神经网络融合模型在大坝安全监控中的应用

为了提高大坝安全监控模型的预测精度并检验模型的泛化能力,研究大坝安全监控的统计模型、BP神经网络模型及遗传神经网络模型,并提出基于这两种神经网络的融合模型,结合某拱坝长期的变形观测数据,对上述几种模型进行试算。分析结果表明,所建立的融合模型与其他模型相比具有较高的预测精度,且泛化能力较强,具有良好的适用性。     

土地开发整理项目中四个公告内容及注意事项

土地开发整理项目公告实际上是一种专业性公告。是为保证人们平等、便捷、准确的获得信息;项目的受益者可以清楚了解项目的实施进展情况;通过各种媒体对各个项目实施内容的一种通告在土地开发整理项目中四个公告是为了提高项目的透明度、实现公众参与,加强民主监督和社会监督,扩大对项目的顺利实施具有重要意义。     

K系春小麦规范化栽培试验初报

近年来，喀左县小麦栽培面积不断扩大，由于所用品种时间长，混杂退化现象严重，不同程度地影响了小麦品质和产量。欲想进一步增加小麦单产，提高品质，急需更换新的品种，以满足农业生产的需要。K系小麦(暂定名)是我们经过3年田间试验，从北京农业大学引进的G215中系统选育出的新品种，其具有品质好、产量高、抗逆性强、适应性广等特点。     

预测井径扩大的一种方法

通过编制的计算机程序，输入有关已知的钻井参数，对井径扩大作出预测。分析了影响井径扩大的有关因素。油田应用实例表明，该预测方法有较高的精确性，且简单、实用。     

基于样本增强的卷积神经网络震相拾取方法

为了快速、高效地从地震数据中识别地震事件和拾取震相,本文利用基于样本增强的卷积神经网络自动震相拾取方法,将西藏林芝地区L0230台站3个月数据作为训练集,该区内另外6个台站连续1个月的波形数据作为测试集,采用高斯噪声、随机噪声拼接、随机挑选噪声、随机截取地震事件等4种样本增强的方法扩增训练集,以提高自动震相拾取技术的准确率。结果显示:样本增强前模型在测试集上的地震事件识别准确率为80%,样本增强后提升至97%,表明样本增强有效地提高了模型的泛化性能和抗干扰能力;在0.5 s误差范围内,震相自动拾取准确率高于81%,在1.0 s误差范围内,准确率高于95%;利用基于样本增强的卷积神经网络震相拾取方法能够检测出人工拾取震相中误标和漏检的震相。      

改进BP神经网络在城市环境大气污染分季节预报中的应用

用泛化改进后的BP神经网络模型，选用2001、2002、2003年的气象因子和环境监测浓度资料按年度、季节分别建立预报模型，对贵阳市城市大气污染浓度进行预报。该方法除弥补了统计方法的预报精度不高和数值预报模式的方法复杂难实现的不足之处外，还很好地解决了未改进的BP网络训练误差很小时，一个新的输入与对应的目标输出具有较大误差的问题。     

基于深度卷积神经网络的云检测方法

本文将Fmask云检测结果作为标记样本对深度卷积神经网络进行训练以实现云检测.在仅利用可见光波段和近红外波段的前提下,本文方法的云检测总体精度达到87.65％,高于Fmask的86.92％,而且单景Landsat 8影像的识别用时18 s,远低于Fmask的72 s,具有更高的精度和效率.另外,该方法适用于不同的地表土...     

澜沧大黑山铅锌多金属矿火山地质作用与成矿

大黑山矿属老厂矿之南延,两者有较多相似处。而火山地质作用与成矿关系密切,控制成矿空间和时间,亦是成矿物质及热力主要来源。进一步工作将可扩大远景。     

让人与自然界和谐相处

人类不能也不应消除沙漠——自1950年以来很长一段时期内，人们都熟悉这样一句口号：“人定胜天，要把沙漠变良田”(后又改作“沙漠变绿洲”)。然而几十年来，原来的沙漠未变“良田”或“绿洲”，沙化的国土面积倒在不断扩大。我国一些地区的大草原，由于毁草开荒、随意垦殖、过度放牧，水土流失严重，一段时间后，许多草原逐渐退化成了沙漠。     

局部锈蚀矩形RC墩重度震损后加固试验研究

为探究局部锈蚀矩形截面钢筋混凝土（RC）桥墩重度震损加固后的抗震性能,本文对拟静力破坏后的6个矩形截面RC桥墩试件进行扩大截面加固。通过加载试验,对加固桥墩试件从破坏形态、滞回特性、水平承载力、位移延性、侧向刚度以及耗能等方面进行了系统分析。结果表明:相比于普通箍筋,横向施加预应力的改进扩大截面加固方式对破坏后桥墩试件的抗震性能修复成效更佳;在同等位移幅值下,锈蚀率不断增大,桥墩试件抗震性能呈现逐渐降低的趋势;钢筋锈蚀位置上移,加固后桥墩试件的抗震性能提升;轴压比加大,加固后桥墩试件承载力和侧向刚度增大,但延性降低。