I(L)值完全诱导空间

作者引入 I(L)值完全下半连续映射 ,研究其性质。利用 I(L)值完全下半连续映射定义I(L)值完全诱导空间 ,给出 I(L)值完全诱导空间的拓扑基的表达形式 ,证得两个 I(L)值完全诱导空间的映射是连续映射的充分必要条件 ,并建立了乘积空间的 I(L)值完全诱导空间与 I(L)值完全诱导空间的乘积空间的联系     

改进的ARCE方法及其在单频 GPS快速定位中的应用

基于TIKHONOV正则化原理，设计了一种正则化矩阵的构造方法，将ARCE(ambiguity resolution using constraint equation)方法进行了改进。通过新的正则化矩阵的作用，减弱了GPS快速定位中少数历元情形下法矩阵的病态性，得到了比较准确的模糊度浮动解，大大减小了模糊度的搜索范围，利用ARCE方法固定模糊度的成功率高。并结合一个算例，验证了本文改进方法的效果。     

频率域位场快速正则化反演界面和物性分布

从理论与模型算例两方面对一种以Ｐａｒｋｅｒ公式为基础的频率域位场反演方法做了进一步深入研究。表明它是一种能够更有效地引入低通滤波因子的迭代方法。与改进的正则化稳定因子相结合，提出新的快速正则化反演方法。除了将其用于反演求解均质界面以外，它也被推广至变物性的界面反演以及物性反演     

非饱和土中镉离子传输模型参数反演

使用自行设计的的真空实验装置,采用一维实验室土柱实验方法在不同实验条件下进行了15组实验,并基于实验所得的穿透曲线,使用梯度正则化方法反演得到了镉离子在8种葡萄牙土样和1种比利时土样中相应的传输模型参数。同时通过数值模拟实验验证了梯度正则化方法的有效性和可靠性,进而证明所得结果是有效的。     

双感应测井资料自适应正则化反演

为了准确获得地层真电阻率,确定地层侵入关系,将非线性反演理论与Morozov偏差原理结合,建立双感应测井(Dual-Induction Log)资料的自适应正则化全参数反演算法。首先根据Tikhonov正则化反演理论,将双感应测井资料反演问题变为含稳定泛函非线性目标函数极小化问题;再利用Gauss-Newton算法确定极小化解。在测井资料的最佳拟合迭代过程中,将Morozov偏差原理及Cholesky分解技术结合,建立一套自适应选择正则化因子方法;最后对大庆油田的实际测井资料进行反演处理。反演结论与试油结果表明,该算法在处理薄层、薄互层时能够取得更为满意的效果。     

基于神经网络的页岩微纳米孔隙微结构分析的正则化和最优化方法

页岩气成藏机理与页岩内部孔隙结构紧密相关,对页岩孔隙结构的研究成为页岩气勘探开发技术中至关重要的一环。页岩内部不同结构体组分对X-射线的吸收能谱不一样,这样就导致观测数据是由不同页岩组分衰减不同波段的X-射线构成的。经过对CT图像分割,能够获得页岩微孔结构的图像,尤其是获得有机质中孔隙类别、形状、尺寸、空间分布、连通特性。本文利用同步辐射X射线扫描重构的页岩CT数据,研究并设计基于多能CT图像的神经网络图像分割技术和算法,以期得到页岩体三维结构特征及空间分布,可以为建立有机质种类和无机矿物组成与微纳孔隙特征的联系以及最终实现页岩气的资源储量评估和勘探开发提供技术支持。     

一种选取补偿最小二乘正则化参数的改进方法

为了改进半参数模型补偿最小二乘估计中的正则化参数选取方法,该文设计了3种方案:L-曲线法、虚拟观测法以及该文提出的改进方法以比较正则化参数的优劣。模拟算例表明,该文提出的改进方法可以有效评价正则化参数,得到的参数估值精度更高,是一种较为有效的选取补偿最小二乘最佳正则化参数的方法。     

航空重力向下延拓的最小二乘配置Tikhonov正则化法

基于最小二乘配置法向下延拓航空重力的过程中,由于协方差矩阵严重病态,影响延拓结果的稳定性和精度。针对这一问题,提出了航空重力向下延拓的最小二乘配置Tikhonov正则化法。基于全球协方差函数模型建立航空重力数据与地面重力数据的协方差关系,引入基于广义交叉验证法,选择正则化参数的Tikhonov正则化法改善协方差矩阵的病态性,抑制观测噪声对延拓结果的放大影响。基于EGM2008重力场模型,设计了山区、丘陵和海域3种不同地形区域的航空重力数据向下延拓的仿真实验,实验结果验证了该方法的有效性。     

基于共轭梯度搜索的病态问题处理方法

在最小二乘平差准则基础上,把病态平差问题转化为无约束的二次规划问题,并利用优化理论分析病态对平差解的影响。通过共轭梯度搜索算法在可行域中寻找最优步长因子,自动寻找最速下降方向,并给出迭代初值的设置方法。分析近似计算中病态问题与局部最优解的关系,讨论局部最优解的快速迭代方法,并通过实例验证算法的有效性,计算迭代的速度。由于整个过程没有对法方程系数矩阵进行求逆计算,该算法可用于处理大规模系数矩阵高病态的平差问题。     

基于加权约束的单体建筑物点云表面重建算法

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。