oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 117 )

2018 ( 2285 )

2017 ( 2293 )

2016 ( 2402 )

Custom range...

Search Results: 1 - 10 of 95084 matches for " 赵洪波 "
All listed articles are free for downloading (OA Articles)
Page 1 /95084
Display every page Item
应用于奥运场馆的照明新技术——太阳光导照明系统简介
洪波
现代物理知识 , 2007,
Abstract: 2008年北京奥运会确定了“绿色奥运、科技奥运、人文奥运”三大理念。目前这一理念已经体现在奥运场馆的建设中,场馆的照明设备大量采用太阳能、风能等清洁能源维持运行。柔道跆拳道比赛场馆———北京科技大学新体育馆的太阳光导照明系统就是其中的一个亮点。因为体育馆的顶层
从物理学角度看节能玻璃
洪波
现代物理知识 , 2009,
Abstract: 我国正处于建设的鼎盛时期,每年建成房屋近20亿平方米,而能达到国家规定节能标准的建筑只占10%左右;且在即有的约400亿平方米建筑中,95%以上是高耗能建筑。可见,在我国推行节能建筑已刻不容缓。影响建筑能耗最直接的因素是建筑维护结构的保温与隔热性能,门窗又是其中最薄弱的环节。据统计,在建筑中门窗玻璃的能耗约占建筑总能耗的35%左右,因此节能玻璃的应用在建筑节能中具有重要意义。
海南戈枕成矿带峨麻岭矿区以钻代槽勘查技术
洪波
地质与勘探 , 2015,
Abstract: 针对槽探施工面临的环境破坏及深度局限性问题,本文提出了以钻代槽技术新方法,并在海南峨麻岭矿区进行试验。通过在槽探拟施工区域,根据产状或覆盖层情况,布置间距小于10米的钻孔,获取基岩,来完成对矿体的评价。结果表明,获取的岩石样品资料可以很好地与槽探实物资料相吻合,证实了以钻代槽勘查技术方法是可行的,有效的。
基于进化支持向量机的滑动面参数识别
洪波
岩石工程学报 , 2006,
Abstract: 提出了反算滑带岩土强度参数的一种新方法——进化支持向量机方法,该方法基于极限平衡分析方法计算出不同c、值下的安全系数与最危险滑动面,以这些数据作为学习样本,通过支持向量机学习,建立他们之间的非线性映射关系,然后基于这种关系,利用遗传算法搜索滑带岩土强度参数。结果表明,识别出的c、值可以满足工程的要求。
基于支持向量机的边坡可靠性分析
洪波
岩石工程学报 , 2007,
Abstract: 将支持向量机与一阶二次矩方法结合,提出了边坡可靠性分析的支持向量机方法。利用极限平衡分析构造学习样本,通过支持向量机学习,建立安全系数与随机变量之间映射关系的支持向量机表达,进而实现边坡极限状态函数及其偏导数的显式表达,从而计算边坡的可靠性指标。该方法避免了传统可靠性分析的缺点。利用一个算例进行了分析,结果表明:该方法计算效率高,结果可靠,对含有大量随机变量的复杂岩土工程可靠性分析具有很大的潜力,具有广泛的应用前景和工程价值。
基于微粒群优化的智能位移反分析研究
洪波
岩石工程学报 , 2006,
Abstract: 优化技术是影响反分析精度和效率的重要因素,将微粒群优化技术与支持向量机技术结合,提出了一种新的智能位移反分析方法。该方法利用了支持向量表达非线性关系方面的优良特性,可以避免大量的数值计算,同时充分利用微粒群的全局优化、收敛速度快的优点。将提出的方法应用到具体的算例中,比较表明,本方法是一种科学、可行、收敛快、精度高的优秀算法。
生物膜A/O法处理PTA废水的试验研究
洪波
环境科学 , 1994,
Abstract: 在含两级A/O和生物炭的连续运行试验装置上处理PTA废水,结果表明:进水CODcr为1101mg/L,HRT为40h,O2段和生物炭出水中残余CODcr分别为82mg/L和55mg/L,相应CODcr去除率分别为92%和95%;进水CODcr为1112mg/L,HRT为32h,O2段和生物炭出水中残余CODcr分别为86mg/L和64mg/L,其去除率分别为92%和95%;在上述试验条件下,O2段TA去除率均为93%。
基于ga与svm的最危险滑动面识别
洪波
岩土力学 , 2006,
Abstract: 结合支持向量机与遗传算法,提出了一种边坡最危险滑动面识别的新方法。这种方法基于正交设计和极限平衡分析获得学习样本,通过支持向量机学习,从而获得最危险滑动面与安全系数之间的非线性映射关系,再用遗传算法从全局空间上搜索,进行最危险滑动面的识别,并同时获得对应的最小安全系数,该方法计算速度快、效率高。给出了两个算例,结果是令人满意的。
岩爆分类的支持向量机方法
洪波
岩土力学 , 2005,
Abstract: 针对岩爆分类问题,提出了基于支持向量机的分类方法。通过对影响岩爆因素的分析,运用支持向量机理论建立岩爆类别的支持向量机模型。结果表明,基于支持向量机的岩爆分类方法具有较高的准确率,该方法是科学可行的,具有广泛的应用前景。
围岩破坏模式识别的支持向量机研究
洪波
岩土力学 , 2005,
Abstract: 围岩的破坏受到多种因素的影响,并且各破坏模式之间没有明显的界限,因此其破坏模式的识别是一种模糊、非线性、小样本、高维数的模式识别问题。支持向量机(svm)是最近发展起来的一种新机器学习技术,已在模式识别领域有很多成功地应用。基于支持向量机的思想,提出了围岩破坏模式识别的支持向量机方法,很好地表达了围岩破坏模式与其影响因素之间的复杂非线性关系。具体算例表明,该方法是可行的,具有一定的准确性。
Page 1 /95084
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.