刘小生

作品数：157被引量：753H指数：14
导出分析报告
供职机构：江西理工大学更多>>
发文主题：GIS陀螺经纬仪地理信息系统稀土矿区软测量模型更多>>
发文领域：天文地球自动化与计算机技术水利工程矿业工程更多>>
发文期刊：更多>>
所获基金：国家自然科学基金江西省教育厅科学技术研究项目江西省自然科学基金中国博士后科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合法向信息和尺度自适应的稳健点云平面拟合方法
《大地测量与地球动力学》2025年第2期116-119,共4页吴颖 彭警 刘小生 
国家自然科学基金(42171437)。
为解决现有稳健拟合算法在高污染率点云数据中容易失效的问题,在基于特征值分解的平面拟合方法中引入权阵,根据点云的法向量确定权重初值,初步降低粗差的影响。然后使用尺度自适应方法增强算法的稳健性,其尺度因子随迭代次数的增加逐步...
关键词：加权特征值法 法向信息 尺度自适应 稳健点云平面拟合 
基于CNN-LSTM-AM的大坝变形预测
《水电能源科学》2024年第10期158-161,157,共5页赖国梁 刘小生 
国家自然科学基金项目(42171437)。
为提高大坝变形预测模型的预测精度,以长短期记忆(LSTM)作为基础模型预测大坝变形,在LSTM网络层前加入卷积神经网络(CNN)卷积层,以卷积层中卷积核刻画数据的局部模式实现数据特征的深度挖掘,提取大坝变形多因素序列时空特征;LSTM网络层...
关键词：卷积神经网络 长短期记忆网络 注意力机制 大坝变形预测 预测精度 
基于二次模态分解和深度学习的大坝变形预测模型被引量：1
《水利水电科技进展》2024年第3期101-106,共6页刘相杰 刘小生 张龙威 
国家自然科学基金项目(42171437)。
为充分提取大坝变形监测数据的非线性和非平稳性特征,深度挖掘其前后信息的拓扑关系,有效提高预测精度,提出了一种基于二次模态分解和蜣螂优化算法的双向长短期记忆神经网络大坝变形预测模型。该模型引入融合自适应噪声完备集成经验模...
关键词：大坝变形预测 二次模态分解 蜣螂优化算法 双向长短期记忆神经网络 
基于ISSA-GRU的大坝变形预测研究被引量：3
《水电能源科学》2023年第11期82-85,共4页李书剑 刘小生 
国家自然科学基金项目(42171437)。
针对大坝预测中采用深度学习方法难以确定最优参数和精度不高等问题,改进了麻雀搜索算法(SSA),采用改进麻雀搜索算法(ISSA)对门控循环单元(GRU)的参数进行寻优,构建了基于ISSA-GRU的大坝变形预测模型,并将该模型应用于黄河上游青海段龙...
关键词：大坝变形预测 门控循环网络 改进麻雀搜索算法 预测精度 
基于BES-BiLSTM的混凝土坝变形预测
《水电能源科学》2023年第9期94-97,共4页张龙威 刘小生 刘相杰 
国家自然科学基金项目(42171437)。
鉴于传统神经网络模型难以充分利用大坝变形监测时间序列数据前后信息的拓扑关系,而双向长短时记忆神经网络(BiLSTM)能够有效地学习前后向信息,提出一种基于秃鹰搜索算法优化双向长短时记忆神经网络的大坝变形预测组合模型BES-BiLSTM,...
关键词：混凝土坝 模型预测 秃鹰搜索算法 双向长短时记忆神经网络 
基于VMD-HPO-BiLSTM的大坝变形预测被引量：5
《大地测量与地球动力学》2023年第8期851-855,共5页刘相杰 刘小生 张龙威 
国家自然科学基金(42171437)。
引入变分模态分解(VMD)和双向长短期记忆(BiLSTM)神经网络进行大坝变形预测研究。首先采用VMD降低大坝原始数据非线性和非平稳性对预测结果的影响;其次使用猎食者算法(HPO)对BiLSTM进行参数优化,构建基于VMD-HPO-BiLSTM的大坝变形预测模...
关键词：变分模态分解 猎食者算法 双向长短期记忆神经网络 大坝变形预测 
融合SBAS-InSAR技术与TSO-LSTM模型的矿区地表沉降预测方法被引量：16
《金属矿山》2023年第1期126-133,共8页肖海平 夏益强 刘小生 陈兰兰 
国家自然科学基金项目(编号:42171437);江西省自然科学基金项目(编号:20212BAB204030);江西理工大学高层次人才科研启动项目(编号:jxxjbs19032)。
矿区由于重工业器械的使用和采矿活动频繁,其岩层和地表容易发生沉陷和变形,快速、准确地分析、预测地表沉降是实现高效防灾减灾、推进绿色矿山建设的重要手段。针对现有预测模型监测点过少、多源数据难以获取以及网络模型超参数难以确...
关键词：开采沉陷 深度学习 金枪鱼群优化 长短时间记忆 沉降预测 SBAS-InSAR TSO-LSTM 
离子型稀土矿体大孔隙优先流占比对浸取率的影响定量研究被引量：2
《稀有金属》2022年第12期1589-1598,共10页张世良 王观石 刘小生 谢芳芳 汪杰 
国家自然科学基金项目(51874147);宁德师范学院科技特派员专项项目(2021ZX506)资助。
为了有效掌握矿区土壤孔隙中水流特性,了解介质中优先流对水分非平衡迁移特性。开展优先流研究,是土壤水运动机制研究由均质走向非均质领域的标志,本文基于双重孔隙模型,研究离子型稀土矿体大孔隙优先流占比对浸取率的影响。构建优先流...
关键词：稀土矿 优先流 大孔隙 双重孔隙模型 浸取率 
露天矿边坡稳定性监测方法研究现状及进展被引量：17
《测绘通报》2022年第5期7-13,共7页陈兰兰 夏益强 肖海平 刘小生 
国家自然科学基金(42171437);江西省自然科学基金(20212BAB204030);江西理工大学高层次人才科研启动项目(jxxjbs19032);江西省教育厅科技项目(GJJ191591)。
边坡稳定性监测是有效预警滑坡的重要手段,本文在总结国内外文献资料的基础上,从不同的技术手段、不同的使用范围分析了边坡稳定性监测方法的利弊及其适用性,监测技术实现了从点到面、从坡体表面到坡体内部、从人工测量到自动化和智能...
关键词：露天矿边坡 稳定性监测 一体化监测 多源数据融合 远程监控 
NARX神经网络在大坝变形预测中的应用被引量：11
《人民黄河》2022年第2期125-128,共4页范哲南 刘小生 
国家自然科学基金资助项目(41561091)。
针对大坝变形时间序列的非线性及形变值累计特性,引入NARX神经网络进行分析并实现变形预测。首先,NARX神经网络通过非线性自回归网络与外源输入相结合,较好地解决了传统BP神经网络存在的收敛速度慢和易陷入局部极值等问题;其次,建立基于...
关键词：大坝变形 变形预测 神经网络 NARX 评价模型指标 
全选清除导出
共16页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部