位移监测在滑坡评价预测中的应用

变形位移监测可为分析滑坡的结构和成因，评价预测滑坡的稳定性及发展趋势等提供丰富的信息，综合分析位移监测资料及滑坡地质勘察资料，能达到滑坡评价预测的理想效果，实例分析表明，位移监测能准确地确定滑坡的滑面，位移速率及位移方式等的空间差异，可用于分析滑坡体的结构，位移监测资料与人类工程活动，降雨，地下水等因素的相关性分析，可为研究滑坡的成因提供重要信息，将位移监测资料与斜坡变形破坏现象结合起来，能更多准确地判定斜坡的变形阶段，评价和预测滑坡的稳定状况。     

基于无人机摄影测量技术的滑坡变形研究进展

本文以滑坡变形研究为出发点,叙述了各种测量技术的优缺点,对无人机摄影测量技术的原理、组成和优势进行了简单介绍。详细说明了基于无人机摄影测量技术的滑坡变形观测这一热点研究方向的最新研究进展,并指出了该技术存在的问题及目前较好的解决办法。最后对无人机摄影测量在滑坡变形观测方面的应用进行了展望,为今后相关领域的研究者提供了最新的研究进展和思路。     

深层侧向位移监测技术在某滑坡中的应用

通过深层侧向位移监测技术对某滑坡中的监测资料进行分析,得出一些非常有价值的工程经验,值得广大工程技术人员参考。     

基于近景摄影测量的建筑物结构动态位移监测系统

针对建筑物结构动态位移监测的难点,给出一种基于近景摄影测量的建筑物结构动态位移监测方法.利用二维直接线性变换算法进行图像标定,计算出像平面坐标和物平面坐标之间的转换参数,从而对连续序列图像中的目标坐标进行求解.实验结果表明,物平面坐标解算值与物平面坐标之间的绝对误差在1 mm左右,特别适用于建筑物需要对其应力状况、振动响应等情况进行监测的场合.     

测量机器人在青石滑坡专业监测中的应用研究

巫山县青石滑坡位于长江支流神女溪的右岸,2010年10月三峡库区蓄水时变形强烈,严重威胁到神女溪航道及长江航运的安全。该滑坡地处高山峡谷地带,地形坡度陡,变形范围大,险情突出,需要24h进行专业监测。鉴于这些问题,本次监测采用了测量机器人进行远程实时监测,实现了24h全自动专业监测,并利用远程控制自动化系统。通过网络技术实现了控制机器人自动监测,以及对数据的采集及处理分析。     

三峡高边坡变形监测摄影测量技术改进与实践

在三峡船闸高边坡变形监测中改进摄影机安装方法，新建“位移视差”法平差模型，从而获得了很好的测定目标位移精度，同时还利用摄影影像进行了主边坡地质要素调查，为把地质信息引入变形分析，提高变形分析可靠度创造了条件。     

近景摄影测量用于岩移模型的位移观测

本文针对岩移相似材料模型测点多而密集的特点,应用近景摄影测量方法进行实验模型测点位移观测,取得了较好的效果。此法测量速度快,观测精度高,并能实现瞬时测量,克服了传统观测方法的许多缺点,是模型位移观测的新方法,具有推广应用价值。     

GPS测量技术在黄壁庄水库水平位移测量中的应用

在利用GPS对黄壁庄水库大坝进行水平位移测量中,既要保证监测精度,又使观测周期缩短,对基准网和工作网的作业规格均参照<水利水电工程测量规范>,在实际操作中探索出了一套切实可行的方案     

数字摄影测量在大型天线主面测量中的应用

介绍了一种全新的测量天线主面面型精度的方法。由于传统的测量方法已无法满足大型天线主面面型高精度的测量需求,因此,将数字摄影测量技术应用在大型天线主面测量中,不仅测量速度快,而且测量面型精度很高,具有非接触、实时测量的优点,完全可以满足测量大型天线的需求。     

鱼眼全景像片在近景摄影测量中的应用

本文主要介绍在普通照相机上附加一个鱼眼镜头进行近景摄影测量的有关理论和试验。其中主要论述:鱼眼全景像片的几何关系;鱼眼全景像片与平面像片的数学关系式;鱼眼全景像片的比例尺变化;鱼眼全景像片的解析计算;线段控制的理论以及试验情况介绍等内容。     

基于高分影像和ASIFT算法的滑坡位移场监测方法

针对利用高分遥感影像和SIFT算法进行大变形滑坡位移场监测时存在的不足,引入了一种具备完全仿射不变性的图像特征匹配算法(ASIFT),对不同时相高分遥感影像进行特征点提取与匹配,并在抚顺西露天矿特大型滑坡的位移场监测中进行了应用.结果表明,与SIFT算法相比,ASIFT算法弥补了特征提取算法在仿射不变性上的不足,增加了特征匹配点,提高了滑坡空间位移矢量场标定精度,且自动化程度高、成本低,非常适合于特大型滑坡的大变形位移场监测.     

基于时间序列分析的滑坡位移预测-以尖山营古滑坡复活为例

为了深入研究滑坡位移的特点,以尖山营古滑坡复活为例,基于时间序列加法模型,结合尖山营古滑坡的复活背景,将古滑坡位移分解为趋势项与周期项。对趋势项位移使用等维新息灰色（1,1）（GM（1,1））模型进行分析,并提取周期项位移,建立一阶自回归（A R）模型对周期项进行预测。将两者预测结果相加,即可得到古滑坡预测总位移。结果表明：预测与实测值误差较小,模型精度较高,能够较好的描述尖山营古滑坡的位移特征,可用于古滑坡后续的监测预报预警中,具有一定的理论研究与工程价值。     

三峡库区滑坡监测的新方法

采用自日本引进的SRL-16型自动位移计对三峡库区的白家堡滑坡进行了长期的连续变形观测,该监测仪器不仅可以实时反映坡体变形,而且对外界因素的作用十分敏感,收到了较好的效果.该监测仪器使用在三峡库区滑坡监测上尚属首例,具有十分广阔的应用前景.     

深度学习在图像识别中的应用

深度学习通过建立深层神经网络来模拟人脑进行分析、学习和解释数据,被广泛用于图像识别领域.首先,简述了深度学习在图像识别中的研究现状;其次,介绍了卷积神经网络、深度置信网络、循环神经网络和生成对抗网络等几种常用于图像识别领域的深度学习网络模型;然后,从人脸识别、动作识别、跌倒检测等方面,论述了深度学习在图像识别领域的典型应用;最后,探讨了该领域的研究难点及发展前景.深度学习可以从不同的图像中自动提取相似的特征并进行分类,识别率高,鲁棒性强,推动了人工智能背景下图像识别的发展.无监督学习、对抗网络等将成为深度学习领域的热点.     

基于数字化仪的单航片解析转绘的研究

研究了以矢量数字化仪作为航摄像片的量测设备，在数字高程模型的支持下，实现单张航片转绘的解析方法。该方法大大降低了航片转绘作业对专门设备及专业技能的要求，使航片转绘技术在非测绘专业部门更易得到推广应用，也成为相关信息系统的一个信息采集接口，对１：１００００比例尺航片的试验表明，转绘可以达到１：３０００比例尺的制图精度要求。     

图像处理在汽车牌照识别中的应用

随着自动化和交通工程的发展,汽车牌照识别技术成为一个热点。以识别一张汽车牌照的图片为例,阐明了车牌自动识别的原理,处理过程由预处理、边缘提取、车牌定位、字符分割、字符识别五大模块组成,采用MATLAB编程实现。经过实例证明,所提方法对牌照识别率很高,且识别方式简单易行,可以应用于实际。     

滑坡监测预警云平台系统的设计及应用

设计一套滑坡监测预警的云平台系统,采用模块化设计方式建立云平台系统网络,开发独立的监测管理软件系统;在云平台中建立灰色Verhulst模型,对实测数据进行处理,通过灰色Verhulst模型对边坡的变形趋势进行预测,预测边坡可能产生滑坡的时间,实现对滑坡的提前预警.系统经过调试后部署于广西百色市田林县公路两旁的边坡进行实测,结果表明:滑坡云平台系统能够有效地监测边坡的变形,通过灰色Verhulst模型可实现对山体滑坡的预警.     

混凝土坝空间位移场监测模型的探讨及应用

该文从场论出发，应用幂级数的处理方法，并结合坝工理论和工程力学知识，全面论述了建立混凝土坝空间位移场的动态监测模型的基本原理和计算公式，并将其应用于建立丹江口左岸转弯坝段34^#、36^#坝段正垂线的分布模型，通过对模型成果较为深入地比较和研究，得出此模型是一种很好的变形监测模型的结论，在全面监测大坝工作情况时，其发挥的作用是单个测点变形模型不可比拟的，尤其是和单个测点的监测模型联合，从点、线、面全面监视大坝工作情况，更能充分发挥各自优越性。     

基于主成分分析和长短期记忆网络的滑坡地表位移监测数据缺失插补算法

在滑坡地表位移监测过程中,由于设备工作异常或恶劣气候的干扰,原始数据会随机出现长时间序列的缺失,这类数据对滑坡的预警和预测有很大的影响。针对上述问题,提出了一种基于主成分分析(principal component analysis, PCA)和长短期记忆网络(long-short term memory, LSTM)的数据插补方法。首先利用PCA实现滑坡监测数据的降维和特征提取,消除数据间的相关性,然后建立基于LSTM的地表位移监测数据插补模型,对缺失数据进行插补。实验结果表明：该模型与BP(back propagation)神经网络等其他几种机器学习插补模型相比,平均绝对误差、均方根误差和平均绝对百分比误差分别为0.523、1.233和0.009,均优于其他几种模型;该模型能够较好地解决地表位移长时间序列数据缺失的问题。     

图象处理方法在微观驱替中的应用

微观模拟技术作为一种新的开发试验手段，在渗流机理研究方面发挥了重要作用．但由于在计量方面的客观原因，即模型流量微小且出口油水分离困难，使得它在定量化研究方面一直发展缓慢，基本处于定性研究阶段．笔者以图象分析技术为手段，编制了一套微观模拟实验图象处理软件，该软件能够对整个实验过程中的静态参数（孔隙度、孔喉尺寸的最大值及最小值和平均值）和动态参数（任意时刻的油水饱和度、面积流量／流速）做较为精确的计算，使微观模拟实验从定性研究向量化研究迈进了一步．