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66篇文章
< 1 2 … 4 >
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：
基于小波散射变换的RC框架结构震后损伤异常智能检测
1
作者 康帅 王自法 +3 位作者 周荣环 贺东青 俞叶 李一民 《建筑科学与工程学报》 北大核心 2025年第2期27-38,共12页
基于传统方法的地震损伤评估存在精度和效率低的问题,为实现基于结构地震响应观测数据的震后结构损伤快速评估,并有效解决数据类型不平衡的问题,提出基于时频分析与卷积自编码(CAE)模型的损伤异常数据检测方法。首先应用小波散射变换对... 基于传统方法的地震损伤评估存在精度和效率低的问题,为实现基于结构地震响应观测数据的震后结构损伤快速评估,并有效解决数据类型不平衡的问题,提出基于时频分析与卷积自编码(CAE)模型的损伤异常数据检测方法。首先应用小波散射变换对原时域信号进行处理,生成时频数据;然后建立相应的卷积自编码网络模型,将时频数据输入CAE模型进行重构训练,根据重构误差确定异常判断阈值;基于该阈值精准区分数据中的异常值,并将计算结果与基于时域输入方法的计算结果进行对比分析,最后验证该方法在噪声环境下的有效性。结果表明:基于CAE模型的异常检测方法可以很好地识别损伤数据集中的异常序列,召回率达到了90%以上,且在小波散射变换作用下的异常检测效果更好;时频分析结合CAE模型的损伤异常数据检测方法极大地提升了震后损伤评估的效率,基于小波散射变换的耗时仅为基于传统时域输入方法的1/3,该方法在噪声作用下也表现出较高的检测精度。 展开更多
关键词 小波散射变换 异常检测 震后损伤 深度学习 框架结构
在线阅读 下载PDF
双编码结构的遥感影像滑坡识别方法
2
作者 邵进科 何荣 +1 位作者 方志刚 朱光辉 《遥感信息》 北大核心 2025年第3期122-128,共7页
针对目前深度学习算法在遥感影像的语义分割中识别滑坡体存在精度较差、模型单一的问题,基于UNet网络结构提出了使用Swin Transformer和ResNet双编码结构的特征提取网络SR_UNet。网络通过融合两种不同尺度的语义信息构建兼顾全局-局部... 针对目前深度学习算法在遥感影像的语义分割中识别滑坡体存在精度较差、模型单一的问题,基于UNet网络结构提出了使用Swin Transformer和ResNet双编码结构的特征提取网络SR_UNet。网络通过融合两种不同尺度的语义信息构建兼顾全局-局部的特征,通过解码器还原特征层,并将网络应用于毕节滑坡数据集进行滑坡体识别工作。将模型识别结果与UNet、DeeplabV3+、Swin Transformer和Swin_UNet模型进行对比。结果显示,相较于4种单一网络模型,SR_UNet在MIoU上分别提升了4.34、3.42、7.45、2.15个百分点,且SR_UNert在训练过程中拥有较快的收敛速度和较好的收敛效果。实验证明该模型在滑坡体识别中各方面都具有优于单一模型的性能,可以作为从遥感影像中识别滑坡体的有效手段。 展开更多
关键词 深度学习 双编码结构 Swin Transformer 语义分割 滑坡识别
在线阅读 下载PDF
基于局部-全局交互与结构Transformer的点云分类算法
3
作者 陈凯 叶海良 曹飞龙 《计算机应用》 北大核心 2025年第5期1671-1676,共6页
针对点云分类特征提取过程中局部与全局特征提取不充分的问题,提出一种局部-全局交互与结构Transformer的点云分类算法。首先,提出双支并行的局部-全局交互框架并分别提取局部特征和全局特征,其中一支用最大池化与卷积提取局部特征,另... 针对点云分类特征提取过程中局部与全局特征提取不充分的问题,提出一种局部-全局交互与结构Transformer的点云分类算法。首先,提出双支并行的局部-全局交互框架并分别提取局部特征和全局特征,其中一支用最大池化与卷积提取局部特征,另一支用平均池化与Transformer提取全局特征。同时,考虑Transformer中位置信息的重要性,提出结构Transformer,以多次应用位置信息与当前特征的交互,进一步增强全局结构特征。最后,利用局部-全局特征进行分类,以完成点云的分类任务。实验结果表明,所提算法在ModelNet40和ScanObjectNN数据集上分别获得了93.6%和87.5%的总体准确率(OA)。可见,所提出的局部-全局交互与结构Transformer网络在点云分类任务中取得了良好的性能。 展开更多
关键词 深度学习 点云分类 局部-全局交互 结构Transformer
在线阅读 下载PDF
基于深度学习的矿井时移电阻率监测数据特征提取与智能筛选方法
4
作者 刘尧 刘再斌 邢震 《工矿自动化》 北大核心 2025年第7期59-65,共7页
矿井时移电阻率监测数据体是一个包含回采方向、工作面延伸方向、深度方向、电阻率等多种属性的高维数据体,其真实分布是未知的,盲目应用现有降维方法可能会导致与数据质量密切相关的某一高维属性被弱化,且目前矿井时移电阻率监测数据... 矿井时移电阻率监测数据体是一个包含回采方向、工作面延伸方向、深度方向、电阻率等多种属性的高维数据体,其真实分布是未知的,盲目应用现有降维方法可能会导致与数据质量密切相关的某一高维属性被弱化,且目前矿井时移电阻率监测数据主要依靠人工经验进行数据筛选,智能化程度不足。针对上述问题,提出了一种基于深度学习的矿井时移电阻率监测数据特征提取与智能筛选方法。首先,对包含空间三维坐标信息及电阻率值的高维离散数据进行降维,获取数据本质特征,去除数据冗余,实现多尺度特征提取。然后,采用ResNet10卷积神经网络对二维切片数据逐切片提取二维特征,并计算各切片的结构相似性,评估电阻率异常体的空间连续性与光滑性;采用Transformer网络进行电阻率监测数据三维特征提取。最后,利用谱聚类方法在特征空间对监测数据进行智能筛选。采用所提方法与人工筛选方法对某矿区单日16次监测数据进行特征提取和质量筛选,结果表明:人工筛选时不同人员独立筛选给出截然不同的筛选结果,筛选结果主观性太强,重复性差,没有固定评价标准,且平均耗时30min,实时性较低;所提方法的实验结果一致性为100%,且每次筛选耗时均在30s内,说明所提方法筛选结果客观、稳定、可靠且速度快。 展开更多
关键词 时移电阻率监测 ResNet10卷积神经网络 Transformer网络 谱聚类 煤矿地质透明化 深度学习 结构相似性
在线阅读 下载PDF
深、浅部煤层气地质条件差异性及其形成机制 被引量：31
5
作者 许浩 汤达祯 +5 位作者 陶树 李松 唐淑玲 陈世达 宗鹏 董煜 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第2期33-39,共7页
深部煤层气资源丰富、开发前景广阔,但对其与浅部煤层气地质条件的内在联系研究尚不够深入。从煤层形成演化角度出发,以鄂尔多斯盆地上古生界煤层为例,总结了煤层深埋深藏型、深埋浅藏型及浅埋浅藏型3种埋深演化模式。系统分析了深部和... 深部煤层气资源丰富、开发前景广阔,但对其与浅部煤层气地质条件的内在联系研究尚不够深入。从煤层形成演化角度出发,以鄂尔多斯盆地上古生界煤层为例,总结了煤层深埋深藏型、深埋浅藏型及浅埋浅藏型3种埋深演化模式。系统分析了深部和浅部煤层在温压条件与含气性、地应力与渗透率特征、变质程度与含水性等方面的差异性及其形成机制。研究指出,受埋深与演化过程影响,深部和浅部煤储层温度最多相差100℃以上,储层压力最大相差40 MPa左右,导致由浅部向深部,气体赋存状态以吸附气为主转变为吸附气与游离气共存,地应力场由水平应力主导转化为垂向应力主导,煤储层孔隙率、渗透率及含水性逐渐降低。明确了深部煤层气的典型特点,即:在高温高压条件下,以吸附态和游离态共存于一定深度以下煤储层中的甲烷气体,该类煤储层在垂向应力为主导的作用下,孔裂隙空间极度压缩,含水极少且矿化度极高,内生微裂隙为主要渗流通道。基于含气性临界深度和地应力场转换深度的不一致性,指出浅部向深部煤层演化过程中存在过渡区,该区内呈现出非典型深部煤层气的特点,或深部煤层气和浅部煤层气地质条件共存的情况,在勘探开发过程中,应具体分析,制定针对性开发方案,以实现浅部与深部煤层气的高效协同开发。 展开更多
关键词 深部煤层气 浅部煤层气 地质条件 形成机制 临界深度 转换深度
在线阅读 下载PDF
视觉深度学习模型压缩加速综述 被引量：2
6
作者 丁贵广 陈辉 +3 位作者 王澳 杨帆 熊翊哲 梁伊雯 《智能系统学报》 CSCD 北大核心 2024年第5期1072-1081,共10页
近年来,深度学习模型规模越来越大,在嵌入式设备等资源受限环境中,大规模视觉深度学习模型难以实现高效推理部署。模型压缩加速可以有效解决该挑战。尽管已经出现相关工作的综述,但相关工作集中在卷积神经网络的压缩加速,缺乏对视觉Tran... 近年来,深度学习模型规模越来越大,在嵌入式设备等资源受限环境中,大规模视觉深度学习模型难以实现高效推理部署。模型压缩加速可以有效解决该挑战。尽管已经出现相关工作的综述,但相关工作集中在卷积神经网络的压缩加速,缺乏对视觉Transformer模型压缩加速方法的整理和对比分析。因此,本文以视觉深度学习模型压缩技术为核心,对卷积神经网络和视觉Transformer模型2个最重要的视觉深度模型进行了相关技术手段的整理,并对技术热点和挑战进行了总结和分析。本文旨在为研究者提供一个全面了解模型压缩和加速领域的视角,促进深度学习模型压缩加速技术的发展。 展开更多
关键词 视觉深度学习 模型压缩 轻量化结构 模型剪枝 模型量化 模型蒸馏 TRANSFORMER 序列剪枝
在线阅读 下载PDF
基于改进Faster R-CNN的变电站设备外部缺陷检测 被引量：7
7
作者 张铭泉 邢福德 刘冬 《智能系统学报》 CSCD 北大核心 2024年第2期290-298,共9页
针对变电站设备外部缺陷目标检测任务中目标形状多样,周围环境复杂,当前代表性算法识别准确度低,错检漏检严重的问题,对比了众多目标检测算法在变电站设备缺陷数据集上的检测结果,检测精度较高的是添加了特征融合金字塔结构的Faster R-C... 针对变电站设备外部缺陷目标检测任务中目标形状多样,周围环境复杂,当前代表性算法识别准确度低,错检漏检严重的问题,对比了众多目标检测算法在变电站设备缺陷数据集上的检测结果,检测精度较高的是添加了特征融合金字塔结构的Faster R-CNN(faster region-based convolutional network)算法,但其对小目标物体和设备渗漏油的检测精度仍有提升空间,为此设计一种基于Faster R-CNN的改进算法。改进算法通过对输入图像进行数据增强,在网络中添加SPP(spatial pyramid pooling)结构以及改进特征融合方式,对分类以及边界框回归损失函数进行改进的方式来提高缺陷的检测精度。与原Faster R-CNN算法进行对比,改进算法在变电站设备缺陷目标检测数据集的检测结果中AP(average precision)(0.5∶0.95)提高了2.7个百分点,AP(0.5)提高了4.3个百分点,对小目标物体的检测精度也提高了1.8个百分点,试验结果验证了该方法的有效性。 展开更多
关键词 变电站设备外部缺陷 深度学习 目标检测 卷积神经网络 Faster R-CNN 特征提取 特征融合金字塔结构 损失函数
在线阅读 下载PDF
面向图像分类的视觉Transformer研究进展 被引量：14
8
作者 彭斌 白静 +2 位作者 李文静 郑虎 马向宇 《计算机科学与探索》 CSCD 北大核心 2024年第2期320-344,共25页
Transformer是一种基于自注意力机制的深度学习模型,在计算机视觉中展现出巨大的潜力。而在图像分类任务中,关键的挑战是高效而准确地捕捉输入图片的局部和全局特征。传统方法使用卷积神经网络的底层提取其局部特征,并通过卷积层堆叠扩... Transformer是一种基于自注意力机制的深度学习模型,在计算机视觉中展现出巨大的潜力。而在图像分类任务中,关键的挑战是高效而准确地捕捉输入图片的局部和全局特征。传统方法使用卷积神经网络的底层提取其局部特征,并通过卷积层堆叠扩大感受野以获取图像的全局特征。但这种策略在相对短的距离内聚合信息,难以建立长期依赖关系。相比之下,Transformer的自注意力机制通过直接比较特征在所有空间位置上的相关性,捕捉了局部和全局的长距离依赖关系,具备更强的全局建模能力。因此,深入探讨Transformer在图像分类任务中的问题是非常有必要的。首先以Vision Transformer为例,详细介绍了Transformer的核心原理和架构。然后以图像分类任务为切入点,围绕与视觉Transformer研究中的性能提升、计算成本和训练优化相关的三个重要方面,总结了视觉Transformer研究中的关键问题和最新进展。此外,总结了Transformer在医学图像、遥感图像和农业图像等多个特定领域的应用情况。这些领域中的应用展示了Transformer的多功能性和通用性。最后,通过综合分析视觉Transformer在图像分类方面的研究进展,对视觉Transformer的未来发展方向进行了展望。 展开更多
关键词 深度学习 视觉Transformer 网络架构 图像分类 自注意力机制
在线阅读 下载PDF
利用图像平滑结构信息指导图像修复 被引量：1
9
作者 张家骏 廉敬 +2 位作者 刘冀钊 董子龙 张怀堃 《光学精密工程》 EI CAS CSCD 北大核心 2024年第4期549-564,共16页
利用图像结构特征进行图像修复,是近年来在深度学习技术广泛应用背景下出现的新方法。应用该方法可以在缺失区域内生成合理的内容,但图像修复结果过于依赖图像结构的提取内容,且在实际训练中会出现错误的持续传播和累积,一旦图像结构存... 利用图像结构特征进行图像修复,是近年来在深度学习技术广泛应用背景下出现的新方法。应用该方法可以在缺失区域内生成合理的内容,但图像修复结果过于依赖图像结构的提取内容,且在实际训练中会出现错误的持续传播和累积,一旦图像结构存在噪声或失真会直接影响到图像的生成质量。该方法处在探索应用阶段,尚存在网络训练难度大、鲁棒性较差、生成图像上下文语义不一致等问题。为此,本文提出了一种图像平滑结构指导修复的并行网络结构。图像平滑结构的生成内容不直接作为下一级网络的输入,只为网络的解码层提供指导信息。同时,为了更好地匹配和均衡结构与图像之间的特征关系,本文结合transformer提出了一种多尺度特征指导模块。该模块利用transformer联系全局特征的强大建模能力,对结构和图像纹理之间的特征进行匹配和均衡。实验结果表明,本文方法在三个常用的数据集上能够有效地恢复图像缺损内容,并且可以作为图像编辑工具实现目标移除。 展开更多
关键词 图像修复 深度学习 平滑结构 TRANSFORMER
在线阅读 下载PDF
基于Transformer的视觉目标跟踪方法综述 被引量：6
10
作者 孙子文 钱立志 +3 位作者 杨传栋 高一博 陆庆阳 袁广林 《计算机应用》 CSCD 北大核心 2024年第5期1644-1654,共11页
视觉目标跟踪是计算机视觉中的重要任务之一,为实现高性能的目标跟踪,近年来提出了大量的目标跟踪方法,其中基于Transformer的目标跟踪方法由于具有全局建模和联系上下文的能力,是目前视觉目标跟踪领域研究的热点。首先,根据网络结构的... 视觉目标跟踪是计算机视觉中的重要任务之一,为实现高性能的目标跟踪,近年来提出了大量的目标跟踪方法,其中基于Transformer的目标跟踪方法由于具有全局建模和联系上下文的能力,是目前视觉目标跟踪领域研究的热点。首先,根据网络结构的不同对基于Transformer的视觉目标跟踪方法进行分类,概述相关原理和模型改进的关键技术,总结不同网络结构的优缺点;其次,对这类方法在公开数据集上的实验结果进行对比,分析网络结构对性能的影响,其中MixViT-L(ConvMAE)在LaSOT和TrackingNet上跟踪成功率分别达到了73.3%和86.1%,说明基于纯Transformer两段式架构的目标跟踪方法具有更优的性能和更广的发展前景;最后,对方法当前存在的网络结构复杂、参数量大、训练要求高和边缘设备使用难度大等不足进行总结,并对今后的研究重点进行展望,通过与模型压缩、自监督学习以及Transformer可解释性分析相结合,可为基于Transformer的视觉目标跟踪提出更多可行的解决方案。 展开更多
关键词 计算机视觉 目标跟踪 混合网络结构 深度学习 孪生网络 TRANSFORMER
在线阅读 下载PDF
从U-Net到Transformer:深度模型在医学图像分割中的应用综述 被引量：3
11
作者 张玮智 于谦 +2 位作者 苏金善 乎西旦·居马洪 林玲 《计算机应用》 CSCD 北大核心 2024年第S01期204-222,共19页
精准分割医学图像中的病灶对医生探寻病因和制定诊疗方案起关键作用,计算机视觉技术的发展促使深度学习在医学图像分割领域衍生出多种模型架构。U-Net架构以其巧妙的跳跃连接、易于优化的模块设计成为这一领域的基准模型。然而,U-Net以... 精准分割医学图像中的病灶对医生探寻病因和制定诊疗方案起关键作用,计算机视觉技术的发展促使深度学习在医学图像分割领域衍生出多种模型架构。U-Net架构以其巧妙的跳跃连接、易于优化的模块设计成为这一领域的基准模型。然而,U-Net以卷积神经网络(CNN)为主干,在长期建模依赖关系方面只擅长获取局部特征,基于CNN的各项方法在执行分割任务中缺乏对图像长期相关性的解释,无法提取全局特征。为帮助本领域学者了解U-Net的发展历程及研究现状,以问题为导向对2016-2023年U-Net改进工作进行综述。首先,从改进结构位置的角度对U-Net及其各项改进模型进行叙述,探讨各工作的研究目的和创新设计及不足之处;其次,对Transformer与U-Net的结合方式进行分析,从中获取改进工作的研究动向;最后,在Synapse和ACDC数据集上进行对比实验,通过实验分析和可视化结果表明,Transformer方法在分割精度方面有显著优势,特别是混合网络子块的结合方式,在确保模型性能的同时兼顾效率,证明了该类工作有着广阔的发展前景和研究价值。 展开更多
关键词 医学图像分割 U-Net 结构改进 TRANSFORMER 深度神经网络
在线阅读 下载PDF
结合金字塔结构和注意力机制的单目深度估计 被引量：2
12
作者 李滔 胡婷 武丹丹 《图学学报》 CSCD 北大核心 2024年第3期454-463,共10页
单目深度估计是由单幅彩色图像预测出一幅稠密的深度图像。针对目前单目深度估计算法存在边界模糊、上下文信息捕捉能力不足等问题,提出了一种结合金字塔结构和注意力机制的单目深度估计算法。算法采用编码器-解码器的总体框架,其中编... 单目深度估计是由单幅彩色图像预测出一幅稠密的深度图像。针对目前单目深度估计算法存在边界模糊、上下文信息捕捉能力不足等问题,提出了一种结合金字塔结构和注意力机制的单目深度估计算法。算法采用编码器-解码器的总体框架,其中编码器选用PVTv2网络,目的是利用Transformer网络在建模全局信息方面的优势以获取更充分的全局语义信息;解码器由深度估计主分支和2个金字塔子分支组成。深度估计主分支通过空间和通道注意力机制来自适应地关注编码器和解码器特征间重要的特征区域和特征通道;拉普拉斯金字塔子分支和深度残差金字塔子分支旨在从彩色图像和深度估计主分支深度特征中学习到丰富的局部信息并传递到深度估计主分支,进一步解决单目深度估计中细节缺失、结构混乱等问题。实验结果表明,与先进的算法P3Depth相比,在室内公开数据集NYU Depth V2上,该算法的δ_(1.25)阈值精度提升了1.22%,绝对误差和根均方误差分别降低了5.8%和2.8%;而在室外公开数据集KITTI上,该算法的绝对误差、根均方对数误差和根均方误差分别降低了8.5%,3.9%和0.4%。该算法提升了深度估计精度并得到了良好的视觉呈现效果。 展开更多
关键词 深度学习 单目深度估计 金字塔结构 注意力机制 TRANSFORMER
在线阅读 下载PDF
浅埂-深潭区的流场结构对树叶运动特性的影响研究
13
作者 孙松 胡江 《中国农村水利水电》 北大核心 2024年第10期104-111,共8页
研究浅埂-深潭中复杂的流场结构及其对树叶运动特性的影响对生态航道建设具有重要意义。为研究不同形式的浅埂-深潭区段的流场结构及树叶的运动特性,结合长江上游朝天门至涪陵河段浅埂-深潭生境营造方案,通过调整浅埂长度(L)改变河宽缩... 研究浅埂-深潭中复杂的流场结构及其对树叶运动特性的影响对生态航道建设具有重要意义。为研究不同形式的浅埂-深潭区段的流场结构及树叶的运动特性,结合长江上游朝天门至涪陵河段浅埂-深潭生境营造方案,通过调整浅埂长度(L)改变河宽缩窄率(N)、浅埂间距(S)以及浅埂淹没程度(Z)设计水槽试验,对比分析其流速场结构以及树叶的轨迹特征。研究结果表明:①回流区特征和流速梯度是影响树叶运动的关键因子,树叶大多在流速梯度较大的区域上运动。②当浅埂处于未淹没状态时,上游深潭的回流区范围以及平均流速比下游深潭大,回流区长宽比为3∶1最有利于树叶进入深潭。③随着河宽缩窄率的增大,浅埂头部附近流域的流速梯度增大,树叶进入深潭的概率逐渐增大。④当浅埂被淹没后,深潭区难以形成回流区以及浅埂顶部发生的跌水过程均不易使未浸泡的树叶保留在深潭内。⑤以树叶进入深潭的概率作为浅埂-深潭生境评价的重要指标,提出N=0.33,S=3 L作为浅埂-深潭生境的最优方案,可适当增大浅埂的高度(D),有利于树叶等有机漂浮物的富集。研究成果可为后续研究浅埂-深潭型鱼类生境营造方案提供科学参考。 展开更多
关键词 浅埂-深潭 流场结构 树叶运动 概率
在线阅读 下载PDF
基于注意力机制的增强视觉追踪网络
14
作者 赵安 张轶 《计算机工程与设计》 北大核心 2024年第7期2134-2141,共8页
为提升传统Transformer结构追踪器的性能并解决与注意力机制结合的问题,提出一种具有注意力机制的Transformer结构视觉跟踪器(称为EVOTA)。提出一个具有局部跨通道的交互策略的通道注意力模块,通过显式建模通道之间的相互依赖关系实现... 为提升传统Transformer结构追踪器的性能并解决与注意力机制结合的问题,提出一种具有注意力机制的Transformer结构视觉跟踪器(称为EVOTA)。提出一个具有局部跨通道的交互策略的通道注意力模块,通过显式建模通道之间的相互依赖关系实现自适应校准通道方向的特征响应。受神经科学理论启发,提出一个能量函数分析神经网络中每个神经元的重要性,进一步推断其相应三维权重。在多个基准数据集上,EVOTA的性能优于多种优秀的追踪器。 展开更多
关键词 注意力机制 视觉追踪 Transformer结构 卷积神经网络 深度学习 特征融合 孪生网络
在线阅读 下载PDF
基于CNN-GRU并联网络的海上风电支撑结构损伤识别
15
作者 李行健 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 EI CSCD 北大核心 2024年第20期229-237,共9页
利用振动响应和深度学习进行结构损伤识别时,会遇到需要较多测点数据、损伤识别准确率不高以及网络容易发生过拟合等问题。为此,提出了一种基于卷积神经网络-门控循环单元(convolutional neural networks-gated recurrent unit,CNN-GRU... 利用振动响应和深度学习进行结构损伤识别时,会遇到需要较多测点数据、损伤识别准确率不高以及网络容易发生过拟合等问题。为此,提出了一种基于卷积神经网络-门控循环单元(convolutional neural networks-gated recurrent unit,CNN-GRU)神经网络并联网络的结构损伤识别新方法。首先,对响应信号进行广义S变换(generalized S-transform,GST)得到其时频图像。然后,分别利用CNN和GRU从时频图像和响应信号中提取时频域特征和时序特征,并将时频域特征和时序特征拼接后输入全连接层和Softmax分类器中进行结构损伤识别。位移激励下的海上风电支撑结构模型试验数据验证结果表明,该方法仅需要一个测点的响应信号,与其他同类方法相比具有更高的识别准确率和效率。 展开更多
关键词 卷积神经网络-门控循环单元(CNN-GRU)并联网络 结构损伤识别 深度学习 海上风电支撑结构 广义S变换(GST)
在线阅读 下载PDF
马达加斯加岛西南陆缘CMD01剖面重震联合反演与地壳结构分析
16
作者 张永祺 唐勇 +6 位作者 董崇志 吴招才 李赫 郭楚枫 任建业 巢鹏 杨天一 《海洋学研究》 CSCD 北大核心 2024年第4期83-99,共17页
本文以2021年中马国际合作航次获得的实测重力、磁力和二维多道地震剖面资料为基础,对横穿马达加斯加岛西南陆缘的CMD01剖面进行解释分析和重震联合反演,研究马达加斯加岛西南陆缘的地壳结构、构造单元及其演化过程。通过建立马达加斯... 本文以2021年中马国际合作航次获得的实测重力、磁力和二维多道地震剖面资料为基础,对横穿马达加斯加岛西南陆缘的CMD01剖面进行解释分析和重震联合反演,研究马达加斯加岛西南陆缘的地壳结构、构造单元及其演化过程。通过建立马达加斯加岛西南陆缘地壳密度模型,发现该陆缘具有减薄的陆壳,部分区段存在岩浆底侵作用;由陆向洋可划分出减薄陆壳、洋陆过渡带和洋壳等构造单元。其中,由于戴维断裂带的走滑运动对陆缘的影响,洋陆过渡带呈现出典型的转换型陆缘的构造特征。结合地壳密度模型和板块重建研究,重建了马达加斯加岛西南陆缘的发育演化过程。研究成果对于深化冈瓦纳大陆的裂解分离、东非被动陆缘的发育演化和海域划界等均具有重要的理论意义和实际应用价值。 展开更多
关键词 东非大陆边缘 戴维断裂带 洋陆过渡带 转换型陆缘 重震联合反演 深度地壳结构 地壳密度模型 下地壳高密度体
在线阅读 下载PDF
背景噪声频率-贝塞尔变换法研究厦门岛浅层S波速度结构
17
作者 李海艳 陈晓非 +4 位作者 陈举庆 蔡辉腾 刘琦 冯旭平 张功恒 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第7期2654-2667,共14页
为获取厦门岛浅层三维速度结构,本文使用福建省地震局于2019年布设的50个流动地震台站组成的密集台阵所记录到的垂向分量波形数据,计算背景噪声互相关,利用频率-贝塞尔变换(F-J)法提取子台阵的瑞利波相速度频散曲线进行反演,获取子台阵... 为获取厦门岛浅层三维速度结构,本文使用福建省地震局于2019年布设的50个流动地震台站组成的密集台阵所记录到的垂向分量波形数据,计算背景噪声互相关,利用频率-贝塞尔变换(F-J)法提取子台阵的瑞利波相速度频散曲线进行反演,获取子台阵下方一维S波速度结构,并通过插值得到厦门岛4 km以内的三维S波速度模型.结果表明,整体上厦门岛S波速度随深度增加呈现递增趋势,在近地表处的横向不均匀性显著.0~1 km深度的S波速度大体上呈现“北高南低”的特征,与岩性分布有较好的对应关系.随着深度的递增,高低速特征分布逐渐呈现为连续性较好,近北东向展布的条带状.结合前人研究结果,本文推测这一现象与厦门岛岩层在不同时期受到挤压和拉张作用形成的褶皱和断裂相关,反映了厦门岛所经历的多次构造变动和岩浆侵入事件.垂向剖面的速度差明显区与研究区断裂带位置具有一定的对应关系.研究结果可为厦门岛的构造演化研究和地质灾害评估提供新的科学依据. 展开更多
关键词 背景噪声成像 频率-贝塞尔变换法 厦门岛 浅层S波速度结构
在线阅读 下载PDF
银川断陷盆地地壳结构与构造的地震学证据 被引量：53
18
作者 方盛明 赵成彬 +5 位作者 柴炽章 刘保金 酆少英 刘明军 雷启云 刘皓 《地球物理学报》 SCIE EI CSCD 北大核心 2009年第7期1768-1775,共8页
通过跨银川断陷盆地,完成了一条长68.9 km的高分辨深地震反射探测剖面,首次获得了银川盆地地壳精细结构、地堑型断陷盆地深部断裂系(黄河断裂、银川断裂、贺兰山东麓断裂)特征及深浅构造关系.结果表明:银川断陷盆地上地壳为双程走时8 s... 通过跨银川断陷盆地,完成了一条长68.9 km的高分辨深地震反射探测剖面,首次获得了银川盆地地壳精细结构、地堑型断陷盆地深部断裂系(黄河断裂、银川断裂、贺兰山东麓断裂)特征及深浅构造关系.结果表明:银川断陷盆地上地壳为双程走时8 s(深度约20km)反射面以上的区域,上地壳上部地层层位丰富,地层分段连续性较好,上地壳下部地层分层特征不明显,地质构造简单;下地壳(8～13 s)反射能量较弱,反射同相轴不明显;下地壳下部壳幔过渡带(13 s附近)由一组能量较强、持续时间较长(1.5 s)的反射波组组成,厚度约4.5 km.芦花台断裂、银川断裂分别于12～12.5 km、18～19 km深处交汇于贺兰山东麓断裂,贺兰山东麓断裂于28～29 km深处交汇于黄河断裂,黄河断裂为错断Moho面的深大断裂,银川地堑为以黄河断裂为主,其他断裂为辅组合而成的负花状构造.根据贺兰山东麓断裂和银川断裂的相互关系,认为贺兰山东麓断裂对1739年平罗银川8级地震起主要控制作用. 展开更多
关键词 银川 深地震反射剖面 地壳结构 深浅构造特征
在线阅读 下载PDF
深地震反射剖面揭示的天山北缘乌鲁木齐坳陷地壳结构和构造 被引量：34
19
作者 刘保金 沈军 +5 位作者 张先康 陈顒 方盛明 宋和平 酆少英 赵成斌 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2007年第5期1464-1472,共9页
已有活动构造研究结果表明，天山北缘具有典型的大陆内部活动构造特征，表现为多排平行山体的背斜和逆断裂.为了研究乌鲁木齐坳陷区的地壳细结构、主要断裂展布和深、浅构造关系，2004年底，在乌鲁木齐西部的天山与准噶尔盆地之间的过... 已有活动构造研究结果表明，天山北缘具有典型的大陆内部活动构造特征，表现为多排平行山体的背斜和逆断裂.为了研究乌鲁木齐坳陷区的地壳细结构、主要断裂展布和深、浅构造关系，2004年底，在乌鲁木齐西部的天山与准噶尔盆地之间的过渡带上，完成了一条近SN向的长度为78 km的深地震反射探测剖面.结果表明，该区地壳以双程走时9-10.5 s左右的强反射带为界分为上地壳和下地壳，上地壳厚约26-28 km，下地壳厚约23-25 km.双程走时5 s以上，反射层位丰富，构造形态清晰，且在剖面横向上具有明显不同的构造特征；在西山以南的区域，为一系列近东西向展布、南北向排列的逆冲背斜构造和一组自南向北逆冲的断裂，它们在深部均受到滑脱带的控制；在西山和王家沟一带，为一套向北陡倾的反射层系和一组沿层间滑动的断裂；剖面北部显示出了典型的沉积盆地图像，沉积盆地最深处约为10-12 km.双程走时6-9 s之间，为一些延续长度较短、反射能量较弱、且无规律可寻的凌乱反射，表明这部分地壳结构具有明显的“反射透明”性.Moho过渡带出现的时间位于双程走时14-17 s，对应壳幔过渡带厚度约为9-10 km.本区Moho面自北向南逐渐加深，剖面北部其深度约为50-52 km，在靠近北天山附近，其深度约为54-55 km.在剖面中部的西山附近，上、下地壳分界面反射和Moho过渡带反射变得模糊，且浅部地层还出现隆起和褶皱，推测与准噶尔盆地和天山的挤压过程有关. 展开更多
关键词 乌鲁木齐坳陷 深地震反射剖面 地壳结构 深浅构造特征
在线阅读 下载PDF
板内地震过程的三层次构造模式 被引量：38
20
作者 杨巍然 曾佐勋 +3 位作者 李德威 邢集善 王杰 罗文行 《地学前缘》 EI CAS CSCD 北大核心 2009年第1期206-217,共12页
地震的本质是一个能量长期积累和突发释放的地质过程。在板内地震特征分析的基础上,我们提出板内地震的三层次构造模式——软流圈上隆的深部构造、中地壳韧性流变层(低速高导层)及其上、下的强硬层组成的中部三明治构造和上地壳浅表脆... 地震的本质是一个能量长期积累和突发释放的地质过程。在板内地震特征分析的基础上,我们提出板内地震的三层次构造模式——软流圈上隆的深部构造、中地壳韧性流变层(低速高导层)及其上、下的强硬层组成的中部三明治构造和上地壳浅表脆性断裂构造。软流圈上隆使岩石圈减薄并为震源提供热能和机械能,提升地震三明治构造中韧性流变层的温度,且降低其粘度,相应地加大了高导层与高阻层的能干差,使得热能和机械能引起的应变能在两种不同流变性质介质边界附近强烈集中。三明治构造上面脆性断裂加速了应力集中,当活动断层达到三明治构造边界,即可触发地震的发生,引起应变能、热能的突然释放。基于以上模式,我们初步设计了对三层次构造信息的地震监测系统。 展开更多
关键词 板内地震 深部软流圈隆起构造 中部三明治构造 浅部脆性断裂构造
在线阅读 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 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部