一种分类-回归串联的岩爆多任务智能预警方法

    公开(公告)号:CN118296936A

    公开(公告)日:2024-07-05

    申请号:CN202410357577.1

    申请日:2024-03-27

    Abstract: 本发明涉及岩土工程技术领域,具体涉及一种分类‑回归串联的岩爆多任务智能预警方法,制作集合“时、空、强”三要素和施工因素的微震二维矩阵数据集,同时搭建分类‑回归串联的多任务岩爆智能预警模型,以微震二维矩阵作为输入对多任务岩爆预警模型进行训练,在对多任务岩爆预警模型中的CNN‑FNN、CNN‑GRU、ResNet18‑GRU和UNet‑GRU的训练结果进行评价,提出长时岩爆预警与短时岩爆预警,最后根据预警信息进行短时预报确保人员安全、长时预报调整支护防控的岩爆动态防控策略。解决了目前缺乏同时预测岩爆时、空、强三要素的模型和方法的不足,提高岩爆预测的准确性。

    一种用于基坑支护的装配式混凝土结构

    公开(公告)号:CN109826202A

    公开(公告)日:2019-05-31

    申请号:CN201910135938.7

    申请日:2019-02-25

    Abstract: 本发明提供了一种用于基坑支护的装配式混凝土结构,包括标准钢筋混凝土梁单元,水平连接钢板、混凝土转接梁、L型连接钢板、山子型连钢垫板、预埋钢板、预埋螺栓、螺杆、螺栓、螺母。其中标准钢筋混凝土梁单元两端的五个面为预埋钢板,钢板与梁内配筋有可靠连接,梁身采用高强混凝土,梁的两端各有一组水平和竖直贯通式开孔,通过螺杆、螺母与水平钢板连接构成本支护结构的基本单元。通过采用不同结构型形式的钢构件与各型号钢筋混凝土梁单元连接能够组合成各种基坑支护的支护形式,可以适应各种基坑支护的需要。

    一种基于机器学习的软土刚度智能预测方法

    公开(公告)号:CN119578218A

    公开(公告)日:2025-03-07

    申请号:CN202411591006.0

    申请日:2024-11-08

    Abstract: 一种基于机器学习的软土刚度智能预测方法,属于软土刚度预测技术领域。技术方案:基于ICSSA优化RVM模型参数,构建ICSSA‑RVM的软土刚度预测模型;通过Logistic‑Tent混沌映射初始化种群以增强种群的初始多样性;引入自适应权重实现在搜索过程中实现探索性与开发性的均衡;采用结合Levy飞行和逆向学习策略的混合方法更新麻雀位置,提高算法摆脱局部最优解的能力。有益效果:本发明基于机器学习的软土刚度智能预测方法在提高预测效率和准确度、增强模型适应性和泛化能力、提供可靠的预测工具、推动技术创新以及降低工程成本和时间成本等方面均表现出显著的有益效果。

    一种立面内支撑应用于基坑的支护结构

    公开(公告)号:CN109972631B

    公开(公告)日:2024-06-25

    申请号:CN201910275223.1

    申请日:2019-04-08

    Abstract: 本发明公开了一种通过将立面内支撑应用于基坑的支护从而能够增加支撑点,便于支护安装,并且结构简单的用于基坑的支护结构。该立面内支撑应用于基坑的支护结构,包括横向支撑梁;所述横向支撑梁的一端与基坑内壁之间设置有至少两根撑杆;所述基坑内壁设置有竖向的支撑柱;所述支撑柱的上端设置有纵向支撑梁;所述横向支撑梁与基坑内壁之间的撑杆中至少一根撑杆的一端与纵向支撑梁固定连接;另一端与横向支撑梁固定连接;其余的撑杆的一端与支撑柱固定连接,另一端与横向支撑梁固定连接;所述横向支撑梁的中间段设置有支撑横向支撑梁的中央支撑柱。采用该立面内支撑应用于基坑的支护结构能够提高支撑强度,提高施工的安全性,同时便于安装。

    一种面向CPU/GPU服务器的自适应节能选择方法

    公开(公告)号:CN115145383A

    公开(公告)日:2022-10-04

    申请号:CN202210834359.3

    申请日:2022-07-14

    Abstract: 本发明涉及异构计算技术领域,具体涉及一种面向CPU/GPU服务器的自适应节能选择方法,采用A3C算法对集群的任务分配进行优化,构建出基于A3C深度强化学习的节能调度算法,即EE‑A3C算法,其中通过A3C算法让多个线程并行执行,可以去除训练过程中过程转移样本之间的关联性,提高训练稳定性,减小对内存和GPU的要求,同时使用DVFS策略和处理器策略共同组成了任务分配方式,把所有可能的任务分配方式作为EE‑A3C算法的动作空间,通过不断地与环境交互学习,EE‑A3C算法能够针对不同类型的任务集环境,自适应地选取合适的任务分配方法以达到节能效果。

    一种改进的人工神经网络多类型作业功耗预测方法

    公开(公告)号:CN115099135A

    公开(公告)日:2022-09-23

    申请号:CN202210686155.X

    申请日:2022-06-16

    Inventor: 敬超 李佳明 邱斌

    Abstract: 本发明涉及高性能计算技术领域,具体涉及一种改进的人工神经网络多类型作业功耗预测方法,采用了卷积神经网络与双向长短期记忆神经网络相结合的方式,卷积神经网络用于提取特征信息,双向长短期记忆神经网络用于提取序列前后之间的关系特征。双向长短期记忆神经网络弥补了卷积神经网络在感知序列数据前后变化方面的不足,两者结合能够有效提高特征提取效率,本发明还引入了注意力机制,结合注意力机制可以将更多的注意力集中在有效、关键的数据上,同时削弱冗余信息对于结果的影响,这种方法的泛化能力和非线性映射能力较强,不依赖于预先建立的数学模型,具有自学习,自适应能力,可以适用于各种类型的作业。

    一种模拟多环境下污染物在土中迁移转化行为的试验装置

    公开(公告)号:CN109490147A

    公开(公告)日:2019-03-19

    申请号:CN201811558480.8

    申请日:2018-12-19

    Abstract: 本发明公开了应用于地质工程、岩土工程领域,可以实现模拟多环境条件下污染物在土中的迁移转化行为的定量研究的新型室内试验装置,该装置由主体模型系统、溶液系统、温控系统、循环系统、数据监控系统五个系统组成。它可以实现高仿真模拟单一或者多种混合污染物在不同污染浓度、动态淋水、静态浸水、地下水、干湿循环、微生物等环境条件单一或者多种耦合作用下污染物在土壤中的迁移转化行为及存在状态,是一种定量研究污染土的新型室内试验装置,为监测、预测及评价污染物对土壤环境产生的危害提供科学依据,为有效控制甚至消除这些污染物、解决由此类污染物引起的重大环境与健康问题,提供重要的理论和指导意义。

Patent Agency Ranking