基于正交多项式逼近法的岩土参数概率分布推断

针对岩上参数样本容量较大的情况,基于数值分析中的逼近原理,直接根据试验样本值,运用勒让德正交多项式来拟合岩土参数的概率密度函数,并用K-S检验法从理论上证明所求的密度函数的正确性和实用性。     

卫星导航欺骗干扰技术研究进展

在卫星导航应用越来越重视对抗与防护的背景下,梳理了卫星导航欺骗干扰技术的发展现状。讨论了欺骗干扰的原理和分类,介绍了欺骗干扰对接收机的影响、转发式欺骗干扰定位模型、新型渐变自同步欺骗干扰三个方向的研究进展,最后展望了卫星导航欺骗干扰技术下一步的发展方向。     

大面积水深异常检测的条件变化自编码算法

针对大面积海底地形数据缺失或异常的复杂及多变性特点，结合条件变分自编码器（CVAE）与深度卷积生成对抗网络（DCGAN），构建了条件变分自编码生成对抗网络（CVAE-GAN）大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布，通过对训练样本的学习重新构建样本之间的分布规律，有效提高了高维到低维映射的稳定性；结合生成对抗网络，提高了整体算法的稳健性，最终得到较优的检测与剔除结果。采用水深格网数据进行试验，并与中值滤波法、趋势面滤波法进行比较。结果表明，本文方法在精度、稳定性及噪声稳健性方面有所提高，验证了本文方法在海底地形数据处理上具有可行性。     

地理国情普查外业调查与核查探讨

地理国情普查主要是查清我国地形地貌、地表覆盖等自然和人文地理要素的现状和空间分布情况,建立普查成果数据库,为开展常态化的国情监测奠定基础。正确理解吉林省地理国情普查技术设计和作业指导书,以及国情普查的内容与指标,进行外业核查与遥感影像解译样本采集工作,为最终形成地理国情要素数据、地表覆盖分类数据和遥感影像解译样本数据库奠定基础。     

MASNUM-WAM海浪模式集合Kalman滤波同化研究-I.风场扰动对海浪模拟影响

模式集合样本的代表性和观测信息的可靠性是制约数据同化效果的重要因素,而前者对海浪模式同化的影响尤为显著。由于海浪模式对初始场的敏感性较弱,来自大气的风输入源函数是海浪的重要能量输入,如何合理地对风输入进行扰动,构造海浪的集合模式运行,是实现和改进海浪模式集合Kalman滤波同化的关键问题。为了实现海浪模式集合运行,本文提出了风场的三种集合扰动方案,分别为：纯随机数、随机场和时间滞后的风场扰动方法。本研究利用2014年1月ECMWF全球风场,基于这三种风场扰动方法开展了集合海浪模式的集合运行实验,并统计分析了海浪特征要素（有效波高）和二维波数谱对风场扰动的响应。结果表明,随机场集合扰动方案所构造的风场集合效果最佳,所得海浪模拟结果的集合样本发散度适中,能够较为合理地反映背景误差的统计特征,可用于进一步的集合Kalman滤波海浪数据同化实验。     

小样本岩土参数下土质边坡可靠度分析的条件概率法

岩土勘察取样数量有限是土工参数统计不确定性的重要来源,小样本条件下参数估计偏差向可靠度计算环节传递,导致分析结果呈现不确定性。针对小样本岩土参数 X ,围绕样本平均值X构造具有不同随机偏离程度的一系列假想参数总体均值 μ *,以μ_i*的不同取值为发生条件P(B_i)、对应的可靠度计算结果P_fi为条件概率P(A|B_i),基于Bayes全概率公式,建立了小样本岩土参数下计算边坡失效概率P(A)的条件概率分析方法。研究表明:参数正态总体的样本数量有限条件下,以t分布函数对总体均值μ发生抽样估计偏差(X-μ)的概率进行量化,以此作为权值对可靠度条件概率进行修正,得到更趋近可靠度真值的分析结果;由简单土坡算例验证,较之将样本平均值X替代总体均值μ进行可靠度计算的传统直接代入法,条件概率法能减小因参数估计偏差导致的计算结果离散性,一定程度上可提高小样本岩土参数下的边坡可靠性分析精准度。     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。     

一种可考虑历史洪水的马氏权函数法研究

导出了非连序样本下,马氏权函数法(适用于P-Ⅲ型分布)参数估计公式.在不偏性、有效性的标准下,统计试验结果表明,推导的非连序样本下的计算公式是较为有效的,且拓宽了马氏权函数法的使用范围.     

随机-模糊处理方法在岩石力学指标统计及岩组划分中的应用

探讨了随机 模糊处理方法在岩石力学指标统计和岩组定量划分中的应用。文中对计算中的隶属函数取值及迭代方式进行了深入讨论。通过计算结果的比较分析, 认为随机 模糊处理方法更符合实际, 并优于其他方法。最后作者提出了岩组定性划分 岩石样本参数的随机 模糊统计分析 岩组定量划分及参数重新统计的分析程序。     

车辆轨迹数据的道路学习提取法

车辆轨迹数据的道路信息提取是地理信息领域的热点也是难点之一,深度学习的快速发展为该问题的解决提供了一种思路与方法。本文针对车辆轨迹数据的车行道级道路提取问题,引入深度学习领域的生成式对抗网络,利用残差网络构建深层网络和多尺度感受野感知轨迹数据不同细节特征,构建了基于条件生成式对抗网络的轨迹方向约束下车行道级道路提取模型。首先提出了朝向-颜色映射栅格化转换方法,实现轨迹朝向信息向HSV颜色空间的转换;然后利用样本数据学习模型参数;最后将训练模型应用到郑州、成都、南京3个试验区域提取车行道级道路数据。试验结果表明,本文方法能够有效地提取完整的车行道级道路数据。