均高16.01%、13.38%,FAR值平均低14.88%。从模型应用的个例可视化也可以看出,引入物理量后有效提升了雷达回波外推的准确度,证明基于MR-ConvLSTM架构训练的雷达回波外推模型有较强的泛化能力。
关键词
雷达回波外推
深度学习
RMAPS-NOW
MR-ConvLSTM网络架构
自
定义
损失
函数
Keywords
Radar echo extrapolation
Deep learning
RMAPS-NOW
MR-ConvLSTM network
Self-defined loss function
分类号
P49 [天文地球—大气科学及气象学]
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的压裂停泵数据滤波方法
3
作者
徐靓
李道伦
查文舒
机构
合肥工业大学数学学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第12期1717-1721,共5页
基金
国家自然科学基金资助项目(12172115)。
文摘
水力压裂停泵时,由于水击效应的影响,井口处压力会产生波动,此时测量得到的压力数据不能反映真实的渗流情况,不利于试井解释,需要对压裂停泵后的压力数据进行数据滤波。针对该问题,文章提出一种基于卷积神经网络的滤波方法:基于方差思想,构造可表征数据离散程度的损失函数,用以约束滤波后数据的离散程度;基于停泵压力数据的物理特征,给出可保留停泵压力最高点的损失函数表征方法;在此基础上,构造一个9层的卷积神经网络模型,使得神经网络能够合理完成数据滤波。对于水平井多段压裂停泵压力数据的样本,只需进行1次合适的参数调整,同一网络框架可以完成对以上不同段压力数据的处理,且实验效果好;以均值和相对误差为参照标准,对比滤波前后的压力数据,滤波后的数据与原始数据相比,离散程度变化较小,且与原有数据相比仍能保持较小的相对误差,基本稳定在0.2%左右。该滤波方法为压裂效果评价提供了可靠数据,具有广阔的应用前景。
关键词
数据滤波
神经网络
自
定义
损失
函数
一维卷积
水击效应
水力压裂
Keywords
data filtering
neural network
custom loss function
one-dimensional convolution
water hammer effect
hydraulic fracturing
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
矿石损失贫化定义及计算公式的评述
孟庆森
《中国矿业》
北大核心
1998
2
在线阅读
下载PDF
职称材料
2
基于ConvLSTM融合RMAPS-NOW数据的雷达回波外推研究
王善昊
胡志群
王福增
陈杰鑫
《气象学报》
CAS
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
3
基于卷积神经网络的压裂停泵数据滤波方法
徐靓
李道伦
查文舒
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
