应用BP神经网络评价大气环境质量

采用了ＢＰ神经网络对湖南省汨罗市大气环境质量进行了评价。实践表明，这种方法有其通用性和客观性。     

粒子群优化BP神经网络的滑坡敏感性评价

滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。     

城市大气环境质量的超标加权评价方法

根据大气环境中３种主要污染的监测数据，采用超标加权方法，利用灰色决策模型进行综合评价。参与评价的信息量大，为城市环境质量综合评价提供了一种新的方法。     

基于BP神经网络的遥感影像压缩质量评价动态模型

采用BP算法,根据评价指标建立遥感影像压缩质量等级评价模型,达到了利用客观质量测度参数实现主观质量评价的目的,并可动态改进模型,实验结果证明了该模型的有效性。     

BP神经网络在GPS导航中的应用

Kalman滤波常用于GPS动态数据的处理,由于系统存在的不确定性和非先验性,导致滤波产生较大的估计误差,甚至发散。介绍了BP神经网络算法及其非线性逼近能力,并基于BP神经网络的非线性逼近性能设计了BP神经网络进行GPS导航的新算法。实测数据计算结果表明该算法能够真实地反映载体运动轨迹,其导航解具有良好的精度和可靠性。     

BP神经网络在GPS高程拟合中的应用探讨

神经网络算法一直是国内外研究的热点问题,BP神经网络算法具有更小的模型误差,因此,被广泛应用于GPS高程拟合。本文通过对同一区域GPS高程拟合的应用探究,运用迭代运算对比BP神经网络算法与多项式拟合数据,从而证明BP神经网络在一定条件下具有更高的精度,更加突出了BP神经网络算法的实用性。     

基于GIS和BP神经网络技术的建设用地适宜性评价研究

本文提出了在地理信息系统(GIS)和BP神经网络技术支持下,对建设用地适宜性进行评价的一种新方法。阐述了建设用地适宜性评价的评价原则与体系,并提出了新方法的技术路线。最后以珠海市横琴岛为研究实例,基于GIS平台,利用BP模型,对横琴岛建设用地的适宜性进行了评价。     

BP神经网络在GPS高程转换中的应用

探讨BP神经网络的方法对GPS高程转换,设计了基于BP神经网络的GPS高程转换模型,在调整网络的激励函数、网络的输入层和隐含层神经元的基础上,实现了GPS高程转换的BP模型优化。     

BP神经网络在公路料场数模中的应用

公路设计需在10 km半径内选择相应的料场并提供料场地形数字模型。对于百公里以上的公路勘测,使用传统地形测量手段为料场建模则需要大量的工时,影响测设任务进程。本文利用个别的特征点,采用BP神经网路拟合法建立数字模型可以提高工作效率。     

BP神经网络在GPS高程异常拟合中的应用

以提高GPS高程异常拟合的精度为目标,针对实际工程数据,对BP网络模型进行详细的设计,应用BP神经网络方法进行粗差的剔除和高程异常拟合实验及模型精度的评定,得到较满意的结果。通过与多面函数法得到的结果进行比较,证实该模型可使拟合精度有较大提高。     

改进BP神经网络算法用于GPS高程转换的应用

介绍了用改进的BP神经网络算法转换GPS高程为正常高,并以青东煤矿首采工作面地表移动观测站的GPS数据为例,与标准的BP算法和多项式曲面拟合方法作比较,改进的BP算法在转换GPS高程中减少了BP神经网络的训练时间,提高了转换效率,且精度良好,可用于GPS高程转换。     

BP神经网络拟合区域似大地水准面的应用分析

针对区域重力似大地水准面与GPS/水准数据可能受系统误差影响而降低计算精度的问题,采用BP神经网络拟合区域似大地水准面.削弱系统误差等因素影响,提高区域似大地水准面的拟合效果.分析BP神经网络进行区域似大地水准面拟合的局限性.使用不同区域范围的数据进行验证,结果表明BP神经网络在控制区域内能够较好地逼近实际似大地水准面,而在区域之外具有较差的外推能力.     

BP小波神经网络在地铁隧道变形分析中的应用

利用小波分析能够逼近非线性连续函数和良好的局部化特性对BP神经网络模型进行改进。结合BP神经网络的非线性映射和容错性等优点,将小波分析和BP神经网络相结合,并将其应用于变形监测的数据分析处理。本文通过BP神经网络模型和BP小波神经网络模型分别对样本数据进行分析处理,并对结果进行对比,验证BP小波神经网络模型的优越性。     

BP神经网络在高层建筑沉降预测中的应用

利用人工神经网络强大的非线性映射和学习能力,提出了基于BP人工神经网络的建筑物沉降预测方法。以某实例工程1期～12期的沉降观测数据为基础,建立网络模型,并对13期～l6期实际观测值与预测值进行了比较,结果比较理想,从而验证了改进的BP人工神经网络对建筑物的沉降预测是可行的,且具有广阔的工程应用价值。     

环境质量评价图集的设计研究

环境地图集一方面是环境科学研究成果的良好表现形式，同时也是环境科学研究资料总结的有效手段。目前，我国已出版发行了多种内容的环境图集。环境质量评价图集是其中主要的一种类型。区域环境质量评价图集是在对区域自然环境、社会环境进行调查研究的基础上，弄清大气、水体、土壤及生物生存条件的环境污染现状，全面、系统、直观地反映区域的自然和社会经济发展的环境质量状况，为国民经济建设的长远规划提供科学依据。一、图集总体设计的指导思想1．反映区域地理环境的特征通常在分析研究应用图集时，只有先对区域环境地理特点作整体认…     

基于BP神经网络的点状地图符号识别

点状地图符号的识别是实现扫描方式地图自动数字化的重要研究内容之一，本文首先分析介绍ＢＰ网络模型及其学习算法，然后根据ＢＰ模型本身所存在的一些不足之处，提出相应的改进措施，还以实际扫描地图图像进行相应的实验验证，最后，对网络的输入模式加以讨论，提出了三种减小网络规模的具体方法。     

基于不同斜坡单元划分方法和BP神经网络的泥石流易发性评价

选取合适的评价单元是泥石流易发性评价的关键,为探索斜坡单元不同划分方法对泥石流易发性评价结果的影响,本文以泥石流多发地东川区为例,对比分析了水文分析法和曲率分水岭法两种斜坡单元划分方法在泥石流易发性评价中的效果。首先在解译泥石流点的基础上,采用不同划分方法的斜坡单元作为评价单元,然后对初步选取的指标因子进行多重共线性和贡献率分析,以完善指标因子体系,最后构建基于BP神经网络的泥石流易发性评价模型。结果表明,泥石流极高和高易发区主要集中分布于研究区小江河谷和金沙江南岸,该地区地质环境脆弱,危险性较高。基于曲率分水岭法的易发性模型AUC值为0.865 8,高于水文分析法的0.815 3,表明采用曲率分水岭法划分的斜坡单元更适用于研究区泥石流易发性评价。     

基于BP神经网络的GPS导航算法

GPS导航解算中常用最小二乘算法。随着高动态用户需求精度的不断提高，且由于线性化忽略高次项，初始值精度低以及差分后剩余或放大误差的存在。导航解精度很难满足高动态用户的需求。为此，本文基于BP神经网络的非线性逼近性能。给出了基于BP神经网络的GPS导航算法。实测数据计算结果表明该算法能够真实地反映载体运动轨迹，其导航解的精度和可靠性有明显的提高。     

神经网络BP算法在DEM内插中的应用研究

神经网络BP方法应用于DEM内插,可以不需要传统的内插拟合函数.本文构建了一种"4X"BP神经网络结构,以地面点的平面坐标(X,X,Y,Y)作为网络输入层的节点,以高程H作为输出层的节点.用这种方法分析一个工程实例,选取隐含层节点数N为15,构建4×15×1的神经网络结构,结果得到DEM内插中误差为±0.45m,而传统的平面插值法的中误差为±0.53 m.实例证明,神经网络BP算法的效果非常好,值得在工程中推广应用.