一种提高静止图像压缩比的压缩算法

作者在已有的基于DCT变换的双VQ静止图像算法的基础上提出了的改进算法，利用神经网络中的自组织特征映射神经网络进行图象矢量量化的码书设计，通过实验表明本算法在进一步提高压缩比的同时可以得到令人满意的图像效果。     

基于SOFM神经网络的边坡稳定性评价

针对边坡工程稳定性分析中参数的不确定性,在分析自组织特征映射神经网络（SOFM）基本学习算法的基础上,从提高算法收敛速度和性能出发,将自组织特征映射神经网络基本学习算法加以改进,据此建立了评价边坡稳定状态的SOFM神经网络模型。然后用收集到的边坡稳定工程实例作为样本,对该模型进行训练和检验,并与BP神经网络判别结果对比。结果表明,SOFM神经网络性能良好、预测精度高,是边坡稳定性评价的一种有效方法。     

改进SOFM网络算法及其在裂隙统计分析中的应用

在分析 SOF M自组织特征映射神经网络原有算法的基础上 ,从提高算法收敛速度出发 ,提出了一种改进算法。该算法首先采用 C均值法从输入数据中寻找出 N 2个聚类中心 ,然后用一种启发式的方法把选取的 N2个数据点放置到一个 N× N 的空阵列中。利用这种算法 ,可以避免传统 SOF M算法中不断地用大量的数据去调整连接权的过程 ,从而快速地构造特征映射。应用这种算法 ,通过对某隧道工程围岩裂隙统计数据的快速分类、仿真判别 ,为围岩渗透性评价计算提供精确程度较高的量化依据 ,取得了较好的效果。     

基于自组织神经网络的砂土液化评价

在分析自组织特征映射(SOFM)神经网络基本学习算法的基础上,从提高算法收敛速度和性能出发,提出了一种改进算法:根据实际应用并结合专家经验确定初始连接权值;采用高斯函数作为拓扑邻域函数;将算法分为粗调整和细调整两个阶段,分别采用不同的学习率和邻域函数,然后采用改进后的SOFM算法对砂土液化进行评价。实例研究表明,应用SOFM神经网络评价砂土液化高效可行,为砂土液化评价提供了新方法。     

ASTER数据的自组织神经网络分类研究

传统的遥感数据分类方法大多基于统计学的参数估计，假设数据分布服从高斯正态分布。神经网络方法无需参数估计和统计假设，因而，近来越来越多地应用于遥感数据分类之中。介绍了基于聚类分析的自组织特征映射分类方法。ASTER卫星数据是新型遥感数据，包括 3个15 m分辨率波段和 3个30 m分辨率的短波红外波段。选择北京地区的ASTER数据作为方法实验数据，首先对数据进行了小波融合，然后进行了土地覆盖类型的自组织特征映射神经网络分类研究，把研究结果同最大似然判别法得到的分类结果进行了比较，分类精度比最大似然判别法总体提高了9％。     

地表移动预计参数选取的神经网络法

地表移动预计参数的选取是研究地表移动及其规律的重要内容，由于预计参数受多种复杂因素的影响，具有高度的不确定性和离散性，利用神经网络具有自组织、自学习和高度非线性映射的能力，并既能考虑定量因素又能考虑定性因素的优点，可建立地表移动预计参数选取的神经网络模型以及对BP神经网络进行改进。利用大量的地表移动实际观测数据样本对该网络模型进行训练和学习，并用该网络模型对地表移动参数进行预计，结果表明，该改进的BP神经网络具有收敛速度快、预计参数精度高的优点，从而为开采沉陷地表移动预计中参数的选取提供了新方法。     

地下工程围岩分类的神经网络可视化评价

围岩分类是地下工程技术基础研究的重要课题之一。影响围岩类别的因素有很多，并且具有高度的随机性和模糊性。神经网络方法具有自组织、自学习和高度非线性映射的能力，并且既能考虑定量因素又能考虑定性因素，因此，在围岩分类的应用方面，神经网络具有广泛的前景。文章基于改进的BP神经网络的一般原理，依据有关地下工程围岩的分类标准，选取岩体结构、岩石饱和单轴抗压强度、岩体结构面、岩石纵波速度作为围岩分类的评价指标，利用MATLAB语言构建了可视化的围岩分类神经网络模型，并收集了大量的工程资料对网络进行训练和检验。结果表明，网络的预测结果与实际结果比较一致。证明神经网络是能够在工程岩体分类方面得到推广应用的。     

基于自组织映射网络的模式分类器对储产层自动分类方法研究

文章提出了一种储产层识别及预测方法，该方法利用了神经网络中的自组织特征映射网络，它是由无人管理训练而得到的。当该网络被用作储产层的模式分类器时，它需要进行有导师指导的训练，这个模型就变为储产层的模式分类器。     

基于自组织特征映射网络-随机森林模型的滑坡易发性评价

为深入探讨评价单元和非滑坡样本选取对滑坡易发性预测的影响,构建了一种基于自组织特征映射网络-随机森林模型的滑坡易发性评价模型。该模型针对栅格单元和斜坡单元在滑坡易发性评价中的不足,结合栅格单元和斜坡单元的相互关系,提出了滑坡易发性指数的优化计算方法。在此基础上,基于随机森林Tree Bagger分类器构建滑坡易发性评价模型,通过对比分析自组织特征映射网络和随机方法选取非滑坡样本对评价结果的影响,探讨自组织特征映射网络、随机森林和自组织特征映射网络-随机森林三种评价模型的有效性;将评价模型应用于大余县滑坡易发性评价。结果显示,随机森林模型和自组织特征映射网络-随机森林模型的预测精度较高,分别达到91.19%和94.94%,成功率曲线的AUC值分别为0.822和0.849,表明自组织特征映射网络-随机森林模型具有更高的预测率和成功率, 自组织特征映射网络聚类的预测精度虽然有限,但作为非滑坡样本的选择方法,能够有效提高随机森林模型的评价精度。     

三维地理信息系统中纹理的非参数映射及矢量剪切

根据日常生活和地矿工作的实际需要,利用相似变形原理,提出了一种新的非参数映射法－实物标志点映射法,同时给出了纹理映射后的矢量剪切算法－空间曲面网络与剪切平面求交的算法。这种新的纹理映射法和矢量剪切算法简单易行且准确可靠,而且具有很强的灵活性和适应性,推广应用前景良好。一个典型城市景观的应用实例说明了该方法的有效性。     

Définition d'une limite multicritère ; stratigraphie du passage Campanien–Maastrichtien du site géologique de Tercis (Landes,SW France)Definition of a multi-criteria boundary; stratigraphy of the Campanian–Maastrichtian interval of the geological site at Tercis (Landes,SW France)

Lithostratigraphy, physicochemical stratigraphy, biostratigraphy, and geochronology of the 77–70 Ma old series bracketing the Campanian–Maastrichtian boundary have been investigated by 70 experts. For the first time, direct relationships between macro- and microfossils have been established, as well as direct and indirect relationships between chemo-physical and biostratigraphical tools. A combination of criteria for selecting the boundary level, duration estimates, uncertainties on durations and on the location of biohorizons have been considered; new chronostratigraphic units are proposed. The geological site at Tercis is accepted by the Commission on Stratigraphy as the international reference for the stratigraphy of the studied interval. To cite this article: G.S. Odin, C. R. Geoscience 334 (2002) 409–414.     

Late Wuchiapingian (Late Dzhulfian,early Late Permian) limestone olistolites within the Tertiary flysch of Glypia Unit (Mount Parnon,central–eastern Peloponnesus,Greece)

Some olistolites reworked in a Tertiary flysch of Mount Parnon (Peloponnesus, Greece) exhibit a Late Permian assemblage, dominated by Paradunbarula (Shindella) shindensis, Hemigordiopsis cf. luquensis and Colaniella aff. minima. This association corresponds to the Late Wuchiapingian (=Late Dzhulfian), a substage whose algae and foraminifera are generally little known. Contemporaneous limestones crop out in the middle part of the Episkopi Formation in Hydra, but they are rather commonly reworked in Mesozoic and Cainozoic sequences. The palaeobiogeographical affinities shared by the foraminiferal markers of Greece, southeastern Pamir, and southern China, are very strong (up to the specific level), and are congruent with the Pangea B reconstructions. To cite this article: E. Skourtsos et al., C. R. Geoscience 334 (2002) 925–931.     

PALEONTOLOGY

正20141596 Liu Yunhuan(School of Earth Sciences and Resources,Chang’an University,Xi’an 710054,China);Shao Tiequan Early Cambrian Quadrapyrgites Fossils of Xixiang Boita in Southern Shaanxi Province(Journal of Earth Sciences and Environment,ISSN1672-6561,CN61-1423/P,35(3),2013,p.39-43,3 illus.,20 refs.)     

GEOCHEMICAL EXPLORATION

正20141719 Chen Zhijun(State Key Laboratory of Geological Processes and Mineral Resources,China University of Geosciences,Wuhan 430074,China);Chen Jianguo Automated Batch Mapping Solution for Serial Maps:A Case Study of Exploration Geochemistry Maps(Journal of Geology,ISSN1674-3636,CN32-1796/P,37(3),2013,p.456-464,2 illus.,2 tables,10 refs.)     

MICROPALAEONTOLOGY

正20140962 Chen Fenning(Xi’an Institute of Geology and Mineral Resources,Xi’an710054,China);Chen Ruiming Late Miocene-Early Pleistocene Ostracoda Fauna of Gyirong Basin,Southern Tibet(Acta Geologica Sinica,ISSN0001-5717,CN11-1951/P,87(6),2013,p.872-886,6illus.,56refs.)     

PETROLOGY

正1.IGNEOUS PETROLOGY20142008Cai Jinhui(Wuhan Center,China Geological Survey,Wuhan 430205,China);Liu Wei Zircon U-Pb Geochronology and Mineralization Significance of Granodiorites from Fuzichong Pb-Zn Deposit,Guangxi,South China(Geology and Mineral Resources of South China,ISSN1007-3701,CN42-1417/P,29(4),2013,p.271-281,7illus.,     

ENVIRONMENTAL GEOLOGY

正20141205Cheng Weiming(State Key Laboratory of Resources and Environmental Information System,Institute of Geographic Sciences and Natural Resources Research,CAS,Beijing 100101,China);Xia Yao Regional Hazard Assessment of Disaster Environment for Debris Flows:Taking Jundu Mountain,Beijing as an     

PROSPECTING EXPLORATION

正20141266Fan Chaoyan(Guangdong Provincial Key Laboratory of Mineral Resources and Geological Processes,Guangzhou 510275,China);Wang Zhenghai On Error Analysis and Correction Method of Measured Strata Section with Wire Projection Method(Journal of     

OCEANOGRAPHY & MARINE GEOLOGY

正20140582 Fang Xisheng(Key Lab.of Marine Sedimentology and Environmental Geology,First Institute of Oceanography,State Oceanic Administration,Qingdao 266061,China);Shi Xuefa Mineralogy of Surface Sediment in the Eastern Area off the Ryukyu Islands and Its Geological Significance(Marine Geology Quaternary Geology,ISSN0256-1492,CN37     

ENVIRONMENTAL GEOLOGY

正20141810 Bian Yumei(Geological Environmental Monitoring Center of Liaoning Province,Shenyang 110032,China);Zhang Jing Zoning Haicheng,Liaoning Province,by GeoHazard Risk and Geo-Hazard Assessment(Journal of Geological Hazards and Environment Preservation,ISSN1006-4362,CN51-1467/P,24(3),2013,p.5-9,2 illus.,tables,refs.)