-
公开(公告)号：CN115795952A
公开(公告)日：2023-03-14
申请号：CN202211472376.3
申请日：2022-11-23
Applicant: 武汉大学
IPC: G06F30/23 , G06F30/28 , G06F119/14
Abstract: 本发明公开一种基于有限元和贝叶斯克里金的边坡变形场重构方法，包括：得到边坡的实测位移分布；根据边坡地形地质信息，建立三维有限元模型；基于实测位移和优化算法，进行岩土体本构模型的参数反演分析获得的本构模型参数，进行三维有限元模拟得到边坡的变形场；计算实测位移与有限元模拟值之间的残差；对残差进行分析和检验；计算残差的实验半方差值，拟合得到残差半方差函数；计算有限元模拟值在监测点的半方差值，得到有限元模拟半方差函数；计算插值点权重系数；基于插值点权重系数，利用贝叶斯克里金插值方法得到基于有限元和贝叶斯克里金的边坡位移场。本发明所得边坡位移场较仅使用有限元模拟或普通克里金插值方法的精度均有显著提高。
-
公开(公告)号：CN112287563A
公开(公告)日：2021-01-29
申请号：CN202011295201.0
申请日：2020-11-18
Applicant: 华能澜沧江水电股份有限公司 , 武汉大学 , 华能集团技术创新中心有限公司
Abstract: 本发明提供探测单分散颗粒体系结晶相前驱体微观结构的方法及系统，方法包括：获取剪切实验过程中不同时刻单分散颗粒体系内所有颗粒的位置坐标信息；计算不同时刻每个颗粒的微观结构特征，使用键取向序参数和局部体积分数判断颗粒在某时刻是否处于结晶相；选取颗粒体系内接近处于结晶相的颗粒与等量处于无序向的颗粒并提取其特征组成机器学习数据集；构造机器学习模型，将数据集划分为训练集、验证集和测试集，通过交叉验证优化模型参数，得到最优参数组合并保存模型；调用机器学习模型，探测单分散颗粒体系结晶相前驱体微观结构；提取无序相、结晶相和机器学习模型探测出的结晶相前驱体颗粒，分析其结构特征的区别和三者的相关关系。
-
公开(公告)号：CN117671514A
公开(公告)日：2024-03-08
申请号：CN202311587536.3
申请日：2023-11-23
Applicant: 武汉大学 , 华能澜沧江水电股份有限公司
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明提供一种基于三维联合扰动的半监督遥感影像历史滑坡检测方法，包括：对滑坡待检区域遥感影像进行少量滑坡样本标记并滑动分割，建立滑坡数据集；将包含无标记及有标记数据的训练集和验证集共同输入模型，然后在训练过程中引入具有强、弱数据增强的输入扰动、特征扰动和模型扰动，建立监督学习和一致性正则化的联合加权损失函数；将待检集输入训练完成的教师模型，输出得到区域最终历史滑坡检测结果。本发明充分探索并学习无标记数据中的滑坡特征，使模型学习到的特征空间分布更加广泛，提高模型的泛化能力，有效降低历史滑坡检测所需要的人工标记数量，实现在少量有标记数据和大量无标记数据条件下精确的历史滑坡检测。
-
Patent Agency Ranking
公开(公告)号：CN117612338A
公开(公告)日：2024-02-27
申请号：CN202311448752.X
申请日：2023-11-02
Applicant: 武汉大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开了一种考虑边坡全域监测数据的滑坡预警方法与装置，涉及滑坡预警研究领域，包括以下步骤：根据边坡监测点的空间位置分布，构建监测点网络；识别所述监测点网络中每个组件产生与消亡时的变形速度阈值，构建对应的持续图，所述组件是由所述监测点网络中若干节点通过边连接而成的局部最大连通子集；计算相邻持续图之间的距离，根据所述距离量化边坡变形场的时空演化速率，并确定时空演化速率的曲线图；判断所述曲线图是否存在转变点，根据判断结果发出预警信号。本发明提供的方法能够处理覆盖边坡全域的海量监测数据，为量化边坡变形场的时空演化行为并揭示自然滑坡的预警信号提供了一条崭新且有效的途径。
-
公开(公告)号：CN116050604A
公开(公告)日：2023-05-02
申请号：CN202211740856.3
申请日：2022-12-30
Applicant: 武汉大学
Abstract: 本发明提供考虑时空互补性的水风光功率联合预报方法、装置及设备，包括收集整理水风光多能互补系统数据，量化水风光多能互补系统中水电功率、风电功率和光电功率的互补性，考虑大尺度水文气象因子对水风光多能互补系统对应流域水风光状况的联合影响，考虑水电功率、风电功率、光电功率或总功率在时间上的自相关性，获取与水风光多能互补系统功率相关的时空互补因子，基于深度学习模型构建点预报模型和区间预报模型，并结合时空互补因子进行水电、风电或光电功率的独立预报，以总功率为标签直接进行总功率中长期的预报，本发明考虑水风光多能互补系统内部的互补性和大尺度水文气象因子，提高了水电功率、风电功率、光电功率和总功率的预报精度。
-
公开(公告)号：CN115265352A
公开(公告)日：2022-11-01
申请号：CN202210841164.1
申请日：2022-07-18
Applicant: 武汉大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开一种岸边坡形变监测方法和装置、存储介质，包括：采用SAR系统在一次轨道运行过程中获取同一区域的主辅两幅影像；所述SAR系统利用角反射器对所述主辅两幅影像进行影像配准；所述SAR系统根据影像配准结果通过不同时相的影像得到角反射变化的区域的干涉形变相位；同时根据所述干涉形变相位，得到地面形变信息。采用本发明的技术方案，可以来灵活、方便、快速地获取水库沿岸形变信息。
-
公开(公告)号：CN113361184A
公开(公告)日：2021-09-07
申请号：CN202110547077.0
申请日：2021-05-19
Applicant: 武汉大学
IPC: G06F30/25 , G06F30/27 , G06F119/14
Abstract: 本发明涉及一种基于卷积神经网络的颗粒体系宏观应力波动预测方法，其包括以下步骤：基于颗粒的微观塑性行为和高斯核函数的粗粒化方法，将颗粒体系的微观塑性变形转换成规则的三维体素矩阵；建立以所述三维体素矩阵为输入、颗粒体系的实际宏观应力波动为输出的深度学习数据集；基于所述深度学习数据集训练卷积神经网络，建立颗粒体系的微观行为与宏观响应的定量关系的跨尺度预测模型。本发明涉及的一种基于卷积神经网络的颗粒体系宏观应力波动预测方法，能够建立颗粒体系从颗粒微观塑性行为到宏观力学响应的定量关系，为颗粒物质的宏观应力波动预测和宏微观跨尺度研究提供了一条崭新且有效的途径。
-
公开(公告)号：CN214277798U
公开(公告)日：2021-09-24
申请号：CN202022575055.9
申请日：2020-11-10
Applicant: 华能澜沧江水电股份有限公司 , 武汉大学 , 华能集团技术创新中心有限公司
IPC: G01N15/00
Abstract: 本实用新型提供了一种颗粒体系多物理场观测实验平台，能够实现复杂应力、应变路径下的颗粒接触力多物理场测量，它包括：两块加载板与两块固定板，多个销钉连接件，和透明底板；动力加载模块；红外测距模块，设置在装样模块上，用于监测加载板的移动距离，进而获取颗粒试样加载后的应变状态；压力传感模块，设置在装样模块上、与动力加载模块相对应的位置处，用于监测加载板压力；阵列摄像模块，设置在装样模块上方；光源模块，设置在装样模块下方，提供光源；检偏模块，包括：可拆卸地设置在装样模块和光源模块之间的第一检偏镜，和可拆卸地设置在阵列摄像模块和装样模块之间的第二检偏镜；以及声发射监测模块，可拆卸地设置在装样模块上。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
