基于MATLAB神经网络方法的多层砖房震害预测

提出利用MATLAB人工神经网络工具箱建立基于贝叶斯正则算法的BP神经网络模型,以地震区多层砖房震害调查数据为因子的震害预测方法.神经网络模型输入震害因子包括建筑的层数、施工质量、房屋整体性等,输出值为建筑物在地震作用下的破坏程度.结果表明,本方法可以对多层砖房的震害样本进行预测并达到较理想的效果.     

南水北调中线降水丰枯遭遇风险分析

受降水丰枯变化不确定性和差异性的影响,南水北调中线工程水源区与受水区降水的丰枯遭遇状态各不相同,给南水北调工程水资源调度运行带来风险。联合copula函数和贝叶斯网络理论,建立了南水北调中线工程水源区和受水区降水丰枯遭遇风险分析模型,对南水北调中线工程调水最不利的丰枯遭遇风险概率进行了研究。利用copula函数建立了水源区和受水区年降水量联合分布函数,计算条件概率,结合贝叶斯网络进行丰枯遭遇风险分析。结果表明南水北调中线4个受水区调水风险的概率均在25%以下,并对不同情景的调水风险进行了仿真分析。     

多模型方法在非点源污染负荷中的应用展望

对非点源污染进行定量化和有效控制的方法是通过非点源污染负荷模型对各类非点源的形成、迁移转化以及负荷量进行模拟。然而,流域非点源污染模型的不确定性是单一模型模拟污染负荷面临的重大挑战。借鉴多模型方法在降低水文模型不确定性方面的优越性,通过分析水文模型与非点源污染模型的相通性,提出多模型方法在非点源污染负荷中应用的基本思路并分析了多模型方法在非点源污染负荷估算中面临的挑战,总结了多模型方法在非点源污染负荷应用中的重点和难点问题。     

基于回归支持向量机的水库防洪承载力预测模型研究

防洪承载力,即水库目前剩余防洪库容条件下,不泄洪所能容纳的流域面降雨量.根据水量平衡原理分析概化出防洪承载力的预报因子为当前土壤含水量,当前入库流量以及水库剩余库容.利用2010-2020年青山水库55场历史洪水建立基于回归支持向量机的防洪承载力预测模型,利用贝叶斯优化进行超参数率定,通过分析预测值确定回归支持向量机核...     

基于神经网络方法获得最优化月球内部结构模型

由于观测手段有限,目前对月球内部结构的认识还存在很大的不确定性,至今仍没有一个被广泛认可的内部结构模型,且现有对月球内部结构模型的研究几乎很少关注观测值对观测精度的影响.本研究采用混合密度神经网络方法得到了月球内部结构模型的后验概率密度分布,获得了平均月球内部结构模型(Mean模型)、最大后验概率对应的月球内部结构模型...     

空间软数据及其插值方法研究进展

由于对地观测技术的迅速发展,空间数据的种类和数量增长迅猛,由空间数据反演得到的各种信息日趋膨胀,这些反演结果中的信息不少以软数据的形式出现。在实际应用中,这些软数据往往与空间插值的目标变量具有一定的相关性,甚至成为控制目标变量空间分布特征的重要因素。然而,由于这些数据通常表示为非数值形式,在计算和处理上存在着一定困难,以致被传统的插值方法所忽视,从而造成信息浪费。近来出现的空间软插值方法是一种利用空间软数据作为辅助信息并以改善插值效果的方法,能够较好的处理并利用软数据所隐含的信息,具有较好的应用发展前景。本文根据空间软数据的特点及其分类,系统综述了空间软插值方法及其应用领域。首先分析了空间数据软硬性质的根本区别,论述了软数据的分类和“硬化”方法,然后介绍空间插值模型中对空间软数据的集成方法和原理,最后对空间软插值方法及其应用研究领域进行了展望。     

岩土参数概率分布统计意义上的优化分析

通过实验数据的可靠性检验、概率模型有限比较法拟合优度检验和分布参数的推广贝叶斯法估计,来实现岩土参数概率分布在统计意义上的优化分析。     

贝叶斯统计方法在海浪方向谱研究中的应用

较详细介绍了贝叶斯统计方法在海浪方向谱估计中的应用,指出先验分布的不同对估计结果没有影响,由于均匀分布与最大熵原则相对应,使其具有某种特殊性.数值模拟表明贝叶斯方法对双峰方向分布估计的有效性,将其应用于黑海实测资料,证明双峰方向分布的出现依赖于估计方法分辨力的大小,而用最大似然法得到的双峰方向分布值得怀疑.最后给出出现双峰方向分布的一种可能物理解释.     

关联向量机及其在入侵检测中的应用探讨

介绍一种稀疏的贝叶斯学习算法——关联向量机(RVM)，它在再生核希尔伯特空间中学习，利用贝叶斯方法推理，推广能力好，与支持向量机相比不仅解更为稀疏而且不需要调整超参数。应用RVM的对小样本的良好分类能力，提出一种基于RVM的入侵检测原型系统。     

三种统计预报模型在江苏省道路低温预警中的应用

为了更好地开展道路交通低温灾害的预警,减轻道路结冰给车辆行驶造成的危害,本文利用2012—2016年江苏省高速公路网AWMS系统交通气象观测数据,在对路面低温发生规律进行分析的基础上,结合多元线性回归、朴素贝叶斯以及支持向量机3种统计预报方法,开展了路面低温预警的统计建模与预报试验。结果表明:(1)江苏全省高速公路网路面温度出现0℃以下、-2℃以下、-5℃以下的低温频率均呈"北高南低"分布。(2)全省高速公路网路面温度出现0℃以下的低温时次大多在15:00到次日06:00之间。(3)在对京沪高速M9308站的单站建模与预报试验中发现,路面低温预报因子组合中以13:00气温、13:00—18:00气温变温、13:00路面温度、13:00—18:00路面变温、13:00路基温度、13:00—18:00路基变温、18:00相对湿度和18:00风速U分量为自变量组合的预报方程效果最好,3种方法中以朴素贝叶斯模型的预报准确率最高;(4)就全省高速公路网而言,3种统计预报模型的路面低温预报准确率均超过75%,通过对全路网路面低温预报的试验结果对比发现,多元线性回归方法对江苏省北部路网的预报效果最好,预报准确率大多在85%以上;而支持向量机模型对江苏省南部路网的预报效果最好,大部分站点的低温预报准确率达95%以上。