A GIS Approach to Prediction of Copper Deposits

INTRODUCTIONGeo-anomaly (GA) ,according to the Geo-Anomaly The-ory proposed by Professor Zhao Pengda,is the geological bod-ies or the combination of the geological bodies that are obvi-ously different from their surrounding geological bodies instructure,formation and genetic sequence.The ore body is avery special type of GA.The examination of the GA environ-ment is the basis of ore-prospecting,the premise of ore-find-ing and the criterion of target selection (Chi et al.,1 997) .The G…     

低温和赤霉素对百合鳞茎休眠解除的影响

以百合品种“西伯利亚”为材料,研究了低温和赤霉素（GA₃）处理对百合鳞茎休眠解除过程中形态和碳水化合物含量的影响,以及不同温度条件下鳞茎不同部位内源GA₃含量的变化。结果表明：低温（5℃）和0.15 g·L^-1 GA₃处理35 d时芽长与鳞茎高比值为67.954%,芽生长点位于鳞茎直立高度约2/3处,解除休眠所需天数最少;鳞茎在0~14 d时淀粉降解最快,第35天时可溶性总糖和还原糖含量最高。低温处理的内层鳞片和芽内源GA₃含量变化显著,且温度越低,变化越明显。低温条件下内层鳞片和芽的内源GA₃含量较高,上升趋势最为明显;而外层鳞片和根的GA₃含量水平较低,变化趋势较小。可见,顶芽和内层鳞片可能为整个鳞茎休眠解除活动的中心。     

自适应混合遗传算法在基坑支护结构优化中的实现

采用遗传算法对基坑支护结构进行优化设计,针对其早熟现象和局部搜索能力差的缺点改进遗传算法。使用自适应策略改进交叉算子与变异算子,在进化后期采用与位爬山法结合的混合遗传算法增强GA的局部搜索能力。对基坑支护结构建立优化设计数学模型,编制了基于遗传算法的基坑优化设计程序。通过实例分析,验证了改进策略的正确性。     

����GA�Ľ������񶯶�Ƶ�ʳɷֱ�ʶ

????????????????????????????????????????????????????????????????????????????·???????GA?????????????GA??????????????????????????????????????????????????????????????????????? ???????????????????????????????齨??????????????????????????????????????????????????????б?????????????GA??????????????????     

1880年以来的全球升温趋势探究

由于导致全球温度异常的因素的多样性,使得至21世纪末全球温度是否将持续上升存在较大的不确定性.文章基于新兴的非数值算法的遗传算法,对1880～2009年全球温度异常数据,做了驱动因子挖掘,将全球温度异常分解为人类活动的碳排放造成的温度波动和全球气候系统自然振动的温度波动两部分.研究发现,当前全球气候系统存在持续变暖的趋...     

一种高分辨率SAR影像道路提取方法

针对高分辨率SAR影像中细节信息损坏道路的面特征结构、影响道路提取,基于影像统计特征,给出一种结合区域生长和细节信息识别的道路提取方法。该方法通过区域生长提取呈现面特征的暗目标(道路框架),利用CFAR算法识别细节,通过形态学融合得到最终结果。为降低高分辨率影像区域异质性对提取结果影响,提出了一种自适应CFAR算法,相比之前算法可自适应删除干扰点;并引入有效表征影像统计的GA0分布。利用海南省陵水黎族自治县机载X波段高分辨率SAR数据的幅度影像进行实验,结果表明,该方法能有效提取呈面特征的道路,获得准确的道路宽度和中心线信息。     

熵权遗传算法及极限学习机地铁隧道沉降预测

针对目前的地铁隧道沉降变形预测方法忽略了对沉降变形影响因素的综合协调考虑这一问题,该文将遗传算法(GA)结合极限学习机(ELM)的方法引入地铁隧道沉降变形预测。该方法借助最大信息熵理论,充分挖掘地铁隧道沉降主要影响因素与沉降量间的信息特征,并将遗传算法与极限学习机相耦合,利用遗传算法的全局搜索能力获取ELM神经网络优化的初始权值和阈值,形成熵权遗传算法-极限学习机模型,并编制相应计算程序。采用该模型对西安某地铁隧道沉降变形进行预测,并与遗传算法-极限学习机、极限学习机、传统的BP神经网络预测结果进行比较,结果表明熵权遗传算法-极限学习机模型与实测值吻合更好,预测结果更稳定。     

水文频率分析中参数估计SAGA-ML方法的研究

建立基于模拟退火遗传算法(Sjmualted Annealing Genetic Algorithm,SAGA)的改进极大似然法,即将似然函数相反数求解极小值的表达式作为目标函数,依据矩法估计参数取值范围作为约束条件,然后应用SAGA进行参数估计.与常规极大似然法思路有本质不同,改进极大似然法通过遗传算法进行参数优化.通过蒙特卡罗试验,验证了改进极大似然法在参数估计和不同频率设计值估计两个方面均具有很好的准确性,与基于最大熵原理的方法效果相当,优于其他方法;同时该方法不受线型类型、参数数目和约束条件的限制;可以避免应用常规极大似然法时出现似然方程无解等情况;且求解过程简便快捷,使极大似然法在理论上和实际应用中都成为有效的方法.     

基于色度平面的自适应颜色聚类

本文的目标是寻找具有更高灵活性和自适应性的颜色聚类方法。在分析了多种颜色聚类方法的基础上 ,提出了 2种无监督的二维色度平面颜色聚类方法 :基于密度的三角化方法和遗传算法优化方法 ,并通过实验对 2种方法进行了比对分析。结果表明 ,基于密度的三角化方法具有很好的边界拟合效果 ,而遗传算法优化对于复杂的数据集和解决干扰噪声有更好的效果。     

遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用

区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测。实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度。无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络。