改进支持向量机的高分遥感影像道路提取

针对支持向量机受分类数的限制在高分辨率遥感影像中无法直接获取高精度道路网信息的问题,该文提出一种新的混合的基于支持向量机的方法:首先,利用模糊C均值聚类方法将输入的遥感影像分为3类,以减少支持向量机的错分现象;其次,运用支持向量机将不同类别的像素分为道路类和非道路类;最后,应用马尔科夫随机场对分类结果进行噪声去除,并采用形态学进行后处理,进而得到精确道路网信息。实验结果表明:该算法不仅能够从高分辨率遥感影像中提取出道路网,而且精度优于直接使用支持向量机算法以及对比算法。     

地下结构孕险环境危险性预警的改进SVM模型

针对地震作用下孕险环境样本数据有限、复杂非线性等特点,提出了一种基于最小二乘支持向量机的地下结构孕险环境危险性预警方法。围绕地震后效应的地下工程区域孕险环境危险性预警目标和特征参数,设计孕险环境危险性问题的向量机表示形式,提出孕险环境危险性支持向量机训练工作机制,利用支持向量机结构风险最小化原则和非线性映射特性,建立基于最小二乘支持向量机的地下结构孕险环境危险性预警模型及其算法组件,并利用遗传算法优化其惩罚函数和核函数参数,隐式表达孕险环境危险性与其影响因素之间的非线性关系。结果表明,模型具有有效的小样本学习能力,具有较高的拟合和预测精度,明显优于神经网络等预测模型。     

基于第二代测序技术的条斑紫菜(Pyropia yezoensis)贝壳丝状体附生菌群研究

条斑紫菜(Pyropia yezoensis)贝壳丝状体黄斑病给育苗产业造成危害,但目前对健康状态下的菌群结构及其发病后变化仍缺乏认识。本研究基于第二代测序技术和16S r RNA序列分析,对健康和患病丝状体的细菌组成与变化进行比较。测序共产生1.6Gb配对末端序列,获得了第一个高通量的条斑紫菜贝壳丝状体细菌群落数据集。通过数据分析共识别出7,833种可操作分类单元(operational taxonomic units,OTUs),比对确定为18个细菌门。相对于健康样本,黄斑病丝状体样本的微生物多样性显著增加。主坐标分析和非加权组平均法(unweighted pair group method using arithmetic average,UPGMA)聚类均将健康和黄斑病丝状体分成不同的组,且健康组样本间的距离明显小于黄斑病组。上述结果说明,健康贝壳丝状体保持着相似的微生物群落结构,而患病后的丝状体则发生了不同的变化;健康样本和黄斑病样本组间差异显著的细菌属有39个,其中29个在健康样本中的相对丰度明显高于病患组样本。本研究从菌群生态角度分析了健康贝壳丝状体微生物菌群结构、发病后菌群的变化及其对丝状体生长的潜在作用,为丝状体病害的检测和预防提供有价值的信息。     

小入射角下海浪后向散射系数不对称性和各向异性分析验证

基于北京遥测技术研究所机载波谱仪实测数据以及ECMWF提供的风场数据,分析了不同风速条件下小入射角海浪平均后向散射系数不对称性与各向异性随入射角的变化特性,并对导致这一现象的原因进行了初步分析。结果表明:小入射角下,海浪平均后向散射系数随入射角增大呈现递减趋势并在18°时达到某一稳定值,之后基本维持不变;海浪后向散射系数不对称性与各向异性均随入射角增大呈现递增趋势,同样在18°增大至某一稳定值,之后基本维持不变;低风速条件下,海浪不对称性和各向异性与风速有关,且风速越大不对称性与各向异性越明显。     

基于SERD与SPAN的全极化SAR数据海岸线分类

基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。     

上海市东方医院青岛分院钻孔桩施工技术

上海市东方医院（同济大学附属东方医院）青岛分院桩基工程,工程量大,工期紧,因上部存在填土、淤泥质土,地层条件较复杂。根据工程实际情况采用了旋挖钻机、冲击钻机、回转钻机成孔工艺,采取加长钢护筒、泥浆护壁等技术措施,有效解决了缩径、孔壁坍塌问题,保质保量按期完成了施工任务,取得了很好的经济和社会效益。     

阜阳华纺新天地超长空桩成孔施工控制措施

阜阳华纺新天地桩基工程,原计划基坑底面施工调整为地面施工,增加了近14 m的空桩。为此,工程桩施工质量存在桩位、孔底沉渣厚度、钢筋笼位置、砼质量、砼桩顶标高等方面控制的相关问题。本文介绍了其施工情况,其经验可供类似工程借鉴。     

基于支持向量机的喀斯特山区土壤环境质量评价——以贵州北部一茶叶园区为例

以贵州北部一茶叶园区80个表层土壤样品为研究对象,对其Hg、As、Cd、Pb、Cr和Cu含量进行测定,在MATLAB中应用支持向量机构建土壤环境质量评价模型,并与模糊综合评价法和内梅罗综合污染指数法的评价结果对比分析,探究支持向量机模型在喀斯特山区土壤环境质量评价中的适用性,其结果表明:研究区土壤质量Ⅰ类与Ⅱ类样品比例为33∶7,土壤环境质量大多数为I类;支持向量机方法的评价结果与模糊综合评价法和内梅罗综合污染指数法结果的相同率分别达到82.5%和80.0%,并分析结果有差异的样品,发现支持向量机评价结果更符合实际情况,这说明该模型适用于土壤环境质量的评价。      

一种盾构施工引起的地面沉降预测方法

针对盾构施工引起的地面沉降的影响因素众多、关系错综复杂,常规数学模型难以准确预测沉降量的问题,该文提出了采用主成分分析法和粒子群优化的支持向量机方法来建立预测模型。并结合工程实例将预测结果与常用的多元线性回归模型和基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做了比较。结果表明:PCA-PSO-SVM的预测结果精度较多元线性回归模型和LM-BP神经网络有很大的提高,证明了该研究方法具有一定的理论意义和参考价值。     

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。