随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

TMS320C54x芯片是一种特殊结构的微处理器， 为了快速地实现数字信号处理运算，采用了流水线指 令执行结构和相应的并行处理结构，可在一个周期内 对数据进行高速的算术运算和逻辑运算。 本章主要介绍TMS320C54x芯片的硬件结构，重 点对芯片的引脚功能、CPU结构、内部存储器、片 内外设电路、系统控制以及内外部总线进行了讨论

协议就是规范。安全协议是对某些 基于密码体制的信任关系的规范。 具体地说，就是在密码体制的基础 上，根据应用目的，将密钥分配、 身份认证、信息保密以及数据交换 予以规范化

一．选择题（每空 1 分，共 30 分）。从下列每题提供的 A、B、C、D 供选择的答案中，选出一个正确的答案，填在对应的（ ）内。 1．在计算机运行时，把程序和数据一样存放在内存中，这是 1946 年由（ ）领导的研究小组正式提出并论证的。 A．图灵 B．布尔 C．冯．诺依曼 D．爱因斯坦

• 深度学习基础 – 深度学习的发展过程 – 深度学习常用技术框架 – 常用深度学习算法 • 音频质量评价 – 音频样本及特征预处理 – 音频特征选择 – 卷积神经网络模型训练 • 模型参数调优 • 性能验证

5.1 树 5.2 二叉树及其基本性质 5.3 二叉树的存储结构 5.4 二叉树的遍历 5.5 穿线二叉树 5.6 表达式的线性化 5.7 最优二叉树及其应用

用气固相反应原理分析了单晶硅热氧化机理。在氧化中期,考虑到热应力对扩散系数的影响,从而得出了硅氧化的一个新模型,即化学反应控速——四次方混合控速——扩散控速模型。用该模型处理了文献[4]中的数据与本实验结果均得到满意的相关系数。另外,用扫描电镜和透射电镜对氧化膜进行了观察,分析了单晶硅的氧化膜生长机理

本学期实验题目 绪论 实验数据的处理 液氮比汽化热的测量 碰撞打靶 用扭摆法测定物体转动惯量 LCR串联谐振电路 直流电桥 圆线圈和亥姆霍兹线圈的磁场 数字示波器的使用 锑化铟磁阻传感器的特性测量 二极管的伏安特性测量及应用 量子论实验—原子能量量子化的观察与测量 X射线透视与 NaCl晶体结构分析 透镜焦距的测量 牛顿环 光的衍射 计算机实测物理实验 用计算机实测技术研究冷却规律 用计算机实测技术研究声波和拍

§9.1 分类数据与列联表 §9.2 拟合优度检验 §9.3 独立性检验 §9.4 列联表中的相关测量 §9.3 列联分析中应注意的问题