应力波无损检测锚固质量的BP网络分析

本文探讨了用于锚杆锚固工程质量评价分析的人工神经网络模型,阐述了基本原理和算法,并结合实例应用表明该方法的可行性和有效性,完善了无损检测锚杆施工质量的声频应力波法。     

运用BP网络预测地下水位

人工神经网络是一门新兴的交叉学科，是处理非线性问题的有效方法。本文把影响地下水位的因素集作为网络的输入向量，地下水位本身作为网络的输出向量，构成了预测地下水位的ＢＰ网络模型。一个实例的应用实践表明，用ＢＰ网络预测地下水位较准确地反映了客观实际，比其它方法如回归模型具有较高的拟合严谨和预测精度。     

基于BP神经网络的航空物探数据分类方法

大比例尺、高精度航空物探测量,为岩性分类提供了可靠的基础资料,而BP神经网络分类为岩性分类提供了有效手段.笔者依据BP神经网络模型原理,编制了用于航空物探数据处理与解释的BP神经网络软件,并成功用于航空伽马能谱的岩性分类解释.示例证明,借助BP神经网络算法,处理并解释航空物探数据的分类问题,如岩性划分等,具有十分明显的效果.     

BP神经网络在地质样品测定中的应用

反向传播人工网络（Ｂ ａｃｋ ｐｒｏｐａｇａｔｉｏｎ ａｒｔｉｆｉｃｉａｌ ｎｅｔｗｏｒｋｓ）是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特征。该模型可应用于地质样品测定,以及从地质样品数据中提取信息,实现对地质样品的分类识别及对矿产资源预测评价。ＢＰ神经网络在地质样品测定中将会有很好的应用前景。     

地质雷达数据的拟浅层地震资料处理

本文提出用浅层地震资料处理程序系统，处理地质雷达数据的依据、方法和实例。为地质雷达处理技术共享地震处理程序资源提出可行的作法。     

地质大数据存储技术

在大数据时代背景下,地质大数据的研究及大数据相关技术为实现地质工作的现代化发展和信息化提供了有效的支撑。而当代大数据发展趋势,就是海量数据的存储及越来越多的事物的数据存在形式。通过梳理大数据处理的关键技术,总结归纳了大数据背景下现有存储技术及数据库的类型。在地质大数据和地质云架构的基础上,讨论适合当前地质大数据的存储技术,地质数据具有多源、多元、异构、时空性、方向性、相关性、随机性、模糊性、非线性等特征。因此,对于存储与管理方式的选择应该是具体问题具体分析,建立多技术支持下的大数据架构,才能满足地质大数据的应用需求。     

地质大数据存储技术

在大数据时代背景下,地质大数据的研究及大数据相关技术为实现地质工作的现代化发展和信息化提供了有效的支撑。而当代大数据发展趋势,就是海量数据的存储及越来越多的事物的数据存在形式。通过梳理大数据处理的关键技术,总结归纳了大数据背景下现有存储技术及数据库的类型。在地质大数据和地质云架构的基础上,讨论适合当前地质大数据的存储技术,地质数据具有多源、多元、异构、时空性、方向性、相关性、随机性、模糊性、非线性等特征。因此,对于存储与管理方式的选择应该是具体问题具体分析,建立多技术支持下的大数据架构,才能满足地质大数据的应用需求。     

应用地质统计学处理原生晕数据及其与趋势面分析结果对比

本文结合实际资料,将趋势面分析与地质统计学从理论及其实践结果进行了对比,证明地质统计学比趋势面分析有许多优点,指出在处理化探数据时应大量采用地质统计学方法。     

济南市岩溶水动态变化的神经网络模拟及泉水喷涌趋势预测

本文根据影响岩溶水位的因素,利用改进的BP神经网络建立一个能够反映济南市泉域岩溶地下水动态变化的随机模型,并进行检验,与运用多元回归模型预测的结果相比较,结果表明:BP神经网络模型进行岩溶地下水动态变化预测是可行的,该模型具有较强的学习、容错和联想功能,对岩溶地下水动态变化的预测精度大大的提高。最后在模拟的基础上,又对泉水喷涌的宏观趋势作了进一步的预测和分析。     

人工神经网络在流域水环境承载力中的应用研究

在分析水环境承载力概念的基础上,建立了基于BP人工神经网络的流域水环境承载力评价模型,并对其进行了实证研究.结果表明,将人工神经网络方法应用于水环境承载力的研究,具有建模方便、操作简单的特点,为流域水环境承载力研究的提供了一种新途径.     

数据挖掘在地质环境评测中的应用

本文通过关联规则,挖掘某个区域中化学元素对地质环境影响的变化趋势,为我们提供化学元素对地质环境影响度的预测,并根据预测结果做出管理决策,实验结果表明,该方法预测精度较高。     

现场快速分析技术及其在地质分析中的应用

现场分析是地质科学研究的重要工具。现场分析的内容主要包括野外地球化学分析、船上海洋资源分析、矿山污染监测、生态环境调查等。现场分析的形式大致可分为相对固定的现场实验室、船(车)载移动实验室、便携式仪器或其他小型器械等几种。该文对这三种类型的现场分析进行评述。     

PNN网络在预测MCS移动中的应用

神经网络是空间数据挖掘的一种重要手段。本文运用概率神经网络(PNN网络)对1998年夏季影响青藏高原上中尺度对流系统(MCS)东移的环境物理量场的空间分布特征进行了研究，得到了高原上MCS移动方向与环境物理量场空间分布之间的关系。研究表明，使用概率神经网络预测中尺度对流系统的移动具有较好的效果，从而为研究高原上MCS东移与环境场之间的关系提供了一种新的方法和思路。     

人工神经网络(ANN)模型在地下水资源预测中的应用研究

分析了地下水系统影响因素的复杂性，提出对于研究程度不能满足分布参数模型计算要求的研究区域，更适于从系统的观点出发、建立适宜的集中参数模型，从整体上分析研究，以解决相关问题。结合沈阳市地下水资源评价与管理实例，尝试应用人工神经网络(ANN)技术在水资源系统模型研究中的新模式。构建了基于BP算法的ANN降水量和蒸发量的预测、地下水水位动态模拟、预测及开采量优化方面的应用模型，结果表明模型精度满足要求。     

遥感地质勘查技术与应用研究

遥感的发展极大地拓宽了人类的视野和视觉能力,以其宏观性、综合性、多尺度、多层次的特点,已成为地质研究和地质勘查不可缺少的技术手段,在地质调查、矿产勘查、地质环境评价、地质灾害监测和基础地质研究等方面都发挥了越来越大的作用.随着传感器分辨率(空间、光谱、时间、辐射)的不断提高,特别是高光谱和干涉雷达技术的发展,不仅极大地...     

四川峨眉山地质遗迹及其地学意义

峨眉山在1996年与乐山大佛一同被列入世界自然与文化遗产名录,是自然和文化的双重遗产之地。其地质遗产以麦地坪震旦—寒武系国际层型参考剖面等典型地层剖面、新构造运动产生的峨眉山断块山等现代地貌以及独特的峨眉山玄武岩和峨眉山花岗岩为代表。以峨眉山风景区地质遗迹景观为基础,以上扬子地层分区的部分地层区域、四川盆地东缘断块山地貌单元为研究视角,构建峨眉山地质遗迹资源体系——包括5个大类、18个亚类共60余处地质遗迹景点;在峨眉山地质构造特征分析的基础上,对前人研究进行了总结,探讨了峨眉山风景区地质构造特征、地质遗迹资源体系类型与分布,以及地质遗迹的地学意义。研究表明,峨眉山风景区完整地层序列的出露是地质剖面类地质遗迹景观、古生物活动遗迹景观以及岩溶地貌景观的物质条件,新生代以来的强烈构造运动为构造地貌景观、水体景观等提供了外动力条件。峨眉山的地质遗迹研究在古生物与地层学、沉积学、地球深部动力学、构造学等方面具有重要科学意义。     

大数据时代下美国地质调查局的科学新观

2010年,美国地质调查局为适应社会需求,将以往以学科为主线的组织架构调整为以重大问题为主线,新增了核心科学体系的科学使命,并于2012年制定和发布了《美国地质调查局核心科学体系科学战略(2013-2023)》,作为其今后10年核心科学研究的纲领.该战略是美国地质调查局在“大数据时代”的背景下提出的地球科学研究的新思维,将临界带视为其重点研究对象,按生态系统的内在逻辑构建了模块式科学框架,突出数据密集型科学研究新范式与地球科学研究的结合,以期形成为变化世界服务的科学体系,以增强地质调查满足社会需求的能力和解决复杂的经济-社会问题的能力,也代表了地球系统科学未来发展的一个新方向.