【摘 要】
：
海岸带地质灾害严重影响了沿海地区的发展。为分析国内外海岸带地质灾害风险评估研究现状、发展态势及为我国在这一领域内的科研及防灾减灾等工作开展提供借鉴，本文以Web of Science和中国知网数据库中的相关文献为基础，运用CiteSpace软件对该领域的国内外发文量、发文国家和关键词进行知识图谱分析，探讨其研究热点及演变趋势。研究结果表明：（1）国内外研究均呈增长趋势，我国是该领域主要发文国家之一
【基金项目】
：
外交部亚洲合作资金“长江三角洲与红河三角洲海洋地质环境与地质灾害合作研究”（HD-JJHT-2021-114）；
论文部分内容阅读
海岸带地质灾害严重影响了沿海地区的发展。为分析国内外海岸带地质灾害风险评估研究现状、发展态势及为我国在这一领域内的科研及防灾减灾等工作开展提供借鉴，本文以Web of Science和中国知网数据库中的相关文献为基础，运用CiteSpace软件对该领域的国内外发文量、发文国家和关键词进行知识图谱分析，探讨其研究热点及演变趋势。研究结果表明：（1）国内外研究均呈增长趋势，我国是该领域主要发文国家之一；（2）印度等国家发文量较多，且国家间存在合作研究关系，但不同国家的研究侧重点不同；（3）国内外关于海岸带地质灾害风险评估领域的研究热点包括海水入侵风险、海岸侵蚀风险和考虑其它地质灾害或综合灾害影响的海岸脆弱性及灾害风险评价；国际上，以气候变化和人类活动影响下的海岸带灾害管理研究亦为该领域研究热点之一；（4）随着时间的推移，国内外在该领域针对灾害风险的研究更加细化、评估手段更加多样、评估对象趋向完善。即海岸带地质灾害风险评估研究仍处于发展阶段，并取得了阶段性成果。但其理论和评价体系仍待完善；同时，我国在该领域的研究对象应不断完善，研究手段应更加系统、全面。
其他文献
由于海洋战略被提出,智慧海洋成为新的焦点,使用水下机器人代替真人进行水下作业是不可避免的趋势。在参与水下主从式高动态范围三维全景感知系统与探测设备项目的研发中发现,水下设备贵、调试难以及环境不确定性等问题,导致采用水下机器人在真实水域的算法验证实验与海洋设备教育培训的开展成为有待解决的难题。针对设备贵、实验难并存在危险等问题,本文设计了虚拟仿真教育系统用于算法验证以及大学生人工智能、水下机器相关课
目的 了解近10年来我国医疗数据安全领域的发展及研究热点，为后续开展相关研究提供参考。方法 在中国知网（CNKI）中的期刊数据库中，以“医疗数据安全”等检索词检索的相关文献作为数据来源，检索时间限定为2012年1月1日-2021年12月31日，共得到758篇文献数据，经过剔除重复文献、会议论文、报纸等与主题相关性较弱的文献后，最终得到682篇有效文献。运用CiteSpace软件进行文献计量学分析。
风电清洁安全无污染,是重要的可再生能源。然而,受地理环境因素影响,风能密度高的地区在冬季极易发生风机叶片结冰故障,破坏风机原有的力学平衡,加速部件老化损坏。因此,采用数据驱动的方式建立模型对结冰故障进行预测,在结冰故障发生前发出预警并采取措施,对提高风场运营效率具有重要的现实意义。然而目前的研究方法往往只关注数据中的时序特征,忽略了数据之间存在的空间关系,难以充分挖掘数据中的多尺度特征,导致目前模
知识图谱的实体对齐有助于知识图谱的创建和扩充工作,进而推进知识图谱的应用发展。依赖于知识图谱专家手动注释实体对齐的方法不仅费时费力而且存在着一定的误差。在深度学习快速发展的当前阶段,深度学习依靠优异的网络结构,以及较好的学习能力,在知识图谱上有着不错的表现效果。对此,本文基于深度学习方法对实体对齐的任务进行研究工作。本文的主要工作及贡献如下:（1）针对图卷积神经网络的实体对齐方法GCN-Align
风机关键部件的故障检测作为风电场智能化管理的重要环节,能够提高风电场的生产效率、降低运营成本,是当前科研领域的一个热点问题,受到各国研究者的广泛关注,并提出了各种风机故障检测方法。研究发现目前的风机故障检测方法仍存在以下问题:（1）风机数据集类别不平衡导致风机故障检测模型训练时偏向大类别样本,使模型效果不理想;（2）现有风机故障检测模型特征学习能力单一,不能充分利用多层级的特征信息,导致模型性能较
目的 探讨集采前后门诊降压药使用情况，分析药品集采在医院的应用效果。方法 利用信息系统，收集药品集采前后门诊降压药使用信息，包括药品名称、规格、厂家、单价和销量，计算日均费用、销售总金额，对比观察药品集采前后门诊降压药的使用变化及幅度。结果 集采前，门诊药房共有降压药物22个品规，集采后停用8个品规，新增13个品规，目前共有27个品规，其中集采中选品规9个。集采后，降压药整体日均费用平均降幅为28
随着定位技术的广泛使用,轨迹数据呈现爆炸式增长,并产生了以轨迹流形式收集的海量时空数据,如何从轨迹流中挖掘有用的信息是当前对时空数据研究的主要问题之一。从轨迹流中挖掘伴随模式是指在同一时间发现具有高度相似行为的群体,对于交通管理、推荐系统的实时应用至关重要。然而,现有的研究成果在实时数据响应方面存在效率不高的问题,难以满足现实应用的需求。本文针对轨迹流的伴随模式挖掘展开了深入的研究,主要研究成果如
随着科技的进步,在人工智能与大数据的时代背景下,深度学习在计算机视觉领域中获得了巨大成功。目前,正常光照下目标检测任务已经得到了蓬勃发展,但是低照度下目标检测任务仍面临众多挑战。由于光照不足,图像成像质量不高,容易受到背景和噪声的干扰,所以细节信息严重丢失难以达到人们预期的要求。本文,利用YOLO算法并结合注意力机制作为关键技术来研究低照度下的目标检测,最终在减少训练参数的前提下,检测到了低照度下
图像超分辨指的是从低分辨率图像（Low Resolution Image,LR）中恢复出对应的高分辨率图像（High Resolution Image,HR）的过程。视频和图像已经成为现代人们接触世界的重要媒介,且图像技术在现实生活中也具有广泛应用,例如医学图像、监管与安全、短视频等。由于这些应用对图像清晰度要求较高,通过硬件设备提升分辨率的代价较大,且问题的不适定性增加了解决问题的难度,从而给出
岩体是在长期复杂的地质作用条件下,自然形成的一种具有复杂结构的地质材料。岩体内存在着大量在自然环境下产生的节理、裂隙和夹层等天然软弱构造面。其中,节理作为一种典型的软弱结构面,广泛分布于岩体材料中。在工程荷载的作用下,节理面上可能会发生裂纹萌生、扩展和合并等现象,导致岩体工程的灾难性破坏。以往岩石力学的研究更关注于完整或含缺陷（断续节理）岩石在静态下的力学性能,而非具有贯通型节理的岩体。本文选制花