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。     

基于GIS技术的河流水质评价系统的设计与实现

本文以惠州市河流水质评价为研究对象,介绍了基于GIS技术的河流水质评价系统的总体设计和功能实现。并以污染指数评价模型为例,详细阐述了河流水质评价系统所实现的河流评价功能,以实现对河流的合理保护与科学管理。     

The Application of BP Networks to Land Suitability Evaluation

The back propagation (BP) model of artificial neural networks (ANN) has many good qualities comparing with ordinary methods in land suitability evaluation.Through analyzing ordinary methods‘ limitations,some sticking points of BP model used in land evaluation,such as network structure,learning algorithm,etc.,are discussed in detail,The land evaluation of Qionghai city is used as a case study.Fuzzy comprehensive assessment method was also employed in this evaluation for validating and comparing.     

利用SOFM对鸡西盆地城子河组储层综合评价

通过对已有的储层评价方法优势与不足的分析,提出了在空间数据库基础上应用自组织特征映射神经网络进行油气储层评价。通过对鸡西盆地城子河组表征储层性能参数的分析,建立储层评价参数标准,并按照建立空间数据库-网格化-文件转换-文件合成-神经网络评价-类别评价-图形绘制的评价流程,生成鸡西盆地城子河组储层综合评价图。评价结果显示:Ⅰ级储集层主要发育于鸡东坳陷中央即鸡D6井东侧呈东西向条带状分布和鸡D6井西侧不规则分布;梨树镇坳陷西部:梨树镇周缘即鸡D2、鸡1、鸡3井周缘呈块状分布;Ⅱ级储集层区块主要发育于鸡东坳陷中部;Ⅲ级储集层区块最大;Ⅳ级在鸡西盆地零星分布。     

大气可降水量预测模型的自适应Kalmam滤波改进

针对现有可降水量预报模型存在预报精度不高等问题,该文提出采用方差分量估计自适应卡尔曼滤波对可降水量数据进行预处理,用以提高径向基神经网络预测模型的预测精度,从而形成高精度预报模型。通过比较不同基站不同时间的数据,分析使用方法的预报精度。实验结果表明:将预测模型应用于全国7个测站进行实验,预测相对精度的平均值可达95%以上,预报残差在10-5左右,残差值小于0.001的占90%以上。在影响因素方面,使用较短时间作为模型原始数据进行预测会得到较好的预测结果。实验证明本预测方法在预报大气可降水量值方面具有较高的精度。     

基于模糊综合评判模型数字影像地图集质量控制分析

结合《南宁市数字影像地图集》的设计和研制,引入模糊综合评判模型,分析了数字影像地图生产中包含的质量控制环节,确定影响影像地图集编绘质量的因素,建立模糊控制综合评判矩阵,对受多种因素影响的影像地图集质量做出全面评价,控制图集生产过程,用以指导影像地图集制作。     

基于神经网络的变形预报方法研究

对BP,RBF,Elman 3种神经网络模型进行了简要概括,将其应用于实际工程案例中,经过多角度综合分析,验证了3种模型进行变形预报的可行性,同时得出对实际工程具有指导性意义的结论。     

测量实习效果模糊综合评价模型及应用

指出了传统测量实习效果评价方法的不足之处,根据测量实习效果评价的模糊性,建立了测量实习效果模糊综合评价模型,并应用于教学实践.     

PCA-RBF网络预测模型在水质信息预测中的应用

在分析RBF神经网络预测算法和主成分分析方法的基础上,本文针对地理空间数据的复杂相关性和较强非线性,深入研究了主成分分析与RBF神经网络结合原理,构建了PCA-RBF网络预测模型,最后将预测模型应用于水质信息预测中。实验结果表明:该模型对海量的高维异构数据可进行有效降维,从而优化RBF神经网络结构,有效地提高了地理空间数据预测时的精度,并为GIS领域地理空间数据的预测提供了一种新思路。     

优化短期余水位组合预测模型

针对现有非稳定非线性余水位预测模型较少和精度较低的问题,本文研究基于MEEMD算法与遗传优化BP神经网络的余水位组合预测模型。利用夏威夷岛4个长期验潮站获取的余水位时序数据,首先采用遗传算法MEEMD对余水位时序数据进行处理分析,得到较为稳定的余水位IMF分量;然后将经过遗传算法优化后分解的较为稳定的各个IMF分量作为BP神经网络预测模型的输入变量,分别建立12、24、48 h短期余水位的MEEMD遗传算法优化BP神经网络预测模型。通过与非优化BP神经网络预测模型结果进行对比分析,结果表明,优化前后均方根误差的偏差最高达2.03 cm,验证了预测24 h内的短期余水位仍保持其相关特性。该组合预测模型对于分析余水位变化规律和潮汐预报的精度、水位改正等均有重要意义。     

数字海图产品质量的模糊综合评价

在对数字海图产品质量评价方法与评价内容进行介绍的基础上,着重阐述模糊综合评判数学模型的原理,并运用该模型对数字海图产品的质量进行实例分析,评价结果较直观的定性分析更加合理、可靠。     

平坦地区GPS高程异常拟合研究

GPS测量所提供的高程为相对于WGS-84椭球的GPS大地高,而我国使用的是正常高。大地高等于正常高与高程异常之和,要使GPS高程在工程实际中得到应用,必须先求出高程异常,进而获得正常高。结合GPS测量和水准测量资料,用神经网络方法和二次多项式曲面拟合方法拟合高程异常,对拟合精度进行了分析比较,得出了有实用价值的结论。     

基于云理论、粗集和模糊神经网络的区域橡胶种植适宜度评估模型

针对橡胶种植适宜性评估,基于云理论、粗集理论和模糊神经网络理论,提出了一种适宜度评估模型。该模型将转化的样本数据进行粗集简约,通过模糊神经网络得出评价因子的隶属函数,计算评价等级。研究结果表明,此模型能够科学、快速、准确地分析出橡胶种植最适宜区、适宜区、次适宜区和不适宜区。     

Web GIS在水质信息系统中的应用研究

目前雪野水库水质监测与评价采用现场采样,实验室分析的人工方法,针对该方法不能反映水质指标在空间和时间上的分布状况问题,本文提出了基于Web GIS的水质信息系统设计方案。水质数据采集设备将采集到的水质信息利用移动网的GPRS无线网络可以及时发送到数据处理和监控中心,系统充分发挥GIS在水质评价中的优势,自动完成评价过程。评价结果可以生成水质污染专题图,直观显示水库水质的时空分布状况。Web GIS强大的空间分析与统计功能为水质信息管理的标准化、网络化、空间化提供了有效的工具。     

BP神经网络模型在采水地面沉降中的应用研究

随着我国各项建设对水资源的需求越来越大,导致由地下水开采而引起的沉降问题成为当前研究的热点课题。本文对某矿区采水地面沉降进行了模型设计,通过对部分实测数据的训练,优选出该模型的网络结构和网络参数,并且用Matlab软件编程实现对其他监测点的计算和预测。通过研究表明本文所建立的BP神经网络模型能较准确反映采水地面沉降的规律,同时也能较准确地预测地下水开采引起的地面沉降。     

动态预测软土路基沉降的神经网络模型研究

人工神经网络具有较强的非线性映射能力。本文介绍了神经网络BP算法的一些改进措施。这些措施可以提高BP算法的学习收敛速度,同时也可以提高BP网络性能的稳定性。为避免软土路基沉降传统计算方法中各种人为因素的干扰,本方法利用实测资料直接建模。基于改进的BP神经网络模型,建立了可依据现场量测信息对软基路堤沉降量随时间而发展的过程进行动态预报的分析方法。本文所建立的BP算法模型比较独特,利用该模型预测软土路基沉降精度高,预测结果的稳定性好。     

基于RBF神经网络的GPS高程拟合方法的研究

GPS高程拟合一直是工程应用中的一个研究热点,其中神经网络拟合方法得到了广泛的应用。本文利用RBF神经网络模型进行GPS高程拟合实验,主要针对模型中隐含节点数和最佳SPREAD值的确定进行实验研究,并利用MATLAB神经网络工具箱实现了GPS高程拟合。同时,将RBF神经网络拟合结果与BP网络拟合结果进行对比分析,结果表明,RBF网络拟合效果要优于BP网络,得到的拟合精度要高。     

GAMIT/GLOBK在Linux系统下的安装与应用

GAMIT是国内外高精度GPS数据处理中通常采用的软件之一,多安装于Linux操作系统,本文主要介绍了GAMIT在Linux平台下的安装与使用,并通过算例来说明GLOBK进行网平差后所得到的坐标结果是可靠的。     

经验模态分解与神经网络的GPS可降水量预测

本文将经验模态分解与神经网络相结合的方法应用于GPS可降水量预测。对GPS可降水量进行经验模态分解,在分解过程中采用径向基神经网络处理端点问题,针对经验模态分解得到的每个分量分别运用径向基神经网络进行预测,并重构出最后的预测结果。重构结果与直接运用神经网络进行预测的GPS可降水量、实测GPS可降水量进行比较,结果表明,相对于直接预测,经验模态分解与神经网络结合的方法具有更高的预测精度。     

基于云模型的影像地图质量综合评估

利用云模型定性和定量之间的转换关系,提出了基于云模型理论的影像地图质量综合评估模型,建立了二级指标的综合云模型、评语集的梯形云模型、最终评价模型等,将影像地图的质量评价结果以概率分布的形式给出。经实例证实,该模型的评价结果直观、可靠,更加符合实际。