检索范围:
排序: 展示方式:
刘建中,刘国华
《中国工程科学》 2012年 第14卷 第4期 页码 45-48
论述了微地震监测结果在水库、矿山有害地震预报中的应用。笔者认为,把监测域扩大至微地震范围,可以扩大数据量,增大预报可靠性。实际微地震监测结果支持预报扩大,在技术发展的基础上,用以震报震理论,可以在水库、矿山有害地震预报上取得突破。
矿山微震震源定位研究进展与展望 Review
程久龙,宋广东,孙晓云,温来福,李飞
《工程(英文)》 2018年 第4卷 第5期 页码 653-660 doi: 10.1016/j.eng.2018.08.004
震源定位是微震监测技术的核心要素,微震震源定位的准确性关系到微震技术的应用效果。针对矿山微震波场特征,分析了矿山微震定位的特点,指出了基于到时的经典定位方法用于矿山微震定位存在的不足。分析了检波器布置、初至到时拾取、波速模型对微震震源定位的影响,提出了应对措施。解决上述问题的方法包括采用新型融合、组合优化已有的方法、创建新方法以实现高精度微震震源定位。提出了矿山微震精确定位的发展方向,即速度模型优化、逆时成像、被动时间反转镜法、相对干涉成像法等新方法的应用,有望大大提高矿山微震震源定位精度。同时,探讨了多方法多参数信息融合和深度学习在矿山微震定位中的应用前景。这些创新性的微震震源定位方法具有广阔的发展前景。
三维含孔洞结构的无需测速震源定位方法 Article
董陇军, 胡清纯, 童小洁, 刘有芳
《工程(英文)》 2020年 第6卷 第7期 页码 827-834 doi: 10.1016/j.eng.2019.12.016
微震/声发射震源定位方法可以对结构潜在危险源进行预测与控制。然而,现有的定位方法中,由不规则结构和预测速度引起的定位误差问题却没有得到很好的解决。为了实现复杂三维含孔结构的高精度定位要求,本文提出了一种三维含孔洞结构的无需测速震源定位方法。该算法采用等距网格点搜索路径,避免了人工重复训练。
融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article
Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 978-988 doi: 10.1631/FITEE.1600996
深度三维重建:方法、数据和挑战 Review Article
刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000068
潘辉,邵国建,胡丰
《中国工程科学》 2012年 第14卷 第5期 页码 62-65
重力式锚碇基础在计算中通常简化为浅基础,并不考虑深度效应的影响,较为不经济。泰州大桥南锚碇沉井埋置深度达42 m,为将深度效应考虑到锚碇稳定性计算中,故采用有限元法对泰州大桥南锚碇沉井基础的深度效应进行研究。通过计算对比不同埋置深度条件下锚碇基础在施工期及运营期内位移和转角的变化,可知深度效应对锚碇基础承载力的增强作用十分明显。
张晓鲁
《中国工程科学》 2014年 第16卷 第10期 页码 47-51
深度学习中的视觉可解释性 Review
Quan-shi ZHANG, Song-chun ZHU
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 27-39 doi: 10.1631/FITEE.1700808
关键词: 人工智能;深度学习;可解释性模型
深度学习中的对抗性攻击和防御 Feature Article
任奎, Tianhang Zheng, 秦湛, Xue Liu
《工程(英文)》 2020年 第6卷 第3期 页码 346-360 doi: 10.1016/j.eng.2019.12.012
在深度学习(deep learning, DL)算法驱动的数据计算时代,确保算法的安全性和鲁棒性至关重要。最近,研究者发现深度学习算法无法有效地处理对抗样本。这些伪造的样本对人类的判断没有太大影响,但会使深度学习模型输出意想不到的结果。最近,在物理世界中成功实施的一系列对抗性攻击证明了此问题是所有基于深度学习系统的安全隐患。本文将介绍深度学习对抗攻击技术的理论基础、算法和应用。然后,讨论了防御方法中的一些代表性研究成果。这些攻击和防御机制可以为该领域的前沿研究提供参考。
深度神经网络加速器体系结构概述 Review
陈怡然, 谢源, 宋凌皓, 陈凡, 唐天琪
《工程(英文)》 2020年 第6卷 第3期 页码 264-274 doi: 10.1016/j.eng.2020.01.007
DAN:一种用于个性化推荐的深度联合神经网络 Research Articles
王旭娜,谭清美
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-980 doi: 10.1631/FITEE.1900236
关键词: 神经网络;深度学习;DAN;推荐
基于RGBD和稀疏学习的鲁棒目标跟踪 Article
Zi-ang MA, Zhi-yu XIANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 989-1001 doi: 10.1631/FITEE.1601338
标题 作者 时间 类型 操作