关键词： 深度学习   工程测绘   数据处理   卷积神经网络   特征提取  

摘要： 针对工程测绘数据规模激增与传统人工处理方法效率不足的问题,文章提出基于深度学习的自动化处理方案。通过构建深度神经网络模型,采用卷积神经网络实现特征提取,建立包含数据预处理、特征提取与目标识别的端到端处理系统。其中,创新地引入了注意力机制优化特征识别过程,通过结合多任务学习架构与模型集成策略来提升分类精度。实验表明,该方法使测绘数据处理效率提升45%,分类准确率超过95%,有效促进了测绘数据处理的自动化转型与智能化升级。

关键词： 强对流天气   精密单点定位(PPP)   数据处理采样率   对流层模型   水平梯度  

摘要： 为了进一步提升全球卫星导航系统(GNSS)精密单点定位(PPP)的处理精度,研究优化强对流天气下同对流层状态强相关的PPP数据处理策略:给出数据处理采样率、对流层模型、天顶湿延迟(ZWD)分段估计时长及水平梯度分段估计时长等优化策略;然后以2021年第9号台风“卢碧”为例分析数据处理策略优化对PPP坐标估计的影响。结果表明,数据处理采样率提高、对流层模型升级、ZWD高频估计、水平梯度高频估计可有效提升高程坐标分量重复性,其中数据处理采样率由300 s提高到30 s,水平梯度分段估计时长由24 h提高到1 h,可将高程坐标重复性由8.5 mm提升到5.8 mm。

关键词： 桥梁工程   结构健康监测   信号分解及成分提取   模态参数识别   损伤识别   有限元模型修正  

摘要： 针对桥梁健康监测数据处理和分析技术在实际工程中的问题,从桥梁监测信号分解及成分提取、桥梁模态参数识别、桥梁损伤识别、桥梁有限元模型修正四方面梳理与分析其研究进展和发展方向。信号分解及成分提取方面,基于信号分解重构技术和人工智能展现了良好的数据处理能力,但针对复杂环境与海量数据,多源数据融合、自动化处理及提升特征提取精度是未来的研究重点;模态参数识别方面,传统时域、频域和时频域以及计算机视觉方法已广泛应用,但复杂环境下虚假模态剔除与精准模态追踪仍面临挑战,低频、紧密型模态精准识别并自动剔除环境因素影响是目前研究的主要方向;损伤识别方面,现有技术可提取敏感特征并进行诊断,但长期监测中损伤与环境变化的区分仍有待突破,需结合机器学习和智能设备以提升鲁棒性;有限元模型修正方面,智能算法已显著提升模型精度,但简化假设和传感器布设限制导致模型与实际状态偏差,未来需通过优化算法和深度代理模型增强适应性。

关键词： 智能机舱   数据处理   设备状态监测   智能船舶规范  

摘要： 中国船级社《智能船舶规范》(2024)第4章明确了智能机舱的定义:智能机舱能综合利用状态监测所获得的各种信息和数据,对机舱内设备与系统的运行状态、健康状况进行分析和评估,为设备与系统的使用、操作和控制、检修、管理等方面的决策提供支持。中国船级社发布的《船舶智能机舱检验指南》(2024)作为《智能船舶规范》第4章智能机舱内容的补充和细化,明确了设备状态监测与健康评估系统的主要功能,包括:传感和数据获取、数据处理和特征提取、产生警告、故障/失效诊断和状态评估、预测未来健康趋势、管理和控制数据流动和测试时序、对历史数据存储和存取管理、系统配置管理、人机系统界面等。

关键词： 卡口数据   快速路   出行特征   车辆OD   行程车速  

摘要： 快速路机动车卡口检测数据凭借车辆ID编码,可精准识别与追踪路网中的车辆轨迹,满足交通领域分车种识别、全时空动态监测的核心需求,为交通精细化治理提供了全新的技术路径。现以上海快速路卡口10 d全样本数据为研究对象,从流量监测、车种分类、OD分析及车速评估四个维度展开系统性研究,通过构建多维度特征分析模型与方法体系,验证了卡口数据在流量统计、车种识别及车速测算方面具备高精度、细粒度的显著优势,并在路段级、通道级中微观OD分析场景下,展现出了良好的适用性与数据解析能力。研究成果可为交通需求精准研判和道路综合治理决策提供支撑。

关键词： 北斗导航系统   精密星历   基线解算   数据处理   GAMIT/GLOBK  

摘要： 采用不同机构提供的北斗精密星历以及不同参数的设置来进行GAMIT基线解算成果评估,采用多模GNSS实验(Multi-GNSS Experiment,MGEX)在东亚地区5个测站的北斗观测数据进行实验,再用GLOBK进行网平差。实验结果表明,基线结果标准化均方根(NRMS)均小于0.26,精度较高,相对于全球定位系统(GPS)数据,北斗卫星导航系统(BDS)数据基线NRMS较小;坐标精度上,BDS数据在X/Y/Z坐标系下的Y方向精度高于GPS,在N/E/U坐标系下的U方向精度高于GPS。欧洲定轨中心(CODE)所发布的北斗精密星历的解算结果坐标差小于德国地学研究中心(GFZ)发布的北斗精密星历的解算结果坐标差,相差在1 mm以内。

关键词： 智能网联汽车   传感器   数据处理   数据分析   机器学习  

摘要： 随着科技的迅猛发展,智能网联汽车逐渐成为现代交通的重要组成部分。这类汽车通过集成多种传感器,能够实时感知周围环境,实现自动驾驶、车联网等功能,极大地提升了行车安全性和驾驶体验。传感器所产生的数据庞大且复杂,如何有效地处理和分析这些数据,成了智能网联汽车发展的关键挑战。传感器数据的准确性和实时性直接影响到车辆的决策能力和安全性。研究有效的数据处理与分析方法,不仅有助于提高智能网联汽车的智能化水平,还能推动整个交通系统的优化与升级。本文将深入探讨智能网联汽车传感器数据处理与分析的方法,为行业发展提供理论支持和实践指导。本文旨在探讨智能网联汽车中传感器数据的处理与分析方法,分析其在提高车辆智能化水平和安全性方面的重要性,通过对数据预处理、融合及机器学习技术的研究,揭示未来发展趋势及面临的挑战。

关键词： 云计算   电力通信   分布式计算  

摘要： 为提升电力通信数据的处理效率与安全性,基于云计算技术构建分布式数据处理系统,采用Spark并行计算、Flink流式计算和Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)分布式存储架构,对电力数据进行高效存储、实时分析与异常检测。研究结果表明,该系统在日均数据处理能力、异常识别准确率、处理延迟及系统可用性方面均优于传统架构。研究为智能电网的数据管理与安全防护提供了技术支撑。

关键词： 动态监测   变形预测   数据处理   深基坑   敏感环境  

摘要： 详细综述了城市更新背景下深基坑工程的动态监测及变形预测技术的研究现状,从监测技术的演进、数据处理方法的创新、预测模型的多样性以及实际应用中的挑战与解决方案等多个维度进行了深入探讨。通过总结国内外相关研究成果,旨在为未来城市更新中深基坑工程的安全施工提供理论依据和技术支持,促进该领域技术的进一步发展。

关键词： 诊断离子过滤   前体离子靶向识别   UPLC-Q-Exactive-Orbitrap MS   灯盏生脉胶囊   定性分析  

摘要： 通过超高效液相色谱串联四极杆静电场轨道阱 (UHPLC-Q-Exactive-Orbitrap) 高分辨质谱分析， 耦合前体离子靶向识别结合诊断离子过滤的数据处理策略对灯盏生脉胶囊的化学成分进行分析鉴定。采用一级全扫描加数据依赖自动触发二级质谱扫描模式， 在正负离子模式下采集质谱数据。采用Access数据库相似性分析函数将获取的精确质量数与自建灯盏生脉胶囊化学成分质谱数据库匹配分析快速识别前体离子; 基于16个代表性成分的质谱裂解规律构建灯盏生脉胶囊中各类化合物的诊断离子数据库， 并利用诊断离子过滤策略， 鉴定了其中248个化合物的结构， 包括51个咖啡酰酯类、38个黄酮类、63个人参皂苷类、19个甾体皂苷类成分、11个降三萜类、21个高异黄酮类、39个木脂素类成分和6个其他类成分。本研究所建立的定性分析方法能快速、高效地对灯盏生脉胶囊的化学成分进行分析鉴定， 为其质量评价和临床应用提供了科学依据， 所建立的前体离子靶向识别与诊断离子过滤相结合的高分辨质谱数据解析策略为中药复杂物质体系成分分析提供了新的思路。