摘要：无人机倾斜摄影测量技术能够重建抽水蓄能电站工程区域的实景三维模型,为方案设计工作提供更直观、更真实、可量测的基础数据。在实景三维模型的航飞方案设计、空三解算、模型生产及模型修复等关键技术上提出解决方案,优化建模流程的同时提高了模型质量。通过工程应用实例,介绍了实景三维模型在抽水蓄能电站勘察、设计等不同阶段发挥的辅助作用,并对该技术未来发展和应用前景做出展望。

摘要：为了对建筑物基坑沉降进行准确预报,在传统的时间序列预测模型的基础上,提出了一种基于经验模态分解(EMD)方法的差分灰色神经网络-AR模型。该模型充分结合EMD方法在信号自适应分解中的优势,通过EMD方法将监测数据分为不同频段的分量,使用差分灰色神经网络模型对序列更为稳定的低频分量进行预测,消除了由于灰色预测模型预测残差不稳定导致预测结果精度较低的问题;使用AR时间序列模型对稳定性较低的高频分量进行预测,重构由不同模型预测得到的结果,得到最终预测结果。将灰色GM(1.1)模型、差分灰色神经网络模型与本文提出的组合模型应用于某在建建筑物基坑沉降预测中,试验结果表明相比于灰色GM(1.1)模型与差分灰色神经网络模型,本文提出的组合模型预测精度更高,可以有效预报建筑物基坑沉降,在实际工程中有较高的推广价值。

摘要：基于北斗卫星全球服务开通运行,北斗精密定位与导航中钟差预报至关重要。本文深入研究灰色模型与神经网络模型钟差预报之后,通过最优权组合方法将二者有效的结合,最优权组合模型融合二者预报模型的优点,实现北斗钟差精准预报。最后,以北斗钟差数据为例,通过北斗三种卫星携带的原子钟,建立最优权组合钟差预报模型,确定组合模型中单模型的权重值,最终预测钟差结果验证了该组合模型预报精度高于单模型,该组合模型对北斗钟差预报具有适用性与有效性。

摘要：沉降变形监测中,研究如何对监测的沉降数据进行处理,预测沉降量,对可能出现的安全隐患做出预判有着很重要的实际意义。本文基于神经网络模型、小波分析和奇异谱分析(singular spectrum analysis,SSA)的相关理论,构建起SSA-小波神经网络变形预测模型,并将模型应用于地铁工程沉降预测中。针对地铁监测数据非平稳性、非线性特征,首先,使用SSA方法提取数据序列中的趋势项与周期项,提高序列信噪比;其次,使用小波神经网络模型对趋势项与周期项分别进行预测与重构,得到最终的预测值。通过对地铁累计沉降量观测数据进行预测,结果表明相比单独的小波神经网络模型,SSA-小波神经网络模型的预测效果更佳稳定,且随着训练样本的增加,预测结果与实际情况更加符合。

摘要：成都金沙遗址出土的“太阳神鸟”金箔具有丰富的文化内涵,不仅是成都城市文化的突出代表,其图案更是成为中国文化遗产的标志。金箔图案的多重象征意义有对古蜀人及其所生活环境的原始反映。通过梳理前人对神鸟图像的观点,从成都史前到现代的自然环境、鸟类及其迁徙路线等方面入手,探讨古蜀先民对鸟类物种的认知和艺术形象的加工特点,进而分析“神鸟”的原型动物和当时成都的自然环境条件。

摘要：演艺圈的同行们总说，阿Lui（吕颂贤）是难得的能干又能玩，出道二十年扮演角色无数，如今更要向监制挑战。玩转工作的同时，生活更要活得潇洒。玩潜水、玩单反，还有什么是他不会的呢？

摘要：该文概述了研发一套医疗调配中心管理系统的设计思路、方法、编制的步骤及投入使用后重要的临床及社会意义。