基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

三维地震属性参数在煤层厚度预测中的应用

依托“西部煤炭资源高精度三维地震勘探技术”项目工程,对晋城某矿南翼大巷东南区5m×5m×1ms的三维地震数据体,采用三维地震属性参数预测煤层厚度及其变化规律：沿3煤层、15煤层10ms时窗提取地震属性42种,根据钻孔资料,计算出煤厚与地震属性相关系数;从中优选出相关系数大于0．35的地震属性,其中3煤层9个、15煤层10个;然后进行地震属性互相关分析,优选出与3煤、15煤层厚度相关系数较大的4种属性,建立预测煤厚的BP神经网络模型,分别选取3煤层12个、15煤层4个实测数据作为学习训练和测试样本,以钻孔地震属性作为学习样本,对网络进行训练,最终获得全区煤层厚度。经与预留钻孔成果资料对比,预测精度较高,结果可用。     

人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

基于遥感影像大数据、卷积神经网络的福建省有效致灾雷电分布模型及应用

为了研究福建省有效致灾雷电的分布情况，基于福建省2004—2012年闪电定位数据及雷击人员伤亡数据、福建省L17级谷歌遥感影像瓦片，引入卷积神经网络模型对遥感影像所在区域是否属于人员活动的属性进行建模、训练和预测，得到福建省人员活动属性的格点产品，结合福建省历史雷电数据对有效致灾的雷电分布情况进行了分析，结果表明：①设计的遥感影像+CNN识别模型具有一定的可行性和准确率，通过显著性水平为0.01的假设检验；②福建省有63.55%的格点为无人员活动区域；③平均有45.36%的闪电落在无人员活动的区域，因地制宜地对其他致灾闪电进行预警是提高应急减灾服务效果的可行途径；④有效致灾雷电密度与历史雷击人员伤亡数据的相关性远大于常规雷电密度与历史雷击人员伤亡数据的相关性，有效致灾雷电分布在表征雷电灾害上比常规雷电分布更具有指示意义。     

神经网络技术及其在测井解释中的应用

在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。     

用BP神经网络预测土抗剪强度指标c、ψ

提出了应用BP神经网络来预测土抗剪强度指标c、ψ.结合工程实例,详细介绍了该方法的建模过程,结果表明预测结果和实测结果很接近,神经网络在土性参数方面应用前景很广阔.     

人工神经网络在天津市区地面沉降预测中的应用

在分析天津市区地面沉降特点的基础上，结合人工神经网络原理，选择1961-1980年的天津市区降水量、地下水开采量、前年沉降量、固结度作为训练样本的输入量，以这20年的地面沉降量作为输出量，用贝叶斯正则化算法训练BP网络，得到沉降的仿真模型。并把1981-1993年的资料用来进行预测检验，结果表明这是一种比较理想的地面沉降预测方法。最后在不同的降水量保证率下，预测了到2010年天津市区地面沉降的情况。     

利用人工神经网络对岩浆侵入范围的预测

以某矿三维地震勘探资料为依据,建立了岩浆侵入的正演模型,在应用灰色系统理论中的灰色关联分析方法进行属性优化的基础上,借助人工神经网络理论中的BP网络方法,建立了岩浆侵入范围预测的BP网络模型.通过误差分析证明,将灰色关联分析与BP网络结合起来进行岩浆侵入范围的预测是可行的.     

GPS高程转换系统的研究及其应用

主要就GPS高程转换进行研究，对二次曲面模型、多面函数模型、神经网络模型等进行了研究，研制开发了具有数据输入、编辑、计算、分析与输出功能的GPS高程拟合转换系统，最后通过实例计算分析，验证了该系统的可靠性与可行性。     

隧道变形预测的BP神经网络模型

本文根据神经网络的基本原理，利用实测数据建立了用于大断面隧道收敛变形预测的BP神经网络模型。基于神经网络的预测模型具有预测精度高，使用方便灵活，适合于复杂系统的特点，是解决隧道变形预测问题的一种崭新途径。