摘要：本文通过采用一种有效的优化近似解析离散(ONAD)方法,实现了基于深度学习技术的正演与反演。本文的正演模拟方法首次将ONAD方法与循环神经网络(RNN)结合了起来。RNN是一种适用于序列数据的神经网络,它利用前一时刻和当前时刻的信息来获取输出信息。ONAD是一种有效的正演模拟方法,与RNN相似之处在于它利用历史时刻的波场来计算当前时刻的波场。基于此,我们可以利用RNN框架来表达ONAD方法。接下来,基于以上所提出的正演方法,我们利用深度学习技术来实现全波形反演。由于反演的主要目的是使实际数据与合成数据之间的误差最小化,因此反演本质上是一个优化问题。在深度学习的框架下有许多新的优化器,如Adam优化器和Nadam优化器,它们会被作为反演过程中的优化器来对速度模型进行优化。我们设计了六个数值实验,前两个给出了正演模拟结果,表明本文使用的正演模拟方法能有效地抑制数值频散,提高计算效率。另外四个实验给出了反演结果,表明本文的方法可以有效实现反演成像。我们比较了几种深度学习优化器,发现Nadam优化器的收敛速度更快,反演效果更好。总之,我们的数值实验表明,利用ONAD方法与深度学习技术来实现正演和反演是非常有效的。

摘要：水景住宅是我国近年来房地产开发的热点,然而开发过程中水环境的后期治理和运行过程中问题频现,因此,国内外学者和开发商开始针对生态水景进行规划设计和开发研究,以实现社区水环境可持续发展的目的。文章基于功能湿地的生态特性和功能特性,提出当今生态水景住宅社区的水环境与功能湿地相结合,同时将湿地系统与雨水收集、中水回用进行整合设计,以国内外社区生态水环境的实践为例证进行开放性的研究。

摘要：介绍了麦克风效应和洛伦兹力作用对C-ADS注入器I的Spoke012超导腔的影响以及腔的压电陶瓷快调谐传递函数的特性,并详细叙述了依据传递函数特性搭建频率控制基本环路及利用阻尼技术来对腔的特定频率边带进行抑制的方法。所设计的PI控制基本环路和特定频率边带抑制环路在实际运行中得到使用,前者有效抑制了低频振荡,后者抑制特定频率振荡幅度达到15 d B。