动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点.     

基于奇异值分解法的含量-面积法对化探异常的确定

地球化学场的数据通常具有分形的特征。应用奇异值分解方法对元素含量数据矩阵进行分解,对奇异值进行分形统计,得到了分形模型。重建元素含量的数据矩阵。然后利用含量-面积的分形方法对重建后的数据矩阵进行分形处理。使用MAPGIS软件进行统计分析,得出研究地区元素的异常下限,做出元素异常分布图,并与该地区已知矿点的分布图进行叠加分析,预测潜在的成矿区。     

曲线的弯曲识别方法研究

提出了一新的弯曲识别方法及其相应的算法,实例验证了该方法的有效性.     

基于改进PSO-SVM的噪声稳健建筑物变形监测方法

对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义。建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息。针对该问题,提出一种改进粒子群(Particle Swarm Optimization,PSO)算法优化支持向量机(Support Vector Machine,SVM)的噪声稳健建筑物变形监测方法,利用改进PSO算法的全局搜索能力对SVM的核参数进行优化,提升预测精度的同时增强算法的噪声稳健性。基于实测数据的试验结果表明,相对于传统交叉验证SVM和小波方法,所提方法可以获得更高的变形预测精度,并且在低信噪比条件下优势更加明显。     

承上启下的担当——气象干部培训学院第17期中青班研究报告摘编

2020年岁末,第17期气象部门中青年干部培训班的38位学员完成近3个月的课程,返回工作岗位。在完成课程的同时,学员分成6个小组,分别针对防灾减灾第一道防线、科技创新体系、气象优良传统、省和县事业单位优化6个主题,完成了专题研究报告。这些报告直面气象发展的核心问题,参训学员通过课程启发和工作中的思考,贡献了中青班的集体智慧。本文摘要给出其中5个主题报告给出的一些现状分析和思想的火花。需要报告全文的读者,请联系作者或培训班负责人。     

重庆市勘测院铸造科技精品

科学技术是第一生产力。重庆市勘测院坚持“可持续发展”战略，树立科学的发展观，加大科技投入，加强成果转化及推广应用，用科技打造城市勘测品牌。     

一种基于核学习的储集层渗透率预测新方法

基于核学习的支持向量机,是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法,具有完备的理论基础。这里提出了核学习技术在储集层非均质特性描述中渗透率参数预测的新用途。在复杂地层中,基于支持向量机的智能和自适应模式识别能力而建立了常规测井多参数信息输入的渗透率预测模型,然后对实际油田储集层渗透率进行了预测。与常规线性回归模型预测结果相对比,所提出的方法更易于使用,很少受不确定因素的影响,并具有较强的信息整合能力以及更高的预测准确性和可信度。     

航空影像分割的最小二乘支持向量机方法

将最小支持向量机LS-SVM用于航空影像的分割,讨论了不同核函数对分割结果的影响和稀疏化处理对决策函数的影响。试验表明了LS-SVM方法用于航空影像分割的可行性。     

基于DEM的地形简化方法对比分析

地形简化作为一门重要的数据压缩技术已广泛应用于DEM。在大量简化算法中，地形简化指标作为地形简化的核心环节，其好坏直接关系到地形简化的好坏。本文对基于局部误差、曲率和法向量的五个地形简化指标进行了分析评价，用离散的高斯合成曲面来模拟真实DEM，以解析得到的高斯曲率作为地形简化指标“真值”，对比研究了在离散高斯曲面上得到的五个简化指标与解析所得“真值”，通过对各个指标“保特征性”可信度的分析，获得了对这五个指标的整体评价，最后，实例验证了本文结论的正确性。     

宁波市第二代GPS控制网的实践与探讨

介绍了宁波市第二代GPS控制网的基本情况以及与第一代GPS控制网的区别，提出了建立现代GPS控制网、GPSRTK直接测定坐标和高程等应该注意的几点意见。