云南小江西支断裂古地震及现今地震危险性研究

云南小江西支断裂古地震剖面的开挖研究结果表明,接近和等于8级的大地震,其重复时间间隔约为2000 a左右,M＞7级的大地震其重复时间间隔也在1000 a左右.1833年嵩明8级地震至今仅170 a,未来10a或更长时间段内,在位于小江西支断裂上的1833年嵩明8级地震破裂带内,再次发生7级以上大地震的可能性较小.     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中 ,常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列 ,因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性 ,采用神经网络技术来预测其变形量 ,结果表明该方法简易、有效     

化探数据库在小秦岭地区成矿预测方面的应用

小秦岭地区7000km²1:5万分散流扫面成果已建成化探数据库,在研究总结前人有关该区成矿规律的基础上,建立了定量预测模型。根据该模型,筛选出2个金Ⅰ级找矿预测区。     

小秦岭金矿含金石英脉中黄铁矿晶体的表面微形貌研究

利用微分干涉显微镜、扫描电镜、透射电镜等对小秦岭金矿含金石英脉中黄铁矿晶体的表面微形貌进行了研究。黄铁矿晶体的{210}面上发育自由生长层，表明{210}面是F面，其生长机理受二维成核层生长所制约。除简单的五角十二面体外，其他形态黄铁矿晶体的{210}面上也发育有自由生长层。{210}面上的正条纹有些是由{100}面上生长层的边缘台阶在{210}面上叠堆形成，另一些正条纹则是{210}面上生长层边缘台阶堆叠的产物。透射电镜和电子衍射花样研究表明，负条纹黄铁矿晶体是由30～50nm大小的核团经自动定向附生作用形成，每个核团不是单晶体，而是由许多早先在溶液中形成的小微晶聚合而成。这些特征表明负条纹黄铁矿晶体是在溶液过饱和度极高和温度梯度小的理想环境中形成，它的形成与杂质无关。PBC理论和唐纳-哈克定律能较好地解释自然界中黄铁矿晶体{100}面上普遍发育自由生长层、而{210}面上自由生长层极为罕见的原因。除日本释迦内矿区黑矿之上的浮岩凝灰岩中产生出负条纹黄铁矿晶体外，在石英脉型金矿床中也有负条纹黄铁矿晶体产出。     

人工神经网络在岩体初始应力场反演中的应用

岩土工程问题的有限元分析一般需要考虑初始地应力场，而可供工程应用的初始应力值，主要靠少数实测资料。根据少数测点值，采用人工神经网络与有限元相结合的方法求解岩体初始应力场。通过算例说明：文中所提方法是合理的。     

神经网络在判别煤矿突水水源中的应用

矿井突水水源的识别是矿井防治水工作的基础，快速准确地判别突水的来源对整个矿井的安全生产起着十分重要的作用。以峰峰矿区梧桐庄矿为例，应用神经网络的方法，对矿井突水水源进行了系统研究。结果表明，运用该方法取得了较好的效果，并可以用此模型来解决类似的评价和判别问题。     

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。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

基于神经网络的建筑物沉降原因分析

在我们应用回归方法对建筑物沉降原因分析及沉降趋势的预测中，由于实际情况的复杂性及主观认识的局限性，这样所得的结果含有较多的人为因素，可能会与实际情况有所差异。针对这种情况，讨论了应用神经网络方法来发现和验证引起建筑物沉降的因素及对沉降趋势的预测。实例表明，该方法能取得较好的效果。     

GPS高程转换的神经元网络方法分析

GPS高程转换是GPS高程应用的关键问题之一，试图应用神经元网络方法来进行GPS高程的转换，并在网络的拓扑结构与网络结构的改进等方面作了分析，通过GPS高程转换的二次曲面法和神经元网络法进行了比较试验，结果表明了神经元网络转换GPS高程的可行性和可靠性，对于应用神经网络转换GPS高程具有实际的指导意义。