• 混凝土面板砂砾石坝漫顶溃坝数值模拟

    分类: 力学 >> 应用力学 提交时间: 2023-03-20 合作期刊: 《应用力学学报》

    摘要: 通过溃坝案例的现场调查和水槽模型试验,建立了面板砂砾石坝漫顶溃坝数学模型,以模拟水流特性、砂砾石料以及混凝土面板三者之间的相互作用。该模型主要由3部分组成:(1)考虑漩涡水流和砂砾石料之间的冲蚀特性,引入RNG k-湍流模型模拟漩涡水流的反向侵蚀;(2)通过泥沙输移公式和流体体积法(VOF法)追踪砂粒与水流侵蚀交界面,并考虑了砂砾石料的孔隙特性;(3)基于弯矩平衡法判定混凝土面板在自重和水荷载作用下的破坏过程。通过水槽模型试验对数学模型进行验证,结果表明,建立的数学模型能够准确地模拟溃决过程中漩涡水流对大坝的反向侵蚀和面板溃口的详细演化过程;该模型计算的溃口流量、堆石体溃口的发展、溃坝历时以及面板的折断长度,与实测数据的相对误差均小于15%,验证了模型的合理性。与参数化模型相比,本研究提出的溃坝模拟数学模型具有更详细的结果。

  • 面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet 模型

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》

    摘要: 卷积神经网络(CNN) 的发展带来了大量的网络参数和庞大的模型体积,极大地限制了其在小规模 计算资源设备上的应用。为将CNN应用在各种小型设备上,研究了一种基于知识蒸馏的结构化模型压缩方 法。该方法首先利用VGG16训练了一个识别率较高的教师模型,再将该模型中的知识通过蒸馏的方法迁移 到MobileNet,从而大幅减少了模型的参数量。将知识蒸馏后的Distilled-MobileNet模型应用在14种作物的38 种常见病害分类中。进行了知识蒸馏在VGG16、AlexNet、GoogleNet和ResNet 4种不同网络结构上的表现测 试,结果表明,当VGG16作为教师模型时,模型准确率提升了97.54%; 使用单个病害识别率、平均准确率、 模型内存、平均识别时间4个指标对训练好的Distilled-MobileNet模型进行真实环境下准确性评估,经测试, 模型的平均准确率达到了97.62%,平均识别时间缩短至0.218 s,仅占VGG16模型的13.20%,模型大小压缩 仅为19.83 MB,相比于VGG16缩小了93.60%,使其具备了较高的准确性和实时性要求。本方法模型在压缩 内存体积和缩短识别时间上较传统神经网络有了明显提高,为内存和计算资源受限设备上的病害识别提供 了新的思路。