基于BP神经网络的智能入侵检测系统

介绍了BP神经网络的基本知识，设计了基于BP神经网络的智能入侵检测系统。并提出了根据不同的网络协议使用不同神经网络的思想，指出了每个神经网络需要的网络数据，并阐述了训练和测试神经网络的方法。     

数字化体应变与气压、水位相关性研究

通过对山东省体应变与气压，水位，温度等影响因素的相关性研究，以及对M2波潮汐因子均方差等参数的计算，得到了各台站的特征量值；基于不同井孔条件下资料变化的特点，探讨了气压，水位，温度等对各台站产生不同影响的物理机制。     

蜜罐自动捕获蠕虫病毒的设计和实现

自动捕捉蠕虫是分析、遏制、对抗蠕虫的前提条件。通过深入分析各种实际蠕虫，提出了蠕虫传播的特性——异常数据来自不同的源地址，感染机发送相同的数据到大量目的地址。基于该特性，设计实现了基于蜜罐的蠕虫自动捕捉系统，系统自动分析发出和之前进入蜜罐机的数据包，通过特征分析和阀值比较，发现并捕获蠕虫。实验结果表明，系统可以获得良好的结果。     

小波分析方法在形变数字化资料处理中的应用

基于小波变换理论，提出了应用小波分析方法识别、消除数字化资料的干扰，提取不同频率信息的方法。结合实例，讨论了小波分析方法在识别与分离不同频率信息、提取趋势异常与短期异常等方面的应用。研究表明，小波变换是形变数字化资料分析处理的一种有效方法。     

基于EEMD-SARIMA的对流层延迟预测模型研究

在无气象数据的条件下，提出一种基于集合经验模态分解（EEMD）和季节性自回归移动平均模型（SARIMA）的对流层延迟（ZTD）预报新方法，并分别选取长春、上海、乌鲁木齐3个地区4个季节的ZTD数据进行预测分析。结果表明，基于EEMD-SARIMA的ZTD改正预报模型能够满足不同地区、不同季节下的ZTD估计需求，是一种高精度的ZTD预报方法。     

MIL-STD-1553B总线上的实时调度算法

分析了MIL-STD-1553B总线在实时通信方面的改善。基于MIL-STD-1553B总线的实时性特点，讨论了几种适用的实时网络调度算法。针对网络传输的不同需求，给出了各种条件下选择合适的调度算法的原则。     

成层土中轴横受荷桩水平响应的非线性解

对于承受轴向荷载的水平受荷桩，以往研究大多基于线弹性或弹塑性水平荷载传递模型。为提升轴横受荷桩的计算设计水平，采用轴向荷载传递法计算桩身轴力，考虑桩身轴力引起的P-Δ效应，基于双曲线型水平荷载传递模型考虑桩-土体系变形的非线性特征，对成层土中轴横受荷桩的水平响应进行分析求解，得到了轴横荷载作用下桩身变形和内力的非线性有限差分解，并采用MATLAB语言编制了计算程序。使用模型试验算例与基于现场试验的有限元算例对非线性解的准确性进行对比验证，结果表明:计算结果与算例数据吻合良好，可靠性较高；采用不同荷载传递模型的计算结果在不同荷载水平下有所差异，在较大荷载水平下桩-土变形的非线性特点不容忽视。      

基于改进的2D多项式拟合及加权迭代算法的重力异常垂向分离

基于稳健的二维低阶多项式拟合及加权迭代算法，分别对模型重力位场数据和川滇地区实测地表重力异常数据进行地下不同深度层地质源的位场分离，并将所得结果与基于插值切割算法的位场分离结果以及川滇地区地质构造图进行比对。结果表明，该算法简单可靠，其结果可以用于川滇地区地质结构的精细反演和解释，也为其他更加深入的研究奠定了基础。     

基于闭合环的InSAR解缠误差探测方法研究

基于Sentinel-1数据，提出一种基于多个干涉图闭合环的残差探测解缠误差方法。以形变量较大的墨西哥城区为实验场，分别采用不同的闭合环对同一个干涉对进行探测，结果具有较好的符合性。     

福建中部和东南沿海地壳内部密度变化分布特征的研究

利用福建中部和东南沿海地区的重力布格异常资料，通过地震与重力３维联合反演所分离的不同层面间的重力异常信息，采用基于单层位理论和球近似条件下的简便公式，解算并分析研究不同壳层间的密度变化分布图像及其特征，结果表明：不同圈层的密度分布特征与地表地质构造密切相关。     

微博中蕴含台风灾害损失信息识别和分类方法

社交媒体在灾害信息的实时发布与传播中发挥着越来越重要的作用。在灾害发生过程中,社交媒体中蕴含的实时灾损信息对灾情及时响应和评估有重要意义。然而,这些涉灾文本具有信息破碎度高、文本特征稀疏、标注语料库匮乏等缺点,使得传统的基于监督学习的方法难以有效提取其中的灾损信息。为此,本文提出了一种通过扩展上下文特征和匹配特征词的方法来快速识别和分类社交媒体中蕴含的不同类别的灾损信息。本方法首先基于中文语法规则,抽取小规模不同灾损类别下微博文本中的涉灾关键词构建特征词搭配对。然后,利用词向量模型和已有词库对这些特征词搭配对进行补充和扩展。同时,根据中文词语共现规则,引入外部语料库优化特征词间的语义搭配关系。最终,以此为基础构建台风灾损分类知识库对灾情文本中蕴含的不同类别灾损信息进行识别和分类。本文以2016年9月15日台风“莫兰蒂”登陆事件作为研究案例,以评估本文方法在灾损信息识别和分类上的效果。结果表明,本文方法对微博文本中蕴含的不同类别风灾损失信息的识别和分类效果显著（各类别综合评价指标都达到了0.74以上）。基于灾损信息分类结果,本文绘制了台风影响的时空分布图,从而进一步说明本文方法在灾害损失评估和减灾救灾方面的效用。     

滑坡灾害的多源数据分析与评估方法

为有效地防治和减少滑坡地质灾害给人民生命财产造成的损失,本文根据防灾减灾决策的需求,分析了自然灾害损失评估的研究现状,进行了多源地理空间数据的滑坡灾害损失快速评估方法实验。文中采用多源地理空间信息获取及处理方法,对滑坡灾害进行了综合分析,并以三峡库区巫山县烟花厂滑坡灾害体实例进行验证,提出滑坡灾害损失评估模型方法。并利用模型计算与传统调查统计方法的结果,对其方法的可行性和适用性作了验证。     

A High Precision Comprehensive Evaluation Method for Flood Disaster Loss Based on Improved Genetic Programming

Precise comprehensive evaluation of flood disaster loss is significant for the prevention and mitigation of flood disasters. Here, one of the difficulties involved is how to establish a model capable of describing the complex relation between the input and output data of the system of flood disaster loss. Genetic programming （GP） solves problems by using ideas from genetic algorithm and generates computer programs automatically. In this study a new method named the evaluation of the grade of flood disaster loss （EGFD） on the basis of improved genetic programming （IGP） is presented （IGP-EGFD）. The flood disaster area and the direct economic loss are taken as the evaluation indexes of flood disaster loss. Obviously that the larger the evaluation index value, the larger the corresponding value of the grade of flood disaster loss is. Consequently the IGP code is designed to make the value of the grade of flood disaster be an increasing function of the index value. The result of the application of the IGP-EGFD model to Henan Province shows that a good function expression can be obtained within a bigger searched function space; and the model is of high precision and considerable practical significance. Thus, IGP-EGFD can be widely used in automatic modeling and other evaluation systems.     

大数据时代地质灾害数据管理及应用模式探讨

地质灾害数据是一种多源异构数据,是典型的大数据。关系型数据库是目前地质灾害数据的主流管理方法。在地质灾害数据中,非结构化数据占有很大的比例。由于关系模型难以有效地管理非结构化数据,因而关系型数据库对地质灾害数据的管理效果并不理想。这种弱点,在大数据时代将会被进一步放大,并对地质数据挖掘和大数据分析造成一定的影响。针对大数据时代地质灾害数据的管理模式,从泛结构化地质数据管理、应用模型和分布式异构系统的集成等方面进行了探讨。认为地质灾害数据的有效管理应该把文件系统、关系型数据库和NoSQL结合起来,并提出了一种基于双C模型和中间件结合的泛结构化地质数据管理与应用模式。这种模式已应用在多个工程中,取得了良好的效果。      

矿山地面灾害精准监测地学传感网系统

 研究矿山地面灾害监测传感网的理论和技术体系,建立矿山地面灾害监测地学传感网系统,进行矿区地面灾害精准监测及预报工作,对矿山及时准确科学预报、预防和减小地面灾害的损失,具有重要意义和作用。地学传感网主要是指采用GPS、测量机器人、倾斜传感器、位移传感器、温度和气压传感器、全景相机、CCD相机、视频传感器、RFID传感器、地面3D激光扫描仪和地基SAR等测地型传感器和测地辅助传感器,应用计算机网络和无线通信技术,通过传感器和数据库管理软件构建的地学传感网。矿山地面灾害精准监测地学传感网的理论,主要包括:矿山时空监测基准、矿山地面灾害监测地学传感网数据整合、监测空间数据聚类分析、矿山监测功能分区、矿山区域动态形变场理论和矿山地学传感网地理信息系统模型理论。 技术体系主要包括:监测空间数据库管理技术、数据通信传输技术和传感网地理信息系统平台技术。     

Early warning for geo-hazards based on the weather condition in China

According to national early warning practice for geo-hazards from 2003 to 2005, it is systematically concluded that the basic characteristics of geo-hazards, early warning method and forecast result based on the geological maps of China in a scale 1∶6 000 000. With the contrast of different characters between sustained rainfall and typhoon rainfall inducing geo-hazards, the disaster reduction result and some problems are preliminarily analyzed. Some basic recognition is that early warning to geo-hazards is feasible, national scale forecast is only to call attention, but can't immediately be used to disaster reduction decision-making. And, the future direction is to build a united disaster reduction framework of early warning system including national, provincial and county levels based on weather factors in different scale of area.     

自然灾害综合风险防范信息服务技术体系构建及展望

构建自然灾害综合风险防范信息服务业务技术体系是支撑新时代防灾减灾救灾工作的必然要求。文章聚焦全链条、多主体、多灾种综合风险防范信息服务需求,建立了自然灾害综合风险防范信息服务的技术体系框架,构建了涵盖常态减灾和灾前预防、灾中救援、灾后恢复重建等非常态救灾全过程的综合风险防范信息服务产品体系,建立了信息产品开发、行业数据协同、网络大数据挖掘、信息服务平台集成等方面的关键技术。其中,信息产品体系构建从灾害管理过程、主要业务类型和工作任务方面进行三级分类。信息产品开发方面研发了基于致灾、灾情、救灾3类标准灾害信息要素的灾害信息产品制作、表达和动态定制技术;行业数据协同方面研发了双向自适应的部门微服务数据共享新机制及多部门多源异构数据接入、融合处理技术;网络大数据挖掘领域研发了基于网页、移动通信、社交网络、物联网等网络大数据的致灾、灾情、救灾要素信息挖掘与融合分析技术;信息服务集成平台搭建领域研发了基于云服务架构的时空分布式大数据管理、业务工具模型集成、“云+端”多渠道信息服务技术。该技术体系解决灾害信息服务时效性不高、完备性不足等问题,为开辟与政府部门统计并行的灾害信息数据获取新途径提供了技术支撑。     

面向互联网信息抽取的海洋环境灾害链本体构建——以台风灾害为例

全球气候变化加剧了海洋环境灾害的影响力与破坏力,实时灾情信息获取与分析成为灾害应急处置中的关键环节。与具有延迟性的传统对地观测网络相比,基于互联网的众包地理信息以其实时性在受灾情况评估与灾害应急处置中得到广泛重视。为获取互联网文本中隐含的海洋环境灾害信息,探究灾害对人群行为活动的影响,本文着重关注海洋环境灾害发展的时空过程特性,从灾害链的角度分析灾害发生发展过程中所涉及的诸多要素,在收集整理海洋环境灾害相关知识的基础之上,采用五元组（概念、关系、属性、规则和实例）进行本体的逻辑结构表达,构建了用于信息抽取的海洋环境灾害链本体,其包含描述海洋环境灾害知识体系的海洋环境灾害本体、受到海洋环境灾害作用的地理对象本体以及在灾害发生、发展、结束的时空过程中产生的相应的人类应急处置本体。最后,本文以台风灾害为例,通过台风灾害链知识建模,实现互联网灾害信息抽取与时空变化过程分析。结果表明：基于海洋环境灾害链的互联网文本信息抽取可以获取隐藏在互联网文本中的灾害描述信息,能够分析灾害的发展变化过程及其对人群行为活动的影响,为灾害防治与应急救援提供一定科学支持。     

中文文本蕴含气象灾害事件信息多模型融合抽取方法

随着气候变暖加剧,全球极端天气事件频发,重大气象灾害的发生频率与日俱增。研究气候变化与气象灾害发生频率的关系,对于气候变化背景下的防灾减灾具有重要意义。文献资料及泛在网络数据中蕴含了海量的气象灾害时空事件,为此,本文基于自然语言处理技术研发了文本气象灾害时空事件自动抽取方法。① 提出了基于专业文献的由粗到精的气象灾害标注语料训练库构建方法。首先针对不同文献资料存在的歧义和不兼容等问题,构建了面向文本事件统一的气象灾害知识体系。然后构建了基于章节结构的粗标注方法,分别针对长文本（现代文）和短文本（文言文）研发了基于Labeled LDA模型及基于TF-IDF和N-gram模型的精细标注语料筛选方法,解决了语料库的快速构建问题;② 基于BERT-CNN模型研发了融合上下文语义特征和多粒度的局部语义特征的、面向长短文本一体化处理的气象灾害时空事件自动分类方法;③ 利用该方法分别从文言文和泛在网络数据中自动抽取了灾害时空事件,其宏F1值分别达到89.09%和80.06%,主要气象灾害时空事件分布与专业统计数据相关性较高;④ 基于以上结果,重建了我国各历史时期灾害时空演变过程,发现各时期灾害数据量整体呈现出逐步上升趋势,暴雨灾害、洪涝灾害与干旱灾害是影响我国的主要灾种。本方法既可实现网络长文本事件的自动发现,也可实现文言文短文本事件的自动检测,为文本数据便捷应用于气象灾害研究和监测提供了新的技术方法。     

Case study of debris flow disaster scenario caused by torrential rain on Kiyomizu-dera,Kyoto, Japan - using Hyper KANAKO system

This paper presents debris-flow numerical simulations using the Hyper KANAKO system, developed by the authors. The system uses the debris flow simulator KANAKO 2D equipped with a graphical user interface (GUI); hence, a user can easily produce appropriate landform data for simulations using standard laser profiler data, and visualize the results using a GIS. Hyper KANAKO was applied to the streams around Kiyomizu-dera in Kyoto, Japan. Kiyomizu-dera is a famous temple in Japan which is visited by numerous tourists throughout the year. We simulated a disaster scenario of debris flow caused by torrential rain. We set the hydrograph using rainfall intensity data, and set the landform data using information from the Geospatial Information Authority of Japan (GSI) and a digital elevation model (DEM). We evaluated different mesh sizes and also used a digital surface model (DSM) to consider the building heights. The simulation results showed that with small mesh size, the debris flow moved through the roads, which seems realistic for a disaster situation. When buildings were considered, the flow direction changed, and a 1-m flow depth, which was deeper than in other cases, appeared in the flow path. This may pose a dangerous situation for evacuations.